def fit_box(image_width, image_height, box_width, box_height):
values = (image_width,image_height,box_width,box_height)
if any(type(v) is not int or not 1 <= v <= 1000000 for v in values):
raise ValueError("dimensions 1 through 1000000")
if image_width*box_height > image_height*box_width:
width, height = box_width, image_height*box_width//image_width
else:
width, height = image_width*box_height//image_height, box_height
if not width or not height: raise ValueError("subpixel result")
return (box_width-width)//2, (box_height-height)//2, width, height프로젝트
세로, 가로, 홀수 여백을 시험하고 서브픽셀 결과를 거부하며 중앙 정렬 전에 크기를 내림합니다.
적용하기 전에 검토하세요
실제 동작을 예상 결과와 비교하세요. 검사가 실패하면 다음 변경을 하기 전에 원인을 조사하세요.
모델
기본 URL과 필요한 API 키로 OpenAI 호환 또는 Anthropic 엔드포인트를 설정하고 연결을 테스트하세요. 로컬 모델 서버는 실행 중이어야 합니다. 원격 도구는 데이터를 별도로 전송할 수 있습니다.
def fit_box(image_width, image_height, box_width, box_height):
values = (image_width,image_height,box_width,box_height)
if any(type(v) is not int or not 1 <= v <= 1000000 for v in values):
raise ValueError("dimensions 1 through 1000000")
if image_width*box_height > image_height*box_width:
width, height = box_width, image_height*box_width//image_width
else:
width, height = image_width*box_height//image_height, box_height
if not width or not height: raise ValueError("subpixel result")
return (box_width-width)//2, (box_height-height)//2, width, height이미지 크기를 화면 전체의 일부로 검토하세요
FitLumen은 연결된 AI 모델과 레이아웃 관련 소프트웨어 변경을 검토하는 Windows 코딩 작업 공간입니다. 프로젝트 폴더에서 시작해 잘못 보이는 이미지 배치를 설명하세요. 관련 계산 코드와 렌더링 코드를 함께 살펴보도록 요청하여, 제안 수정이 생성되는 치수와 애플리케이션의 사용 방식 양쪽을 반영하게 하세요.
fit_box.py 예제는 제한된 영역 안에서 이미지 종횡비를 유지하는 작업의 출발점이 될 수 있습니다. 도우미에게 대표적인 원본 크기, 대상 크기, 남는 공간의 예상 처리 방식을 알려주세요. 그런 다음 반올림과 매우 작은 결과가 호출자에게 어떤 영향을 주는지 물어보세요. 이는 작업 공간에서 진행할 수 있는 프로젝트 조사이며, 예제는 구체적인 시작점을 제공할 뿐 내장 이미지 처리 서비스가 아닙니다.
제한 없는 AI 모델 선택은 해당 모델을 제공하는 지원 OpenAI 호환 또는 Anthropic 엔드포인트를 통해 가능합니다. 서버의 도구와 컨텍스트 용량을 고려하여 연결과 필요한 인증 정보를 설정하세요. 수정 제안을 검토하고 세로 및 가로 이미지 사례를 테스트하며 애플리케이션 출력을 살펴보세요. 유효한 크기 계산은 성공의 일부일 뿐입니다. 의도한 화면과 일치하려면 주변 레이아웃이 오프셋과 치수를 일관되게 해석해야 합니다.
이미지 크기 변경 확인하기
레이아웃 버그에 어떤 치수를 첨부해야 하나요?
원본 이미지 치수, 사용 가능한 상자 크기, 실제 렌더링 위치를 제공하세요. 목표가 이미지 전체 맞춤인지, 자르기를 통한 영역 채우기인지 명시하세요. 둘은 다른 요구사항이며 모호한 요청에서 추정해서는 안 됩니다.
너비와 높이 외에 오프셋도 살펴봐야 하는 이유는 무엇인가요?
호출자가 위치를 다르게 해석하면 이미지 크기가 맞아도 잘못 배치될 수 있습니다. 좌표 원점과 중앙 정렬 기대사항을 함께 검토하세요. 남는 공간이 어느 축에 생기는지 명확히 보이도록 정사각형이 아닌 예제를 포함하세요.
반올림으로 크기가 0인 결과가 나오면 어떻게 하나요?
애플리케이션이 해당 사례를 거부할지 다른 표현을 사용할지 지정하세요. 보조 함수를 바꾸기 전에 호출자의 반응을 살펴보세요. 조용한 보정은 예상 밖 왜곡을 만들 수 있고, 처리되지 않은 거부는 유용한 피드백 없이 화면을 남길 수 있습니다.
수치 테스트가 레이아웃을 직접 보는 일을 대신할 수 있나요?
계산 동작은 검증하지만 모든 렌더링 가정을 검증하지는 않습니다. 관련 테스트를 실행하고 대표 화면을 살펴보세요. 패딩, 배율, 호출자의 치수 중복 적용이 보조 함수 계산 밖에서 시각적 결함을 만들 수 있습니다.
FitLumen · 업데이트 2026-10-25