Skip to content

README.md

Latest commit

 

History

History
68 lines (51 loc) · 3.31 KB

README.md

File metadata and controls

68 lines (51 loc) · 3.31 KB
Raw

AssetOptimizer-Toolkit 🚀

Status: Maintained License: MIT

Este repositorio contiene una colección de scripts en Python diseñados para la automatización, procesamiento y optimización técnica de activos visuales destinados a sitios web de alto rendimiento.

El objetivo principal es garantizar que las imágenes cumplan con los estándares de Google Lighthouse, equilibrando una carga ultra-rápida sin sacrificar la nitidez en pantallas de alta densidad (Retina).

🛠️ Funcionalidades Principales

  • Conversión a WebP con Analíticas: Transformación de archivos PNG a WebP utilizando compresión lossless y reportando el ahorro exacto en MB y porcentaje.
  • Tratamiento de Transparencias: Algoritmo que detecta fondos blancos (píxeles con valores RGB > 240) y los convierte automáticamente en canales alfa transparentes.
  • Optimización (Lighthouse Ready): Ajuste de dimensiones basado en el ancho de renderizado real del DOM (DPR 1.2x y 2x) para maximizar el performance.
  • Generación de Favicons: Creación automatizada de apple-touch-icon (180x180) y favicons estándar (32x32, 16x16) a partir de un archivo maestro .ico.
  • Compresión de Perfil: Script dedicado para fotos personales, reduciendo drásticamente el peso de archivos originales de alta resolución a formatos web eficientes.

📋 Estructura de los Scripts

Archivo Función
procesar_logos.py Remoción de fondos blancos y conversión a PNG transparente.
convert_to_webp_analytics.py Conversión masiva a WebP con reporte detallado de ahorro de espacio.
generate_icons.py Generación de activos para navegadores y dispositivos iOS a partir de un .ico.
optimizar_perfil.py Redimensionamiento (400x400) y compresión de fotos personales.
optimizar_logos.py Optimización masiva de logos con anchos objetivos predefinidos.
optimizar_logos_2.py Optimización (Display Width * 1.2) para nitidez en pantallas modernas.
optimizar_logos_3.py Ajuste final basado en dimensiones exactas extraídas de reportes de Lighthouse.

🚀 Instalación y Uso

1. Requisitos

Es necesario tener instalado Python 3.x y la biblioteca Pillow.

pip install Pillow

2. Configuración de Rutas:

Abre el script que desees utilizar y modifica las variables de ruta (ej. img_folder o base_path) con las direcciones de tus carpetas locales.

# Ejemplo de configuración interna
ORIGEN = r'C:\Users\Juan\OneDrive\Escritorio\Logos'
DESTINO = r'C:\Users\Juan\OneDrive\Escritorio\Logos_Optimized'

3. Ejecución:

Corre el script desde tu terminal o IDE:

# Ejemplo para optimizar logos según dimensiones de Lighthouse
python optimizar_logos_3.py

💻 Tecnologías Utilizadas

  • Lenguaje: Python 3.x
  • Procesamiento de Imagen: Pillow (PIL)
  • Formatos Soportados: WEBP, PNG, JPG, ICO.

👨‍💻 Autor

Juan Manuel Landa

  • Ingeniero en Informática especializado en Business Intelligence, SQL y Data Analytics.

  • Residente en Quilmes, Buenos Aires, Argentina.

  • LinkedIn | Portfolio