家居地毯商品图 AI 修图返检：绒面方向、尺寸比例和污渍边界别修错

为什么同一张地毯图，清掉灰尘是优化，把绒面修顺却可能变成误导？这个问题不能只靠“画面干不干净”回答。地毯、地垫、长毛毯这类家居商品，图里最值钱的信息往往不是背景，而是绒毛方向、边缘厚度、地面接触阴影、尺寸参照和轻微使用边界。AI 修图如果把这些都当噪点抹掉，图会更顺，商品反而站不住。

这篇按 explain-first-principles 的骨架写。先讲底层事实，再推出返检动作。作者笔锋已经按 Ali.PixelCat 的档案注入：像做角色立绘一样看边缘、毛流和阴影，不靠一句“高级感”糊弄过去。

图注：地毯返检先看绒面和尺寸，不先看氛围。

基础事实：地毯不是平面贴图，而是一层有方向的纤维

地毯图和普通平面背景不一样。短绒、长绒、圈绒、簇绒、编织地垫都会留下方向性：顺光一边亮，逆光一边暗；脚踩过的区域会压低，边缘包边会比中间厚一点。它不是一张纯色贴图，而是一层会吃光、会投影、会被家具压住的纤维。

内部复盘里，我们在 2026 年 5 月 3 日把家居类返检表拆成 4 个基础层：毛流层、厚度层、接触层、污渍层。这个分层不是为了显得复杂，而是为了防止 AI 一次性把所有“不均匀”都磨成同一种柔焦。地毯如果被磨成一块平面布，客厅场景再好看，也像游戏贴图没贴法线，立不起来。

据只读项目 frontmatter 统计，home-ecommerce 现有内容主要集中在家具尺寸感、木纹/皮革/金属材质和家居场景合成；地毯绒面方向和地面接触还没有单独拆过。这个缺口很实际：地毯常被当作背景道具处理，但它在商品详情页里是主体，不是地面装饰。

所以第一层事实是：地毯的“杂”里有商品信息。浮灰、拍摄背景脏点可以清；纤维方向、包边厚度和压痕不一定能清。这个判断立住，后面的返检才有抓手。

第一个结论：绒面方向只能整理，不能被修成一片顺滑

从基础事实往下推，第一件要查的是绒面方向。AI 很擅长把长毛毯修得更柔，但柔过头以后，毛流就像被统一梳到同一个方向。缩略图里好看，放到 150% 看会发假。

团队实际经验里，地毯绒面返检至少看 3 个位置：主视觉亮区、边缘转折区、家具或手部接触区。主视觉亮区看毛流是否还保留明暗变化；边缘转折区看包边和绒面有没有粘成一团；接触区看压痕是否还存在。图叮 GPT-image-2.0 做初修时，可以让背景更干净，也可以压一点杂乱反光，但不要让它重绘整块绒面纹理。

图注：绒面方向是材质证据，不是噪点。

这里有个很像角色立绘的判断：头发丝可以整理，不能把发流画没。地毯也一样。短绒地毯要保细密颗粒，长毛地毯要保毛束分叉，编织地垫要保经纬线。只要这些信息还在，画面可以干净；这些信息没了，颜色再准也像一张贴在地上的绒布贴纸。

第二个结论：尺寸比例要靠参照物，不靠地毯看起来“够大”

地毯商品图的第二个风险是尺寸错觉。很多家居图会把地毯放进客厅、卧室、玄关或儿童房场景。场景一好看，读者会顺手判断“这个尺寸适合我家”。如果 AI 扩图、拉直或补边时把沙发腿、茶几、床沿、门框和地毯边一起拉伸，尺寸判断就偏了。

返检时不要只看地毯本体。先找 4 类参照物：沙发或床、茶几或边几、门框或墙角、地砖或木地板缝。它们决定地毯在空间里的尺度。假设一张 160cm × 230cm 地毯被修得像能铺满整个客厅，用户收到后不会说“AI 修图错了”，他只会觉得页面不可信。

真实项目脱敏的内部复盘里，我们遇到过一组地垫图，修后图把地垫边缘阴影拉薄了，旁边椅脚也被局部补图拉长。问题不在单个像素，而在空间关系：地垫看起来更轻、更大、更像漂在地面上。后来返检表加了一条笨规则：地毯四角、家具脚和地面缝必须同屏看，不能只裁地毯局部。

从这里推出第二个结论：地毯尺寸不是由画面占比决定，而是由参照物关系决定。AI 可以补干净背景，但不能替你证明尺寸。尺寸证明要靠相邻物体、接触阴影和地面线索一起完成。

第三个结论：污渍边界要先问“拍摄脏”还是“商品状态”

地毯最难的地方，是污渍和材质边界经常长得很像。浮灰、碎屑、拍摄棚里的脚印，可以清。正常毛流、局部压痕、边缘轻微色差、手工编织的不均匀，不一定能清。新品、样品、二手、清仓尾货的边界也不同。

这里别用“去掉瑕疵”这种大口令。AI 不知道哪个是瑕疵，哪个是商品事实。更稳的做法是先给污渍分类：背景污点、临时灰尘、运输压痕、材质天然不均、真实破损。前两类可自动清，第三类看页面承诺，后两类必须进入人工确认。

据 use-case-tag-map.mjs 当前分类，“家居电商”是独立行业标签，不是泛泛的电商设计。落到地毯以后，图片目标不是把空间修成样板间，而是让买家判断材质、尺寸、色差和使用状态。这个目标一变，返检优先级也变了：先保信息，再做美化。

举个假设场景，不计入真实案例：一块浅米色长毛地毯边缘有两种痕迹，一种是摄影棚地面粘上的黑点，一种是绒毛倒伏形成的暗线。前者清掉没问题，后者如果全部抹平，买家就看不到长毛材质的真实反光。两者都叫“不干净”，处理结果却完全不同。

实战推论：地毯返检要按“材质、空间、承诺”三条线走

把上面三个结论合起来，地毯 AI 修图后的返检可以固定成三条线。第一条是材质线：绒面方向、编织纹理、包边厚度、毛束分叉是否还在。第二条是空间线：地毯四角、接触阴影、家具脚、地面缝是否同向且比例合理。第三条是承诺线：页面写的是新品、样品、清仓还是二手，污渍和压痕是否符合这个承诺。

图注：三条线一起看，单张漂亮不算过。

具体操作不用复杂。把原图和 AI 修后图并排，先缩到 25% 看空间，再放到 100%-150% 看绒面。Photoshop 25.4 里可以用标记层圈出不可动区域：包边、角位、毛流方向、家具脚接触阴影、尺寸参照物。图叮 GPT-image-2.0 负责清背景和压杂光，人工负责判断哪些信息不能被模型自由发挥。

最后导出前再做整组联检。主图、局部图、场景图、尺寸图放在一起看：同一块地毯颜色有没有跳，绒面方向是否前后矛盾，四角形状是否一张圆一张方，污渍处理是否和商品状态一致。地毯图最怕单张能打、整组露馅。单张像精修立绘，整组像不是同一个角色，这个出装就不对。

这套推导适用于把地毯、地垫、毛毯作为商品主体的家居电商图；如果地毯只是家居场景里的低占比道具，返检权重可以下降，但地面接触阴影和尺寸参照仍然不能乱。边界说清楚，AI 修图才不会把“更干净”误当成“更可信”。