Sharp 图片预处理：给 AI 截图输入建立尺寸上限和独立输出

人工用 Squoosh 选好方向之后，批量处理最怕两件事：覆盖原件，以及把小字缩到无法识别。Sharp 是 Node.js 图片处理库，可以在脚本里明确尺寸、格式和输出位置。本文给出单张图片的安全起步方案，不生成图片，也没有测量压缩率或 OCR 成绩。

Sharp 适合哪种 AI 开发流程？

Sharp适合在图片进入 OCR、视觉模型或文档展示之前执行重复处理。它是需要安装的库，不是打开即用的网页，因此归资源栏目。它处理像素和编码，不懂订单金额是否看得清，也不会替你核对模型识别准确性。

可以先用 aiKit 的 Squoosh 图片压缩手工比较候选，再用脚本表达通过验收的尺寸和格式要求。不同编码器的 quality 数值不能直接照搬，手动选择的视觉结果仍需在 Sharp 产物上重新确认。

从哪里下载，平台要求是什么？

官方安装说明见 Sharp installation，源码与 Apache-2.0 许可证在官方仓库。库无需模型账号，模型 API、托管计算与存储的成本另计；底层库和编码器也有自己的许可说明，分发产品时应一并审阅。

本次文档列出的运行条件为兼容 Node-API v 9 的运行时，例如 Node.js 至少 20.9.0。本教程建议使用受支持的 Node.js 24 环境。预编译包按系统和 CPU 选择，macOS、Windows 和 Linux 常见平台可用，但 Linux 的 libc、CPU 与容器基础镜像仍要匹配，不能只看 Node 版本。

怎样安装并避免跨平台依赖混用？

在单独练习目录执行以下命令，Windows PowerShell 同样可逐行运行。安装后记录实际 Sharp 及 libvips 版本。不要把另一台电脑的 node_modules 整目录复制过来，目标环境应按自己的平台重新安装，并核对锁文件兼容性。

mkdir sharp-lab
cd sharp-lab
node --version
npm init -y
npm install --save-exact sharp
node -e "console.log(require('sharp').versions)"

失败时先查平台、架构、可选依赖和官方安装文档，不立刻转源码编译或关闭安全设置。团队共享脚本时，像统一 AI 配置那样明确运行环境，同时保留输入和输出边界。

如何写一个不覆盖原图的最小脚本？

将一张不含隐私的 PNG 合成截图命名为 sample.png 放在练习目录，创建 prepare-image.cjs。脚本新建独立输出目录：若目录已存在就报错停止，避免重复运行时悄悄覆盖结果。这里的 1600 像素宽度与 2000 万输入像素上限是教程自拟政策，不是所有视觉模型的通用限制。

const fs = require('node:fs/promises');
const sharp = require('sharp');

async function main() {
  await fs.mkdir('prepared');
  const input = sharp('sample.png', { limitInputPixels: 20000000 });
  const metadata = await input.metadata();
  const info = await input
    .resize({ width: 1600, withoutEnlargement: true })
    .webp({ lossless: true })
    .toFile('prepared/sample.webp');
  console.log({
    original: { width: metadata.width, height: metadata.height },
    output: info
  });
}

main().catch(error => {
  console.error(error.message);
  process.exitCode = 1;
});

执行 node prepare-image.cjs，再打开原件与产物比较。withoutEnlargement 避免放大小图；无损 WebP 指编码阶段无损，若此前进行了缩放，整条处理链仍丢失了原始像素信息。文件也不保证一定更小。

输出存在以后还需要验收什么？

先检查尺寸和格式，再以原始像素比例看小字、透明边缘与细线；使用同一份字段答案，对比原图和产物的识别结果。出现退化就回到原图或提高尺寸上限，不以压缩后的字节数更小作为唯一通过标准。Sharp resize 文档与输出文档解释了参数能力，不提供你这张图片的质量保证。

针对扫描 PDF，可先评估文档解析资源中的文本提取路径。本文只处理静态 PNG；照片方向、动画、色彩管理、EXIF 和多页文档不在这个最小示例覆盖范围，不能直接扩展到全量媒体库。

哪些场景应换方案或增加隔离？

单次人工处理用 Squoosh 更直接，连续处理大量图片才值得维护脚本。来源不可信的图片还应有文件大小、类型、并发、内存和超时限制；像素上限不是完整安全沙箱。服务端执行时使用低权限进程，不能把用户提供的任意路径直接传给脚本。

失败后保留原件和错误，确认输出目录状态再决定重跑，不在脚本里自动删除原始数据。本文没有安装 Sharp、执行处理或验证所有平台；发布成“实测教程”前，需要补上目标环境的版本与正反例证据。

FAQ

问：使用无损 WebP 就完全不会丢信息吗？ 答：若此前缩放过，已经丢失原始像素，不能称整链路无损。

问：产物一定比原图小吗？ 答：不一定，要比较实际字节数和质量。

问：脚本能直接处理不可信用户上传吗？ 答：不能直接照搬，还需权限、大小、并发和超时隔离。

参考来源

核查日期：2026-10-06。示例未执行，未创建图像或测试压缩性能。

• Sharp 安装与平台要求
• 尺寸处理接口
• 输入像素限制
• WebP 与输出接口
• 源码与许可证