How do I install the Image Shape Filter skill?

Run npx skillmds@latest add cas-bigdatalab/image-shape-filter in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Image Shape Filter safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Image Shape Filter?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Image Shape Filter free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Image Shape Filter?

cas-bigdatalab (@cas-bigdatalab) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Image Shape Filter by cas-bigdatalab

Name: Image Shape Filter
Author: cas-bigdatalab

Image Shape Filter

图像形状过滤器。过滤器保持样品的图像形状 (w，h) 在特定范围内。本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用以下指令进行安装： pip install py-data-juicer 当用户提到图像尺寸过滤、图片宽高筛选、图像分辨率过滤、按图片大小过滤、图像形状限制等需求时使用此skill。

cas-bigdatalab ac009c9 5 files · 37.5 KB Updated Sep 17, 2026

File contents

功能概述

该算子用于过滤图像尺寸（宽度和高度）在指定范围内的样本。支持多种过滤策略：

any: 任意一张图像符合条件即保留
all: 所有图像都符合条件才保留

核心参数

参数	类型	必填	默认值	说明
input_path	string	是	-	输入数据文件路径 (JSON/JSONL格式)
output_path	string	是	-	输出数据文件路径 (JSONL格式)
min_width	int	否	1	最小图像宽度
max_width	int	否	2147483647	最大图像宽度
min_height	int	否	1	最小图像高度
max_height	int	否	2147483647	最大图像高度
any_or_all	string	否	'any'	过滤策略：'any' 或 'all'
num_proc	int	否	1	并行处理的进程数

输入数据格式

输入文件应为 JSON 或 JSONL 格式，每行包含一个样本，样本需包含 images 字段：

{"images": ["/path/to/image1.jpg", "/path/to/image2.jpg"]}

输出数据格式

输出为 JSONL 格式，每行一个符合条件的样本。

使用示例

命令行调用

python scripts/run_image_shape_filter.py \
  --input_path /path/to/input.jsonl \
  --output_path /path/to/output.jsonl \
  --min_width 400 \
  --min_height 400 \
  --any_or_all any

参数说明

--input_path: 输入文件路径
--output_path: 输出文件路径
--min_width: 最小图像宽度（默认1）
--max_width: 最大图像宽度（默认无限）
--min_height: 最小图像高度（默认1）
--max_height: 最大图像高度（默认无限）
--any_or_all: 过滤策略，默认any
--num_proc: 并行进程数，默认1

注意事项

输入文件中的图像路径应为有效且可访问的文件路径
该算子使用 PIL/Pillow 读取图像尺寸，无需加载模型
处理大量数据时可适当增加 num_proc 提高效率

---name: image-shape-filterdescription: 图像形状过滤器。过滤器保持样品的图像形状 (w，h) 在特定范围内。本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用以下指令进行安装： pip install py-data-juicer 当用户提到图像尺寸过滤、图片宽高筛选、图像分辨率过滤、按图片大小过滤、图像形状限制等需求时使用此skill。---## 功能概述该算子用于过滤图像尺寸（宽度和高度）在指定范围内的样本。支持多种过滤策略：- `any`: 任意一张图像符合条件即保留- `all`: 所有图像都符合条件才保留## 核心参数| 参数 | 类型 | 必填 | 默认值 | 说明 ||------|------|------|--------|------|| input_path | string | 是 | - | 输入数据文件路径 (JSON/JSONL格式) || output_path | string | 是 | - | 输出数据文件路径 (JSONL格式) || min_width | int | 否 | 1 | 最小图像宽度 || max_width | int | 否 | 2147483647 | 最大图像宽度 || min_height | int | 否 | 1 | 最小图像高度 || max_height | int | 否 | 2147483647 | 最大图像高度 || any_or_all | string | 否 | 'any' | 过滤策略：'any' 或 'all' || num_proc | int | 否 | 1 | 并行处理的进程数 |## 输入数据格式输入文件应为 JSON 或 JSONL 格式，每行包含一个样本，样本需包含 `images` 字段：```json{"images": ["/path/to/image1.jpg", "/path/to/image2.jpg"]}```## 输出数据格式输出为 JSONL 格式，每行一个符合条件的样本。## 使用示例### 命令行调用```bashpython scripts/run_image_shape_filter.py \ --input_path /path/to/input.jsonl \ --output_path /path/to/output.jsonl \ --min_width 400 \ --min_height 400 \ --any_or_all any```### 参数说明- `--input_path`: 输入文件路径- `--output_path`: 输出文件路径 - `--min_width`: 最小图像宽度（默认1）- `--max_width`: 最大图像宽度（默认无限）- `--min_height`: 最小图像高度（默认1）- `--max_height`: 最大图像高度（默认无限）- `--any_or_all`: 过滤策略，默认any- `--num_proc`: 并行进程数，默认1## 注意事项1. 输入文件中的图像路径应为有效且可访问的文件路径2. 该算子使用 PIL/Pillow 读取图像尺寸，无需加载模型3. 处理大量数据时可适当增加 num_proc 提高效率

Frequently asked questions