t

websocket_server/image_generator.py

@@ -35,13 +35,14 @@ class ImageGenerator:
         system_prompt = """你是一个AI图像提示词优化专家。你的任务是将用户的语音识别结果转化为适合生成"黑白线稿"的提示词。
 关键要求：
 1. 风格必须是：简单的黑白线稿、简笔画、图标风格 (Line art, Sketch, Icon style)。
-2. 画面必须清晰、线条粗壮，适合低分辨率热敏打印机打印。
+2. 画面必须清晰、线条粗壮，适合低分辨率热敏打印机打印,用来生成标签贴纸。
 3. 绝对不要有复杂的阴影、渐变、黑白线条描述。
 4. 背景必须是纯白 (White background)。
 5. 提示词内容请使用英文描述，因为绘图模型对英文生成要更准确。
 6. 尺寸比例遵循宽48mm:高30mm (约 1.6:1)。
 7. 直接输出优化后的提示词，不要包含任何解释。
-如果用户要求输入文字，则用```把文字包裹起来，文字是中文
+如果用户要求输入文字，则用```把文字包裹起来，如果用户有中文文字，则用中文包裹起来。所有文字都是中文，描述都是英文。
+example:
 "A house with a child on the side, black and white line art, cartoon style, text:```中国人``` below."
 """
 

websocket_server/server.py

@@ -275,7 +275,10 @@ async def send_image_to_client(websocket: WebSocket, image_path: str):
     print(f"Sending image to ESP32, size: {len(image_data)} bytes")
     
     # Send start marker
-    await websocket.send_text(f"IMAGE_START:{len(image_data)}:{THUMB_SIZE}")
+    model_name = f"{image_generator.provider}"
+    if image_generator.model:
+        model_name += f" {image_generator.model}"
+    await websocket.send_text(f"IMAGE_START:{len(image_data)}:{THUMB_SIZE}:{model_name}")
     
     # Send binary data directly
     chunk_size = 512  # Decreased chunk size for ESP32 memory stability
@@ -594,8 +597,23 @@ def generate_image(prompt, progress_callback=None, retry_count=0, max_retries=2)
             from PIL import Image
             img = Image.open(GENERATED_IMAGE_FILE)
             
-            # 缩小到THUMB_SIZE x THUMB_SIZE
+            # 保持比例缩放
-            img = img.resize((THUMB_SIZE, THUMB_SIZE), Image.LANCZOS)
+            # Calculate aspect ratio
+            ratio = min(THUMB_SIZE / img.width, THUMB_SIZE / img.height)
+            new_width = int(img.width * ratio)
+            new_height = int(img.height * ratio)
+            
+            resized_img = img.resize((new_width, new_height), Image.LANCZOS)
+            
+            # Create black background
+            final_img = Image.new("RGB", (THUMB_SIZE, THUMB_SIZE), (0, 0, 0))
+            
+            # Paste centered
+            x_offset = (THUMB_SIZE - new_width) // 2
+            y_offset = (THUMB_SIZE - new_height) // 2
+            
+            final_img.paste(resized_img, (x_offset, y_offset))
+            img = final_img
             
             # 转换为RGB565格式的原始数据
             # 每个像素2字节 (R5 G6 B5)