first commit

internal/vision/encode.go

@@ -0,0 +1,45 @@
+package vision
+
+import (
+	"bytes"
+	"fmt"
+	"image"
+	"image/jpeg"
+
+	"golang.org/x/image/draw"
+)
+
+// EncodeJPEG 把图像等比缩放到长边不超过 maxEdge 后编码为 JPEG。
+// 视觉模型对分辨率不敏感，但对 token 很敏感，这一步是成本控制的关键。
+func EncodeJPEG(img image.Image, maxEdge, quality int) ([]byte, error) {
+	if img == nil {
+		return nil, fmt.Errorf("待编码图像为空")
+	}
+	if maxEdge <= 0 {
+		maxEdge = 1280
+	}
+	if quality <= 0 || quality > 100 {
+		quality = 75
+	}
+
+	b := img.Bounds()
+	w, h := b.Dx(), b.Dy()
+	if w <= 0 || h <= 0 {
+		return nil, fmt.Errorf("图像尺寸无效: %dx%d", w, h)
+	}
+
+	target := img
+	if longest := max(w, h); longest > maxEdge {
+		scale := float64(maxEdge) / float64(longest)
+		nw, nh := max(int(float64(w)*scale+0.5), 1), max(int(float64(h)*scale+0.5), 1)
+		dst := image.NewRGBA(image.Rect(0, 0, nw, nh))
+		draw.CatmullRom.Scale(dst, dst.Bounds(), img, b, draw.Src, nil)
+		target = dst
+	}
+
+	var buf bytes.Buffer
+	if err := jpeg.Encode(&buf, target, &jpeg.Options{Quality: quality}); err != nil {
+		return nil, fmt.Errorf("JPEG 编码失败: %w", err)
+	}
+	return buf.Bytes(), nil
+}