如何使用JavaScript对图像进行压缩
作者：忧郁的蛋~
JavaScript 可以使用类似于 canvas 和 web workers 来实现图像压缩。
使用 canvas，可以将图像绘制到 canvas 上，然后使用 canvas 提供的 toBlob() 或 toDataURL() 方法将其转换为不同格式的图像。在这些方法中指定图像质量参数即可实现压缩。
使用 web workers，可以在后台执行图像压缩，以避免阻塞 UI 线程。
但是在浏览器环境下，JavaScript 因为安全限制，不能操作本地文件，所以一般使用在浏览器端上传图片，使用 JavaScript 进行压缩处理，上传到服务端，后续处理。
一、简单压缩
使用 JavaScript 和 canvas 压缩图像可以使用 canvas 的 drawImage() 方法将图像绘制到 canvas 上，然后使用 toDataURL() 方法将图像转换为 Data URL 形式。Data URL 是一种将数据嵌入 URL 的格式，可以在不需要网络请求的情况下直接在浏览器中加载图像。
在调用 toDataURL() 方法时，可以使用第二个参数来指定图像质量。该参数的值应该在 0 到 1 之间，表示图像质量的百分比。0 表示最低质量，1 表示最高质量。
这是一个使用 canvas 和 JavaScript 压缩图像的示例代码：
// 创建 Image 对象
var img = new Image();
img.src = "image.jpg";
img.onload = function () {
var _this = this;
// 获取 canvas 元素
var canvas = document.getElementById("canvas");
// 绘制图像到 canvas
canvas.width = img.width;
canvas.height = img.height;
var ctx = canvas.getContext("2d");
ctx.drawImage(_this, 0, 0, img.width, img.height);
// 使用 toDataURL 方法压缩图像
var dataUrl = canvas.toDataURL("image/jpeg", 0.5);
// 使用新的 Data URL 更新图像
};
这个例子中，图片会使用 jpeg 格式压缩，质量为 50%，压缩后的图片会被重新赋值回 img.src 里，可以改变其他参数得到不同的压缩效果
二、使用 canvas 将 base64 图像压缩到指定文件大小以内
1、 方法一
1.1、通过循环遍历由大到小的图像质量系数来确定合适的系数
首先使用 canvas 的 drawImage() 方法将图像绘制到 canvas 上，并使用 base64ToBlob() 方法将 base64 图像转换为 Blob 对象。
再检查生成的 Blob 的大小是否超过指定的最大大小。 如果超过，使用不同的图像质量再次压缩图像，直到它的大小小于给定的最大大小为止。
下面是一个示例代码：
var maxSize = 100 * 1024; // 最大文件大小为100KB
var img = new Image();
img.src = "base64 or path";
img.onload = function () {
const _this = this;
var canvas = document.createElement("canvas");
var ctx = canvas.getContext("2d");
var width = img.width;
var height = img.height;
canvas.width = width;
canvas.height = height;
ctx.drawImage(_this, 0, 0, width, height);
var quality = 0.8;
let newBase64Image, resultBlob;
do {
newBase64Image = canvas.toDataURL("image/jpeg", quality);
resultBlob = base64ToBlob(newBase64Image);
quality -= 0.1;
} while (resultBlob.size > maxSize && quality > 0.1);
};
// 将base64 转换为Blob
function base64ToBlob(base64) {
var arr = base64.split(","),
mime = arr[0].match(/:(.*?);/)[1],
bstr = atob(arr[1]),
n = bstr.length,
u8arr = new Uint8Array(n);
while (n--) {
u8arr[n] = bstr.charCodeAt(n);
}
return new Blob([u8arr], {
type: mime,
});
}
这个示例代码使用 canvas 将 base64 图像压缩到指定的最大文件大小以内。它使用了一个 do-while 循环来不断地减小图像质量直到图像的文件大小符合限制为止。最后它生成了一个 resultBlob 对象，它可以被用来更新页面上的图像或者存储到服务器上。
值得注意的是，这个示例代码中进行图像压缩时的质量是每次减少 0.1，如果压缩后的图像的文件大小仍然超出限制，可能需要调整这个减少量，或者考虑其他压缩策略，比如更改图像的分辨率等。在这个例子中压缩文件大小是每次只减少 0.1，这样可能会花费很长时间，在实际应用中需要根据需求来进行调整。
1.2、通过二分查找算法更快速确定合适的图像质量系数
var maxSize = 100 * 1024; // 最大文件大小为100KB
var img = new Image();
img.src = "base64 or path";
img.onload = function () {
const _this = this;
var canvas = document.createElement("canvas");
var ctx = canvas.getContext("2d");
var width = img.width;
var height = img.height;
canvas.width = width;
canvas.height = height;
ctx.drawImage(_this, 0, 0, width, height);
var quality = 0.8;
let newBase64Image = canvas.toDataURL("image/jpeg", quality);
let fileSize = getBase64ImageSize(newBase64Image);
if (fileSize > maxSize) {
const qualityArr = [],
step = 0.01;
for (let i = step; i <= quality; i += step) {
// qualityArr.push(parseFloat(i.toFixed(2)));
qualityArr.push(parseFloat(i));
}
let left = 0,
right = qualityArr.length - 1;
do {
const mid = Math.floor((left + right) / 2);
newBase64Image = canvas.toDataURL("image/jpeg", qualityArr[mid]);
fileSize = getBase64ImageSize(newBase64Image);
if (fileSize > maxSize) {
right = mid - 1;
} else {
left = mid + 1;
}
} while (left <= right);
}
};
// 计算base64编码图片大小
function getBase64ImageSize(base64) {
const indexBase64 = base64.indexOf("base64,");
if (indexBase64 < 0) return -1;
const str = base64.substr(indexBase64 + 6);
// 大小单位：字节
return (str.length * 0.75).toFixed(2);
}
该方法由 @Wuya 提出的建议进行改进。
2.、方法二：递归代替迭代(do-while 循环)
递归方式可避免迭代导致压缩处理过程中，页面提示组件无法显示的问题
2.1、递归遍历递减图像质量系数确定合适的系数
// 计算base64编码图片大小
function getBase64ImageSize(base64) {
const indexBase64 = base64.indexOf("base64,");
if (indexBase64 < 0) return -1;
const str = base64.substr(indexBase64 + 6);
// 大小单位：字节
return (str.length * 0.75).toFixed(2);
}
/**
* 图像压缩，默认同比例压缩
* @param {Object} imgPath
* 图像base64编码字符串或图像可访问路径
* @param {Object} obj
* obj 对象 有 width， height， quality(0-1)
* @param {Object} maxSize
* 指定压缩后的文件大小，单位：字节
* @param {Object} callback
* 回调函数有一个参数，base64的字符串数据
*/
function compressedImage(path, obj, maxSize, callback) {
let img = new Image();
img.src = imgPath;
img.onload = function () {
const _this = this;
// 默认按比例压缩
let w = _this.width,
h = _this.height,
scale = w / h;
w = obj.width || w;
h = (obj.height && obj.height * (w / scale)) || h;
// 生成canvas
let canvas = document.createElement("canvas");
let ctx = canvas.getContext("2d");
canvas.width = w;
canvas.height = h;
ctx.drawImage(_this, 0, 0, w, h);
// 图像质量，默认图片质量为0.8
let quality = 0.8;
if (obj.quality && obj.quality > 0 && obj.quality <= 1) {
quality = obj.quality;
}
// quality值越小，所绘制出的图像越模糊
let newBase64Image = canvas.toDataURL("image/jpeg", quality);
let fileSize = getBase64ImageSize(newBase64Image);
if (fileSize > maxSize && quality > 0.01) {
if (quality > 0.05) {
quality = quality - 0.05;
} else {
quality = 0.01;
}
compressedImage(
imgPath,
{
quality: quality,
},
maxSize,
callback
);
return;
}
if (!!callback) {
// 回调函数返回压缩后的 base64 图像
callback(newBase64Image);
}
};
}
2.2、递归二分查找确定图像质量系数（由 2.1 进行改进），并增加宽高压缩率（最终完整版，推荐）
// 计算 base64 编码图片大小
function getBase64ImageSize(base64) {
const indexBase64 = base64.indexOf("base64,");
if (indexBase64 < 0) return -1;
const str = base64.substr(indexBase64 + 6);
// 大小单位：字节
return (str.length * 0.75).toFixed(2);
}
/**
* 图像压缩，默认同比例压缩
* @param {Object} imgPath
* 图像 base64 编码字符串或图像可访问路径
* @param {Object} compParamObj
* 压缩参数，compParamObj 对象的属性：width-宽，height-高，
* ratio(0-1)-宽高压缩率，quality(0-1)-图像质量系数
* @param {Object} maxSize
* 指定压缩后的文件大小，单位：字节
* @param {Object} callback
* 回调函数有一个参数，base64 的字符串数据
* @param {Object} left
* 二分递归查找 left
* @param {Object} right
* 二分递归查找 right
* @param {Object} oQuality
* 初始图像质量系数
*/
function compressedImage(
imgPath,
compParamObj,
maxSize,
callback,
left = 0,
right = null,
oQuality = null
) {
let img = new Image();
img.src = imgPath;
img.onload = function () {
const _this = this;
// 默认按比例压缩
let w = _this.width * (compParamObj?.ratio || 1),
h = _this.height * (compParamObj?.ratio || 1),
scale = w / h;
w = compParamObj.width || w;
h = (compParamObj.height && compParamObj.height * (w / scale)) || h;
// 生成 canvas
let canvas = document.createElement("canvas");
let ctx = canvas.getContext("2d");
canvas.width = w;
canvas.height = h;
ctx.drawImage(_this, 0, 0, w, h);
// 图像质量系数，默认图片质量为 0.8
let quality = 0.8;
if (
compParamObj.quality &&
compParamObj.quality > 0 &&
compParamObj.quality <= 1
) {
quality = compParamObj.quality;
}
// quality 值越小，所绘制出的图像越模糊
let newBase64Image = canvas.toDataURL("image/jpeg", quality);
let fileSize = getBase64ImageSize(newBase64Image);
if (left <= right) {
if (oQuality === null) {
oQuality = quality;
}
const qualityArr = [],
step = 0.01;
for (let i = step; i <= oQuality; i += step) {
qualityArr.push(parseFloat(i));
}
if (right === null) {
right = qualityArr.length;
}
const mid = Math.floor((left + right) / 2);
if (fileSize > maxSize) {
compressedImage(
imgPath,
{
quality: qualityArr[mid],
// 设置宽高压缩率对图像进行宽高压缩，降低图像被压缩后出现彩虹斑的情况
ratio: 0.5,
},
maxSize,
callback,
left,
mid - 1,
oQuality
);
} else {
compressedImage(
imgPath,
{
quality: qualityArr[mid],
// 设置宽高压缩率对图像进行宽高压缩，降低图像被压缩后出现彩虹斑的情况
ratio: 0.5,
},
maxSize,
callback,
mid + 1,
right,
oQuality
);
}
return;
}
if (!!callback) {
// 回调函数返回压缩后的 base64 图像
callback(newBase64Image);
}
};
}
上述代码中，当只通过图像质量系数 oQuality 对图像进行压缩时，图像文件越大，被压缩后出现的彩虹斑的概率越高，因此，为降低图像被压缩后出现彩虹斑的情况，同时设置宽高压缩率对图像宽高进行压缩。
三、使用 canvas 和 web workers 来实现图像压缩
JavaScript 的 Web Workers API 允许在浏览器中创建多个线程，可以在后台线程中执行 JavaScript 代码，而不会影响主线程的响应性。因此，可以使用 Web Workers 来执行计算密集型任务，例如图像压缩。
下面是一个简单的示例代码，展示了如何使用 Web Workers 在后台线程中执行图像压缩：
// 在主线程中
var worker = new Worker("worker.js");
worker.onmessage = function (e) {
var compressedImage = e.data;
// do something with compressedImage
};
worker.postMessage({
image: base64Image,
maxSize: 100 * 1024, // 最大文件大小为100KB
});
// worker.js
self.onmessage = function (e) {
var image = e.data.image;
var maxSize = e.data.maxSize;
var img = new Image();
img.src = image;
img.onload = function () {
var canvas = document.createElement("canvas");
var ctx = canvas.getContext("2d");
var width = img.width;
var height = img.height;
canvas.width = width;
canvas.height = height;
ctx.drawImage(img, 0, 0, width, height);
var quality = 0.8;
let newBase64Image, resultBlob;
do {
// 该方法是异步获取 Blob 的，导致无法及时获取 resultBlob.size
// canvas.toBlob(function (blob) {
// resultBlob = blob;
// self.postMessage(resultBlob);
// }, 'image/jpeg', quality);
newBase64Image = canvas.toDataURL("image/jpeg", quality);
resultBlob = base64ToBlob(newBase64Image);
self.postMessage(resultBlob);
quality -= 0.1;
} while (resultBlob.size > maxSize && quality > 0.1);
};
};
// 将 base64 转换为 Blob
function base64ToBlob(base64) {
var arr = base64.split(","),
mime = arr[0].match(/:(.*?);/)[1],
bstr = atob(arr[1]),
n = bstr.length,
u8arr = new Uint8Array(n);
while (n--) {
u8arr[n] = bstr.charCodeAt(n);
}
return new Blob([u8arr], {
type: mime,
});
}
这个示例代码中，在主线程中通过创建一个 Worker 对象并加载一个 worker.js 文件来启动一个后台线程. 在 worker.js 中，我们在 onmessage 中定义了图像压缩的逻辑，并使用 postMessage 来将压缩后的图像发送回主线程。这样做的优点在于，将图像压缩的计算密集型任务放到了后台线程中进行，可以保证主线程的响应性不会受到影响。这样能够避免因为计算密集型任务而导致页面卡顿或延迟。
需要注意的是，Web Workers 不能直接访问 DOM，所以需要使用 postMessage 在主线程和后台线程之间传递数据。
这只是一个简单的示例，实际应用中可能需要根据需求进行更多的定制。
四、使用第三方库进行图像压缩
在 JavaScript 中进行图像压缩有一些第三方库可供使用，比如：
- canvas-toBlob.js：在不支持 toBlob() 的浏览器中提供对 toBlob() 的支持。
- lwip：一个 JavaScript 的图像处理库，可以实现图像的压缩，旋转，裁剪等操作，可在 Node.js 环境中使用。
- browser-image-resizer：基于 canvas 和 web workers 的 JavaScript 图像压缩库。
- jpeg-js：使用 JavaScript 实现的 JPEG 压缩库，可以在浏览器或 Node.js 环境中使用。
使用这些库进行压缩时需要注意的是，它们在性能上可能有所限制。对于大型图像，压缩可能需要相当长的时间。可能需要在用户上传图像时显示加载条或消息，以提醒用户正在进行压缩。
五、使用 Canvas 进行图像压缩时，出现彩虹斑问题
在使用 Canvas 进行图像压缩时，可能会出现彩虹斑问题，这通常是由于压缩算法中使用了量化方法而导致的，量化会使颜色变得不连续，从而产生彩虹斑。
以下是一些可以尝试的解决方法：
调整图像宽高，尝试对图像的宽高进行等比例缩放。
使用 WebP 格式进行压缩。WebP 格式使用有损压缩，但可以在保持较高质量的同时减少文件大小。
尝试使用更高质量的压缩算法。如果正在使用默认的算法，请尝试使用更高质量的算法进行压缩。
调整颜色空间。尝试将颜色空间更改为 sRGB，这可以减少量化的影响。
减少图像的色深。尝试将图像的色深降低到较低的级别，这可以减少量化的影响。
使用 dithering（抖动）技术。抖动技术可以在颜色变化较大的区域添加噪声，从而减少彩虹斑的出现。
增加图像的分辨率。尝试将图像的分辨率增加到较高的级别，这可以减少量化的影响。
调整图像的亮度和对比度。在某些情况下，调整图像的亮度和对比度可以减少彩虹斑的出现。
在绘制到 Canvas 之前先进行色彩空间转换。例如，将图像转换为 YUV 色彩空间，这可以减少量化引起的问题。
需要注意的是，以上解决方法并不一定适用于所有情况，具体取决于图像的特点和要求。使用这些方法可能会影响图像的视觉质量，需要在权衡文件大小和视觉质量之间做出选择。
六、使用 Canvas 进行图像压缩时，出现传入不同的图像质量系数 quality，生成的 base64 字符串却不变的情况
通过上述压缩方法进行图像压缩时，在 quality 参数一定范围内，以 0.05 递减 quality 参数，同时对 quality 进行保留两位小数处理后再传入 toDataURL 方法进行压缩时，存在生成的 base64 的大小一直不变，也就是 base64 字符串不变，产生该现象具体原因不详。
现象如图：
- 对 quality 进行保留两位小数处理
说明：图中 base64 码只取前 1000 个字符作为对比。
- 未对 quality 进行小数处理
总结
到此这篇关于如何使用JavaScript对图像进行压缩的文章就介绍到这了,更多相关js对图像压缩内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！