Node Edit Image n8n : redimensionner, recadrer et watermarker vos images sans service tiers

Un fournisseur vous livre son catalogue en photos 4000×3000, et votre boutique attend des vignettes carrées 1200×1200 avec le logo en filigrane. Fait à la main sous Photoshop pour quelques images, ce travail devient vite intenable sur un catalogue de plusieurs centaines de références — et l’envoyer à un service SaaS de traitement d’image signifie payer par transformation et faire transiter vos photos par un tiers. n8n embarque une solution native pour ce cas précis : le node Edit Image, qui redimensionne, recadre, watermark et convertit vos images directement sur votre instance, sans appel API externe.

Un node à part : du traitement local, pas un appel API

Contrairement à la quasi-totalité des nodes n8n, Edit Image ne contacte aucun service distant. Il délègue le traitement à GraphicsMagick, une bibliothèque de manipulation d’image installée sur la machine qui exécute n8n. Concrètement :

• Image Docker officielle n8n (self-hosted via notre guide d’installation Docker) : GraphicsMagick est préinstallé, rien à faire.
• Self-hosted hors Docker (installation manuelle sur un VPS) : il faut l’installer soi-même, par exemple sudo apt install graphicsmagick sur une distribution Debian/Ubuntu.
• Mode queue avec workers (voir notre guide sur le mode queue et Redis) : GraphicsMagick doit être présent sur chaque conteneur worker, pas seulement sur l’instance principale — un oubli fréquent qui produit une erreur « module GraphicsMagick introuvable » sur les workers alors que le node fonctionne en local.
• n8n Cloud : le node dépend d’un binaire système plutôt que d’une API, ce qui rend son comportement plus sensible à l’environnement managé. Testez l’opération exacte dont vous avez besoin sur un petit échantillon avant de construire un pipeline critique dessus.

Ce fonctionnement local a un avantage direct pour toute donnée sensible : les images (photos de personnes, documents scannés, pièces jointes) ne quittent jamais votre infrastructure pour être redimensionnées, contrairement à un appel vers une API tierce de traitement d’image.

Les opérations disponibles

Le node expose treize opérations, combinables dans une même instance grâce au mode Multi Step :

Opération	Rôle	Paramètres clés
Resize	Redimensionner	largeur, hauteur, mode (Ignore Aspect Ratio, Maximum Area, Minimum Area, Only if Larger, Only if Smaller, Percent)
Crop	Recadrer	largeur, hauteur, position X/Y
Text	Ajouter du texte (watermark)	texte, taille de police, couleur, position X/Y
Composite	Superposer une image (logo)	propriété binaire de l’image à superposer, opérateur, position X/Y
Rotate	Pivoter	angle (-360 à 360°), couleur de fond
Border	Ajouter une bordure	largeur, hauteur, couleur
Blur	Flouter	intensité, sigma
Draw	Dessiner une forme	cercle, ligne, rectangle, couleur
Shear	Cisailler l’image	degrés X/Y
Transparent	Rendre une couleur transparente	couleur cible
Create	Créer une image vierge	largeur, hauteur, couleur de fond
Get Information	Lire les métadonnées	aucun (renvoie résolution, format…)
Multi Step	Chaîner plusieurs opérations	liste ordonnée d’opérations ci-dessus

Trois réglages globaux s’appliquent quelle que soit l’opération : Data Property Name (le champ binaire d’entrée, data par défaut), Format de sortie (bmp, gif, jpeg, png, tiff, webp) et Quality (0-100, pour jpeg/png/tiff) — c’est ce dernier paramètre qui permet de faire baisser le poids d’un lot d’images sans repasser par un outil de compression externe.

Le recadrage n’est pas cosmétique : ce que dit la recherche

Redimensionner et recadrer une photo produit n’est pas qu’une question d’esthétique — c’est un des leviers les mieux documentés de la conversion e-commerce. Une étude de Li, Wang et Chen, présentée à la Pacific Asia Conference on Information Systems (PACIS) en 2014 et menée par analyse d’image sur un grand volume de photos produits réelles, a montré que les photos où l’objet occupe une plus grande part du cadre, avec un fond moins chargé, génèrent une intention d’achat plus forte que les photos où le produit est petit et noyé dans son environnement (Li, Wang, Chen 2014, PACIS — voir sur Google Scholar). Un recadrage centré et serré via l’opération Crop, plutôt qu’un simple redimensionnement qui conserve tout le cadre d’origine, va donc dans le sens de ce que la recherche identifie comme favorable à la conversion — un réglage qui prend trente secondes à automatiser une fois le pipeline en place, pour des centaines de photos.

Exemple : pipeline photos fournisseur → vignette catalogue watermarkée

Un montage typique pour standardiser un lot de photos fournisseur avant publication :

Déclencheur (nouveau fichier Drive/S3) → Lire le binaire → Edit Image (Multi Step) → Écriture vers la plateforme

Dans l’unique node Edit Image, en mode Multi Step, on empile trois opérations dans l’ordre :

1. Resize, mode Maximum Area, 1600×1600 — ramène toute image surdimensionnée à un poids raisonnable sans jamais l’agrandir ni déformer son ratio.
2. Crop, 1200×1200, position calculée pour centrer le sujet — produit la vignette carrée attendue par la plupart des plateformes e-commerce.
3. Text, watermark discret en coin bas-droit (nom de marque, opacité faible, taille de police proportionnelle à l’image).

Puis, dans les options globales du node : Format réglé sur webp et Quality à 82 — un bon compromis poids/qualité pour du web, largement suffisant pour l’affichage catalogue tout en réduisant nettement la bande passante par rapport à un JPEG non compressé. Le fichier obtenu repart ensuite vers Shopify ou WooCommerce via le node natif de la plateforme (voir nos guides Shopify et WooCommerce), ou vers un bucket S3 pour archivage — le pattern exact est couvert dans notre guide d’archivage de fichiers vers S3. Si l’objectif final est de publier une fiche produit complète plutôt qu’une seule image, ce pipeline s’insère naturellement en amont du pipeline de génération de fiches produits par IA : image standardisée d’un côté, texte généré de l’autre, publication conjointe à la fin.

Watermark texte ou logo : Text vs Composite

Deux approches selon le besoin : l’opération Text ajoute une chaîne de caractères directement sur l’image — rapide à configurer, suffisant pour un nom de marque ou une mention de copyright, mais limité à de la typographie. L’opération Composite superpose une seconde image binaire (un logo PNG avec fond transparent, par exemple) à une position donnée, avec un opérateur de fusion (Over, Multiply, Atop…) — la méthode à privilégier dès que le watermark est un logo plutôt qu’un texte, ou qu’il doit respecter une charte graphique précise. Les deux images (source et logo) doivent être présentes comme données binaires dans l’item au moment du node Composite : un node Merge en amont, avec deux entrées, les rapproche dans le même item avant traitement.

Anonymisation par flou : un cas d’usage à part

L’opération Blur appliquée sur une zone recadrée au préalable (via un Crop ciblé sur un visage ou une plaque d’immatriculation détectés par un node de vision, voir notre guide sur l’analyse d’images par IA) permet de construire un pipeline d’anonymisation visuelle avant archivage ou publication — un complément visuel aux techniques de pseudonymisation de texte couvertes dans notre guide RGPD sur l’anonymisation de données personnelles. Le traitement restant local (GraphicsMagick, pas d’API tierce), aucune image sensible ne transite par un service externe pendant l’opération.

Traiter un lot sans saturer la mémoire

GraphicsMagick charge une image à la fois en mémoire, pas le lot entier — le risque sur un catalogue de plusieurs centaines de fichiers vient surtout de la donnée binaire accumulée dans l’exécution n8n elle-même si rien n’est fait pour la purger entre les items. Un node Loop Over Items qui traite le lot par paquets de 20 à 50 images, plutôt qu’en une seule passe, garde la mémoire de l’instance sous contrôle ; les réglages plus fins (variable NODE_OPTIONS, pruning des exécutions binaires) sont détaillés dans notre guide sur les fichiers volumineux dans n8n.

Quand aller voir ailleurs

Le node Edit Image couvre l’essentiel du traitement raster courant, mais reste dans le périmètre de GraphicsMagick : pas de retouche IA (suppression d’arrière-plan automatique, upscaling génératif), pas de format vectoriel. Pour ces besoins, le node communautaire Edit Image+ ajoute des effets supplémentaires — à activer en community nodes sur une instance self-hosted, sous réserve de vérifier la politique d’activation applicable à votre offre n8n Cloud. Pour une suppression d’arrière-plan ou une amélioration de qualité pilotée par un modèle, un appel HTTP Request vers une API spécialisée, suivi d’un Edit Image pour le recadrage et le format final, reste souvent le montage le plus fiable.

En résumé

Le node Edit Image traite vos images directement sur votre instance n8n, sans appel API ni coût par transformation : redimensionnement, recadrage, watermark texte ou logo, et conversion de format se combinent en une seule instance via le mode Multi Step. Pour un lot de photos produits, la séquence Resize → Crop → Text (ou Composite) → Format/Quality standardise tout un catalogue en un seul workflow réutilisable. Si ce pipeline d’images vient nourrir des fiches produits complètes, le guide de génération de fiches produits par IA prend le relais côté texte ; et si les images en question arrivent en pièce jointe d’emails à trier avant archivage, le Pack Inbox IA fournit la brique de tri qui peut précéder ce traitement d’image dans le même workflow.