diff --git a/pic_hide_barcode-new-hcl.py b/pic_hide_barcode-new-hcl.py
new file mode 100644
index 0000000..cde17cb
--- /dev/null
+++ b/pic_hide_barcode-new-hcl.py
@@ -0,0 +1,145 @@
+from PIL import Image   # 若提示No module named 'PIL'，则：pip install Pillow
+
+# 打开两张素材图片，其中二维码背景为白色。
+# 注意：为了代码简洁，这两张图的分辨率必需要是相同的。
+imgPutong = Image.open("C:/Users/huang'chen'lu/Desktop/pic_hide_barcode-main/普通图片.jpg")          
+imgBarcode = Image.open("C:/Users/huang'chen'lu/Desktop/pic_hide_barcode-main/二维码.jpg")   
+
+# 创建新图片，使用RGBA模式，方便稍后保存为png。新图的分辨率和普通图相同。
+imgMix = Image.new("RGBA", (imgPutong.width, imgPutong.height) )
+
+# 新添加：计算原图片亮度阈值，用于筛选较亮区域
+def calculate_brightness(r, g, b):
+    """新添加：计算RGB像素的亮度值"""
+    return int(0.299 * r + 0.587 * g + 0.114 * b)
+
+# 新添加：分析原图片整体亮度分布，确定亮度阈值
+brightness_values = []
+for w in range(imgPutong.width):
+    for h in range(imgPutong.height):
+        pxl = imgPutong.getpixel((w, h))
+        brightness = calculate_brightness(pxl[0], pxl[1], pxl[2])
+        brightness_values.append(brightness)
+
+# 新添加：计算亮度阈值（取70%分位数，只对较亮区域进行二维码叠加）
+brightness_threshold = sorted(brightness_values)[int(len(brightness_values) * 0.7)]
+print(f"新添加：亮度阈值设置为: {brightness_threshold}")
+
+# 新添加：寻找二维码的边界框，确定二维码的连续区域
+def find_barcode_bounds(img_barcode):
+    """新添加：找到二维码的边界框，确定二维码的连续区域"""
+    min_x, min_y = img_barcode.width, img_barcode.height
+    max_x, max_y = 0, 0
+    
+    for w in range(img_barcode.width):
+        for h in range(img_barcode.height):
+            pxl = img_barcode.getpixel((w, h))
+            if pxl[0] <= 200:  # 黑色像素（二维码部分）
+                min_x = min(min_x, w)
+                min_y = min(min_y, h)
+                max_x = max(max_x, w)
+                max_y = max(max_y, h)
+    
+    return min_x, min_y, max_x, max_y
+
+# 新添加：获取二维码边界框
+barcode_min_x, barcode_min_y, barcode_max_x, barcode_max_y = find_barcode_bounds(imgBarcode)
+print(f"新添加：二维码边界框: ({barcode_min_x}, {barcode_min_y}) 到 ({barcode_max_x}, {barcode_max_y})")
+
+# 新添加：在原图片中寻找最适合放置二维码的连续亮区域（优化版本）
+def find_best_placement_region(img_putong, barcode_width, barcode_height, brightness_threshold):
+    """新添加：寻找最适合放置二维码的连续亮区域"""
+    print(f"新添加：开始搜索最佳位置，二维码尺寸: {barcode_width}x{barcode_height}")
+    
+    # 新添加：预计算所有像素的亮度值，避免重复计算
+    brightness_map = []
+    for y in range(img_putong.height):
+        row = []
+        for x in range(img_putong.width):
+            pxl = img_putong.getpixel((x, y))
+            brightness = calculate_brightness(pxl[0], pxl[1], pxl[2])
+            row.append(brightness)
+        brightness_map.append(row)
+    
+    print(f"新添加：亮度图计算完成，开始搜索...")
+    
+    best_score = 0
+    best_x, best_y = 0, 0
+    total_positions = (img_putong.width - barcode_width + 1) * (img_putong.height - barcode_height + 1)
+    processed = 0
+    
+    # 新添加：使用步长优化，减少计算量
+    step = max(1, min(barcode_width, barcode_height) // 4)  # 动态步长
+    
+    for start_x in range(0, img_putong.width - barcode_width + 1, step):
+        for start_y in range(0, img_putong.height - barcode_height + 1, step):
+            processed += 1
+            if processed % 1000 == 0:  # 每1000个位置显示一次进度
+                print(f"新添加：已处理 {processed}/{total_positions} 个位置...")
+            
+            # 计算该区域的平均亮度
+            total_brightness = 0
+            pixel_count = 0
+            
+            for x in range(start_x, start_x + barcode_width):
+                for y in range(start_y, start_y + barcode_height):
+                    total_brightness += brightness_map[y][x]
+                    pixel_count += 1
+            
+            avg_brightness = total_brightness / pixel_count
+            
+            # 如果平均亮度超过阈值，记录这个位置
+            if avg_brightness >= brightness_threshold:
+                if avg_brightness > best_score:
+                    best_score = avg_brightness
+                    best_x, best_y = start_x, start_y
+                    print(f"新添加：找到更好的位置: ({start_x}, {start_y}), 亮度: {avg_brightness:.1f}")
+    
+    print(f"新添加：搜索完成，最佳位置: ({best_x}, {best_y}), 亮度: {best_score:.1f}")
+    return best_x, best_y, best_score
+
+# 新添加：计算二维码尺寸
+barcode_width = barcode_max_x - barcode_min_x + 1
+barcode_height = barcode_max_y - barcode_min_y + 1
+
+# 新添加：寻找最佳放置位置
+best_x, best_y, best_score = find_best_placement_region(imgPutong, barcode_width, barcode_height, brightness_threshold)
+print(f"新添加：最佳放置位置: ({best_x}, {best_y}), 平均亮度: {best_score}")
+
+# 新添加：首先将原图片完整复制到合成图片
+for w in range(imgMix.width):
+    for h in range(imgMix.height):
+        pxlPutong = imgPutong.getpixel((w, h))
+        imgMix.putpixel((w, h), (pxlPutong[0], pxlPutong[1], pxlPutong[2], 255))
+
+# 新添加：在最佳位置放置完整的二维码
+print(f"新添加：开始在位置({best_x}, {best_y})放置二维码...")
+for w in range(barcode_width):
+    for h in range(barcode_height):
+        # 计算在原图片中的实际位置
+        img_x = best_x + w
+        img_y = best_y + h
+        
+        # 计算在二维码中的位置
+        barcode_x = barcode_min_x + w
+        barcode_y = barcode_min_y + h
+        
+        # 确保不超出边界
+        if (img_x < imgMix.width and img_y < imgMix.height and 
+            barcode_x < imgBarcode.width and barcode_y < imgBarcode.height):
+            
+            pxlPutong = imgPutong.getpixel((img_x, img_y))
+            pxlBarcode = imgBarcode.getpixel((barcode_x, barcode_y))
+            
+            if pxlBarcode[0] <= 200:  # 二维码的黑色部分
+                # 新添加：使用改进的合成算法，确保颜色值在有效范围内
+                alpha = 150  # 半透明
+                new_r = max(0, min(255, int((pxlPutong[0] - (255-alpha)) / alpha * 255)))
+                new_g = max(0, min(255, int((pxlPutong[1] - (255-alpha)) / alpha * 255)))
+                new_b = max(0, min(255, int((pxlPutong[2] - (255-alpha)) / alpha * 255)))
+                imgMix.putpixel((img_x, img_y), (new_r, new_g, new_b, alpha))
+# 保存图片
+imgMix.save("C:/Users/huang'chen'lu/Desktop/pic_hide_barcode-main/新合成图片.png")
+print("生成完毕，快去群里浪吧")
+
+