Я правильно понимаю что выравнивание по baseline происходит следующим образом:
- самый высокий элемент занимает самое верхнее положение.
- остальные элементы выравниваются так чтоб линия текста в них была на одном уровне с самым высоким элементом (без учета свисаний у символов).
?
Если это так, то, возможно, стоит это указать тк по имеющемуся описанию я, к примеру, тему понял так что линия текста у элементов будет находиться по центральной линии контейнера, а используемое изображение, за счет отступов, еще больше усложняет понимание.