noimg：纯Nolang从零实现、零第三方依赖跨平台图像处理库

项目仓库：https://github.com/lizongying/notools/tree/main/noimg
定位：类libvips设计思想，全部图像格式编解码器、图像算子全部Nolang原生手写实现，不链接libpng/libjpeg/libwebp/zlib等任何外部C库，可编译为独立单二进制，适配Agent、脚本、服务器、本地开发者多场景。

一、背景：传统图像处理库的工程痛点

绝大多数图像处理工具都依赖C生态库：libpng、libjpeg‑turbo、libwebp、zlib、libtiff。
带来一系列现实工程负担：

1. 分发噩梦：部署环境必须预装系统库；容器、Agent沙箱、Windows/macOS离线环境缺失依赖直接无法运行；静态链接会急剧膨胀二进制，还会出现符号冲突、许可证问题。
2. 交叉编译复杂：每一个依赖库都要维护一套交叉编译脚本，多架构（amd64/arm64 Linux/macOS/Windows）维护成本极高。
3. 许可证纠缠：LGPL类库静态链接会带来合规风险。
4. Agent场景不友好：AI Agent运行环境经常是极简沙箱，没有权限安装系统包，很难调用系统图像处理工具。

noimg的解决思路：全部底层算法、格式解析在Nolang内部手写，不调用任何外部图像类库；最终产出单个独立可执行文件，开箱即用。
依托Nolang无GC、延迟move内存安全模型，图像内存自动生命周期管理，没有内存泄漏、野指针风险。

二、格式支持（9种图像格式，读写完整实现）

全部格式解析逻辑手写，没有外包给外部库。

重点说明：PNG、GIF、JPEG、WebP的压缩熵编码全部在Nolang内部实现，不依赖系统zlib，这是区别于绝大多数项目的关键点。

三、图像算子能力（30+种图像处理操作）

noimg不只是“格式转换器”，提供完整图像处理流水线，分为：基础图像操作、几何变换、色彩处理、卷积滤镜、直方图统计、图像合成。

1.几何变换

• resize：双线性插值缩放，不是简单最近邻；图像放大缩小质量更高
• thumbnail：生成缩略图，按最大边长约束，适合Agent批量处理图片
• rotate：90° /180° /270°旋转
• flip：水平、垂直翻转
• crop：任意区域裁剪
• pad：图像边框填充扩展

2.色彩空间与像素调整

• grayscale RGB转灰度
• invert 颜色反色
• brightness 亮度调整
• contrast 对比度调整
• gamma Gamma校正
• threshold 二值化阈值分割
• posterize色阶缩减
• solarize日晒效果
• 色彩空间转换：RGB ↔ Gray、RGB ↔ HSV、RGB ↔ HSL、RGB ↔ YCbCr

3.卷积与图像滤镜（全部手写卷积内核）

• blur 高斯模糊（自定义sigma）
• sharpen 图像锐化
• edge Sobel算子边缘检测，计算图像梯度幅值
• emboss 浮雕效果
• median中值滤波，去除椒盐噪声
• oil油画特效
• noise添加图像噪声

4.直方图与图像统计

• histogram输出各通道直方图
• hist‑eq直方图均衡化
• hist‑norm直方图归一化
• stats图像统计信息：均值、方差、标准差
• band提取单颜色通道

5.图像合成

• composite图层合成，支持指定叠加坐标，实现水印、贴图。

四、两套使用形态：CLI命令行工具 + Nolang库API

形态A：独立CLI二进制 noimg（可直接分发）

编译输出单文件二进制，无需任何依赖，跨平台Linux/macOS/Windows。

# 格式转换
noimg convert input.png output.jpg

# 生成缩略图
noimg thumbnail photo.png thumb.png 256

# 高斯模糊
noimg blur in.png out.png 12

# 查看图像元信息（宽高、通道、位深）
noimg info test.webp

形态B：作为Nolang库导入使用

lib.no对外导出全套模块，可以嵌入Nolang程序内部做图像处理，不需要调用子进程。
模块划分：
image图像内存模型；pnm/bmp/tga/pam/png/tiff/gif/jpeg/webp各个格式编解码；
colour色彩转换；resize/rotate几何变换；filter卷积滤镜；histogram直方图统计；composite图像合成。

图像内存由Nolang内存安全系统接管：图像对象离开作用域自动释放，无GC，无需手动free，杜绝内存泄漏、悬垂引用，这是C/C++图像处理库很难天然做到的安全特性。

五、架构与硬核工程设计亮点

1. 零外部C库依赖
   所有编解码器、压缩算法、滤镜算子全部Nolang源码实现。编译产物单文件，部署时不需要装任何系统图像包，非常适合AI Agent沙箱、容器、CI流水线。

2. 跨平台一次编译多目标
   借助Nolang+Zig‑CC工具链，可同时产出linux‑amd64 / linux‑arm64 / darwin‑amd64 / darwin‑arm64 / windows‑amd64 / windows‑arm64预编译二进制。Windows下不需要dll；macOS只依赖系统libSystem；Linux gnu动态链接glibc，也可编译musl静态版本实现完全独立。

3. 内存安全模型
   Nolang延迟move、作用域自动释放。图像大像素缓冲区，离开作用域自动回收；禁止手动free；不存在use‑after‑free，不需要GC。处理大量图片循环不会内存泄漏。

4. 错误处理
   图像损坏、截断文件、非法格式不会直接进程崩溃；返回可捕获业务错误，适合Agent批量处理大量不可信网络图片。

5. 集成进notools生态
   和nogit（纯Nolang Git实现）同为notools子项目。notools整个套件：系统工具集+git实现+图像处理，全部单二进制，面向AI Agent完整能力底座。

六、适用场景

1. AI Agent执行环境：沙箱环境没有系统工具，需要做图片下载、缩略图生成、格式转换、图像预处理；直接调用noimg子命令或者库API。
2. CI / 自动化脚本：跨平台流水线，不想安装libvips、imagemagick一堆系统依赖。
3. 轻量服务后端：小体量图片预处理，不需要重量级OpenCV/libvips。
4. 离线、嵌入式、极简容器：环境无法apt‑get / yum安装第三方库。
5. 学习研究图像格式：全部编解码逻辑Nolang可读源码，没有黑盒C库，可以阅读每一步png/gif/jpeg解析流程。

七、现状与局限（客观）

1. JPEG目前是baseline实现，不支持progressive jpeg。
2. PNG目前只支持8bit深度；更高位深尚未实现。
3. 没有实现多线程并行处理，单线程执行；追求超大图超高吞吐场景性能弱于libvips。
4. 暂不支持HEIC、AVIF等较新格式，后续可迭代增加。

定位不是要完全替代libvips，而是提供零依赖、可单文件分发、内存安全的轻量级图像处理栈，尤其适配Agent这类特殊运行环境。

八、快速开始示例

源码构建（本地Nolang环境）

cd noimg
no build
./dist/noimg info demo.png
./dist/noimg resize demo.png out.png 800 600

使用预编译Release二进制

从notools项目GitHub Release下载对应平台noimg‑xxx，直接赋予执行权限即可运行，无需安装任何依赖。

九、同类项目横向对比

noimg最大差异化价值：把一整套图像栈完整移植到安全系统语言，去掉全部C图像库依赖，面向Agent/自动化场景做单文件分发。