智能主体裁剪

要解决什么问题

大多数缩略图生成流程只有两种选择：把原图等比缩放到目标尺寸，或者对画面做居中裁剪。前者会在两边留下大片空白，后者则经常把主体切掉——一张人像合影被裁掉半张脸，一张产品图的产品只剩一角，在社交卡片上尤其刺眼。等你发现缩略图效果不对时，内容已经发出去了。

auto-crop 类技能针对的正是这个环节：在生成缩略图之前，先把画面里最重要的部分找出来，再围绕它裁出合理的区域。

它如何工作

核心思路是视觉显著性分析，底层依赖 smartcrop 这个库（npm 包）。整体流程大致是：

• 主体检测：评估图像的视觉显著性，识别出画面中观感最突出的主体区域；
• 坐标计算：针对你指定的目标宽高比，返回一组裁剪坐标（即左上、右下角等边界值）；
• 交给图像管道：这组坐标不是最终结果，而是传给下游的图像处理流水线，由它完成实际裁剪并渲染出最终的缩略图或社交卡片。

换句话说，这个技能负责的是决策层——告诉管线"该裁哪里"；至于像素层面的缩放、编码、格式转换，仍然由你的图像管道完成。

适用边界与注意点

• 前置条件是本机有 Node.js 和 npm，它属于基于源码的技能；
• 技能说明中明确提到：无法自动提取基于源码的安装或使用说明，在将其用于敏感工作流程之前，应先查看上游项目（smartcrop 的 npm 页面及其文档仓库）；
• 它解决的是"裁哪里"，不负责抠图、不保证主体识别百分百准确，极端构图或低对比度画面下仍需人工抽查；
• 裁剪坐标只是中间产物，最终观感取决于你的图像管道如何使用它们。