大家好，我是 Immerse，一名独立开发者、内容创作者、AGI 实践者。
关注公众号：沉浸式趣谈，获取最新文章 （更多内容只在公众号更新）
个人网站：https://yaolifeng.com 也同步更新。
转载请在文章开头注明出处和版权信息。
我会在这里分享关于编程、独立开发、AI 干货、开源、个人思考等内容。
如果本文对您有所帮助，欢迎动动小手指一键三连 (点赞、评论、转发)，给我一些支持和鼓励，谢谢！
今天给大家分享一个超牛的图片对比工具 — Odiff。
不仅速度快到飞起，还完全开源免费。
速度很快
官网拿它和常用的 ImageMagick、pixelmatch 对比了一下。
完整的网页截图：
ImageMagick 要 8.8 秒，pixelmatch 要 7.7 秒。
Odiff？1.2 秒搞定。
快了 6 倍不止。
更夸张的是 8K 大图对比：
别的工具要 9-10 秒，Odiff 只要 2 秒。
技术方面
Odiff 最早用 OCaml 写的，现在用 Zig 重写了。
支持 SSE2、AVX2、AVX512 和 NEON。
直接榨干 CPU 的并行计算能力，一次处理多个像素。
难怪能这么快。
功能很全
快归快，功能没缩水。
跨格式对比随便玩，jpg 和 png 直接比，不用转格式。
支持的格式也多：png、jpg、jpeg、webp、tiff 全都行。
抗锯齿检测、区域忽略这些高级功能也有。
用的是 YIQ NTSC 算法，判断视觉差异更准确。
不同布局的图片也能对比。
输出结果很详细，差异像素数量、百分比、对比图都给你生成好。
上手超简单
装个 npm 包就能用：
npm install odiff-bin
然后直接用命令行：
odiff base.png compare.png diff.png
第三个参数是输出的对比图，可以不写。
如果你想在 Node.js 代码里用，也很简单：
const { compare } = require('odiff-bin');
const { match, reason } = await compare('path/to/first.png', 'path/to/second.png', 'path/to/diff.png');
console.log(match); // true 或 false
console.log(reason); // 不匹配的原因
返回结果会告诉你图片是否匹配。
如果不匹配，会给出原因：是像素差异，还是布局不同。
还有差异像素数量和差异百分比。
还有个服务器模式
对比大量图片的话，推荐用服务器模式。
Odiff 提供了服务器模式。
它会启动一个常驻进程，多次对比都用同一个进程，省去了启动开销。
Node.js 里用起来也很简单：
const { ODiffServer } = require('odiff-bin');
const server = new ODiffServer();
const result1 = await server.compare('a.png', 'b.png', 'diff1.png');
const result2 = await server.compare('c.png', 'd.png', 'diff2.png');
server.stop();
还可以设置超时时间，防止某个对比卡住：
await server.compare('a.png', 'b.png', 'diff.png', {
threshold: 0.3,
timeout: 5000,
});
服务器模式还会自动根据 CPU 核心数并行处理。
多个测试用例同时跑也不会阻塞。
集成也很方便
用 Playwright 的话，有专门的插件：
npm install playwright-odiff
然后在测试文件里：
import 'playwright-odiff/setup';
expect(page).toHaveScreenshotOdiff('screenshot-name');
Cypress 也有对应的插件 cypress-odiff。
还有很多视觉回归测试服务直接集成了 Odiff。
比如 LostPixel、Argos CI、Visual Regression Tracker。
Argos CI 之前发推说，换到 Odiff 之后速度提升了 8 倍。
完全开源免费
Odiff 是 MIT 协议的开源项目。
代码全在 GitHub 上，维护也很活跃。
提供预编译的二进制文件，Windows、Mac、Linux 都支持。
npm 安装的话，会自动下载对应平台的版本，不用操心。
写在最后
做视觉回归测试，或者平时需要对比图片的话。
强烈推荐试试 Odiff。
速度快到飞起，功能还全，开箱即用。
关键还是开源免费的，良心。
项目地址：https://github.com/dmtrKovalenko/odiff
