#!/usr/bin/env python3 """Piloto 03 Cloud PhotoRF 2.0 (1080x1080) — Face-Detection estilo referência landing. Diferencas vs piloto 02: - Cena com SO 3 pessoas (aluno + pai + mae), fundo preto - Face-detection no estilo EXATO da landing oferta.px3lab.com.br: * 4 cantos luminosos verdes com glow (nao borda inteira) * Overlay scan grid vertical sutil dentro de cada rosto * Badge MATCH XX.X% em pill verde abaixo-centro de cada caixa * Badge "FORMANDO DETECTADO" no canto inferior esquerdo da imagem (pill outline verde) """ import base64 import sys from pathlib import Path from playwright.sync_api import sync_playwright BASE = Path("/opt/mia/workspace/clientes/px3lab/lancamento_photorf2/criativos_oferta") HERO = BASE / "hero_familia_formatura_03.png" LOGO = Path("/opt/mia/workspace/clientes/px3lab/cloudphotorf2_conafor/logos/cloudphotorf-logo-grande.png") VERSION = sys.argv[1] if len(sys.argv) > 1 else "v1" OUT = BASE / f"piloto_03_1x1_{VERSION}.png" hero_b64 = base64.b64encode(HERO.read_bytes()).decode() hero_src = f"data:image/png;base64,{hero_b64}" logo_b64 = base64.b64encode(LOGO.read_bytes()).decode() logo_src = f"data:image/png;base64,{logo_b64}" # Hero wrap: 1080x540, object-fit cover, object-position center 30% # Imagem original 1024x1024 -> escala 1.055 -> 1080x1081 # object-position Y=30%: offset_y = (1081-540)*0.30 = ~162 cortados no topo # viewport_y = (orig_y * 1.055) - 162 # viewport_x = orig_x * 1.055 + ((1080-1080)/2) = orig_x * 1.055 # # Rostos observados na hero original (1024x1024): # PAI (esq): orig x 110-310, y 200-430 -> vp x 116-327, y 49-291 # FORMANDA(ctr): orig x 370-640, y 180-430 -> vp x 390-675, y 28-291 # MAE (dir): orig x 670-900, y 210-440 -> vp x 707-949, y 60-302 # # Ajuste manual pos-visualizacao: FACES = [ # (left, top, w, h, match_label, match_x_offset) # formanda centro - caixa maior pq inclui capelo {"l": 395, "t": 35, "w": 275, "h": 275, "match": "MATCH 98.7%", "primary": True}, # pai esquerda {"l": 108, "t": 65, "w": 220, "h": 240, "match": "MATCH 94.2%", "primary": False}, # mae direita {"l": 705, "t": 75, "w": 230, "h": 240, "match": "MATCH 96.5%", "primary": False}, ] # Gerar HTML das faces faces_html = "" for i, f in enumerate(FACES): l, t, w, h = f["l"], f["t"], f["w"], f["h"] match = f["match"] # badge match: centrado horizontalmente, 10px abaixo da caixa badge_top = t + h + 8 badge_left_center = l + w // 2 faces_html += f"""
{match}
""" HTML = f"""
NOVA FUNÇÃO · IA 2.0
Cloud PhotoRF 2.0
{faces_html}
FORMANDO DETECTADO
O ABSURDO: ELA
RECONHECE ATÉ A FAMÍLIA.
A IA do Cloud PhotoRF 2.0 encontra as fotos de cada parente do formando e entrega direto pra ele.
QUERO CONHECER O SOFTWARE →
oferta.px3lab.com.br
""" def render(): with sync_playwright() as p: browser = p.chromium.launch() page = browser.new_page(viewport={"width": 1080, "height": 1080}, device_scale_factor=1) page.set_content(HTML, wait_until="networkidle") page.wait_for_timeout(600) page.screenshot(path=str(OUT), clip={"x": 0, "y": 0, "width": 1080, "height": 1080}, omit_background=False) browser.close() print(f"OK -> {OUT}") if __name__ == "__main__": render()