跳转到内容
VIPS HandbookVIPS 生态实践手册– by WebP Cloud Services

智能裁剪（Smart Crop）、焦点与自动去白边

复制本页

当输入图像的宽高比与目标卡片不一致时，除了居中裁剪（Centre Crop）外，libvips 还提供两类高价值的内容感知裁剪能力：

  1. 智能焦点裁剪（smartcrop / Interesting）：通过信息熵（entropy）或视觉显著性（attention）自动寻找画面主体并保留最关键的矩形区域。
  2. 自动裁除纯色/透明边框（find_trim / trim）：检测四周与背景色相近的空白边距并返回紧凑包围盒（Bounding Box），广泛用于电商商品白底图与带透明余量的图标裁剪。

中心、方向偏移与信息熵裁剪结果对比

Section titled “中心、方向偏移与信息熵裁剪结果对比”

以下三张 600 × 300 画布均由 1938 × 1292 原图经缩略图裁剪生成，分别展示中心裁剪（centre）、向低坐标偏移（north / low）以及按信息熵自动寻焦（entropy）：

以几何中心裁剪生成的 600×300 夜景
cover centre600 × 300，33,898 字节
保留上方建筑塔冠的 600×300 夜景
cover north (low)600 × 300，29,562 字节
按信息熵自动寻焦裁剪的 600×300 夜景
cover entropy600 × 300，33,656 字节

独立调用 SmartCrop（Entropy vs Attention）

Section titled “独立调用 SmartCrop（Entropy vs Attention）”

如果业务不仅要在缩略图阶段使用智能裁剪，而是需要在当前分辨率（或自定义缩放后）直接做内容感知裁剪，可以直接调用 SmartCrop（libvips vips_smartcrop）：

  • InterestingEntropy（entropy）：将图像切分为网格，计算香农信息熵（Shannon Entropy），优先保留纹理与边缘细节最丰富的区域。
  • InterestingAttention（attention）：综合考量高饱和度区域、亮度对比与肤色特征，适合人像与主体突出的摄影作品。
package main


import (
    "fmt"
    "os"


    "github.com/davidbyttow/govips/v2/vips"
)


func main() {
    if err := vips.Startup(nil); err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
    defer vips.Shutdown()


    image, err := vips.NewImageFromFile("input.jpg")
    if err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
    defer image.Close()


    // 在当前图像上按视觉显著性 (Attention) 智能裁剪出 600×300 区域
    if err := image.SmartCrop(600, 300, vips.InterestingAttention); err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }


    data, _, err := image.ExportWebp(vips.NewWebpExportParams())
    if err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
    if err := os.WriteFile("smart-attention.webp", data, 0o644); err != nil {
        fmt.Fprintln(os.Stderr, err)
        os.Exit(1)
    }
}

Interesting 焦点枚举跨绑定映射

Section titled “Interesting 焦点枚举跨绑定映射”
裁剪焦点意图 govips vips.Interesting sharp position pyvips / vips CLI
不裁剪（仅按比例适应） vips.InterestingNone fit: 'inside' "none"
几何中心 vips.InterestingCentre 'centre' / 'center' "centre"
偏向低坐标边（上边缘或左边缘） vips.InterestingLow 'north' 或 'west' "low"
偏向高坐标边（下边缘或右边缘） vips.InterestingHigh 'south' 或 'east' "high"
信息熵最高区域 vips.InterestingEntropy sharp.strategy.entropy / 'entropy' "entropy"
视觉显著性最高区域 vips.InterestingAttention sharp.strategy.attention / 'attention' "attention"

自动裁除纯色或透明白边（FindTrim / trim）

Section titled “自动裁除纯色或透明白边（FindTrim / trim）”

当商品图或扫描件四周带有大面积纯白（或任意近色）边框时，可以使用 find_trim 自动定位非背景区域的像素边界 (left, top, width, height)：

  • govips、pyvips 与 vips CLI 采用两步组合：先调用 FindTrim / find_trim 计算紧凑包围盒坐标，再校验 width > 0 && height > 0 后调用 ExtractArea / crop 裁切。
  • sharp 提供一步到位的 .trim({ background, threshold }) 方法，并在 OutputInfo 中返回 trimOffsetLeft 与 trimOffsetTop。
// 检测与白色背景 (#FFFFFF) 差值超过 threshold=10 的主体包围盒
bg := &vips.Color{R: 255, G: 255, B: 255}
left, top, width, height, err := image.FindTrim(10.0, bg)
if err != nil {
    return err
}
if width <= 0 || height <= 0 {
    return fmt.Errorf("entire image matched background threshold")
}


// 按探测到的包围盒执行裁剪
if err := image.ExtractArea(left, top, width, height); err != nil {
    return err
}

来源

Section titled “来源”