用途：把位图图像（照片、绘画、插画、线稿）转换为忠实的 SVG 矢量复现。核心原则是信任数据而非视觉想象，所有形状、颜色、位置均来自对源像素的计算分析。
主要能力：提供 fill-only 与 compositional 两条流水线。fill-only 经预处理、K-means 颜色量化、背景检测、Sobel 边缘图、逐簇轮廓提取与 SVG 组装；compositional 额外做线稿提取（形态学细化、骨架化、Hough 直线检测、合并共线、测量线宽、采样颜色），并将填充层置于描边层之下。内置 graphic、illustration、painting、photo 四种模式（K 分别为 28、40、56、64），默认 painting。支持调色板重映射（bw、pop、neon、warhol4/6/8、sunset、ocean 等预设或自定义十六进制列表）以产生波普/丝网印刷效果，支持 ImageMagick 的 oilpaint、kuwahara 平滑以减少形状数与文件体积，支持批量生成多版本并共享同 K 计算。
使用方式：安装依赖 pip install opencv-python-headless scikit-image scipy scikit-learn --break-system-packages -q 与 apt-get install -y librsvg2-bin -qq；导入 pipeline 的 image_to_svg 或 image_to_svg_batch，传入源图与 mode、K、palette、smooth、pipeline 等参数，写出 SVG。每次运行后需用 rsvg-convert 渲染并与原图并排比对验证。
适用场景：照片、绘画、插画、标志图标、技术图纸、漫画墨线等的矢量化与风格化。
限制：Hough 变换仅检测直线段，曲线描边（弧线、螺旋）暂不作为描边提取，会落入填充通道；外部对比度增强可能干扰背景检测；低 K 会丢失面部特征细节；资料未提供收费、价格与平台支持信息。