引入jq 和image-scale.js
image-scale.js:
/*! * image-process v0.0.1 * (c) 2017-2017 dailc * Released under the MIT License. * https://github.com/dailc/image-process */ (function (global, factory) { typeof exports === 'object' && typeof module !== 'undefined' ? module.exports = factory() : typeof define === 'function' && define.amd ? define(factory) : (global.ImageScale = factory()); }(this, (function () { 'use strict'; /** * 缩放算法 * 最临邻近插值 */ function scale(data, width, height, newData, newWidth, newHeight) { // 计算压缩后的缩放比 var scaleW = newWidth / width; var scaleH = newHeight / height; var dstData = newData; var filter = function filter(dstCol, dstRow) { var srcCol = Math.min(width - 1, dstCol / scaleW); var srcRow = Math.min(height - 1, dstRow / scaleH); var intCol = Math.floor(srcCol); var intRow = Math.floor(srcRow); // 真实的index,因为数组是一维的 var dstI = dstRow * newWidth + dstCol; var srcI = intRow * width + intCol; // rgba,所以要乘以4 dstI *= 4; srcI *= 4; for (var j = 0; j <= 3; j += 1) { dstData[dstI + j] = data[srcI + j]; } }; // 区块 for (var col = 0; col < newWidth; col += 1) { for (var row = 0; row < newHeight; row += 1) { filter(col, row); } } } function nearestNeighborInterpolation(imgData, newImgData) { scale(imgData.data, imgData.width, imgData.height, newImgData.data, newImgData.width, newImgData.height); return newImgData; } /** * 缩放算法 * 双线性差值,会损坏原图(带低通滤波器效果) */ /** * 获取某行某列的像素对于的rgba值 * @param {Object} data 图像数据 * @param {Number} srcWidth 宽度 * @param {Number} srcHeight 高度 * @param {Number} row 目标像素的行 * @param {Number} col 目标像素的列 */ function getRGBAValue(data, srcWidth, srcHeight, row, col) { var newRow = row; var newCol = col; if (newRow >= srcHeight) { newRow = srcHeight - 1; } else if (newRow < 0) { newRow = 0; } if (newCol >= srcWidth) { newCol = srcWidth - 1; } else if (newCol < 0) { newCol = 0; } var newIndex = newRow * srcWidth + newCol; newIndex *= 4; return [data[newIndex + 0], data[newIndex + 1], data[newIndex + 2], data[newIndex + 3]]; } function scale$1(data, width, height, newData, newWidth, newHeight) { // 计算压缩后的缩放比 var scaleW = newWidth / width; var scaleH = newHeight / height; var dstData = newData; var filter = function filter(dstCol, dstRow) { // 源图像中的坐标(可能是一个浮点) var srcCol = Math.min(width - 1, dstCol / scaleW); var srcRow = Math.min(height - 1, dstRow / scaleH); var intCol = Math.floor(srcCol); var intRow = Math.floor(srcRow); // 计算u和v var u = srcCol - intCol; var v = srcRow - intRow; // 1-u与1-v var u1 = 1 - u; var v1 = 1 - v; // 真实的index,因为数组是一维的 var dstI = dstRow * newWidth + dstCol; // rgba,所以要乘以4 dstI *= 4; var rgba00 = getRGBAValue(data, width, height, intRow + 0, intCol + 0); var rgba01 = getRGBAValue(data, width, height, intRow + 0, intCol + 1); var rgba10 = getRGBAValue(data, width, height, intRow + 1, intCol + 0); var rgba11 = getRGBAValue(data, width, height, intRow + 1, intCol + 1); for (var j = 0; j <= 3; j += 1) { var partV = v * (u1 * rgba10[j] + u * rgba11[j]); var partV1 = v1 * (u1 * rgba00[j] + u * rgba01[j]); dstData[dstI + j] = partV + partV1; } }; for (var col = 0; col < newWidth; col += 1) { for (var row = 0; row < newHeight; row += 1) { filter(col, row); } } } function bilinearInterpolation(imgData, newImgData) { scale$1(imgData.data, imgData.width, imgData.height, newImgData.data, newImgData.width, newImgData.height); return newImgData; } /** * 缩放算法 * 双立方(三次)卷积插值,图像更真实 * 计算周围16个点 * 取一阶导数值为二阶差分值的情况,满足插值函数一阶导函数连续 * 函数逼近程度和三次样条插值效果一样,非常的高 * * 公式:(矩阵乘法) * 推导公式 * http://blog.csdn.net/qq_24451605/article/details/49474113 * https://en.wikipedia.org/wiki/Bicubic_interpolation * */ var a00 = void 0; var a01 = void 0; var a02 = void 0; var a03 = void 0; var a10 = void 0; var a11 = void 0; var a12 = void 0; var a13 = void 0; var a20 = void 0; var a21 = void 0; var a22 = void 0; var a23 = void 0; var a30 = void 0; var a31 = void 0; var a32 = void 0; var a33 = void 0; var getRGBAValue$1 = function getRGBAValue(data, srcWidth, srcHeight, row, col, colorIndex) { var newRow = row; var newCol = col; if (newRow >= srcHeight) { newRow = srcHeight - 1; } else if (newRow < 0) { newRow = 0; } if (newCol >= srcWidth) { newCol = srcWidth - 1; } else if (newCol < 0) { newCol = 0; } var newIndex = newRow * srcWidth + newCol; newIndex *= 4; return data[newIndex + colorIndex]; }; var getPixelValue = function getPixelValue(pixelValue) { var newPixelValue = pixelValue; newPixelValue = Math.min(255, newPixelValue); newPixelValue = Math.max(0, newPixelValue); return newPixelValue; }; var updateCoefficients = function updateCoefficients(tmpPixels) { var p = tmpPixels; a00 = p[1][1]; a01 = -0.5 * p[1][0] + 0.5 * p[1][2]; a02 = p[1][0] - 2.5 * p[1][1] + 2 * p[1][2] - 0.5 * p[1][3]; a03 = -0.5 * p[1][0] + 1.5 * p[1][1] - 1.5 * p[1][2] + 0.5 * p[1][3]; a10 = -0.5 * p[0][1] + 0.5 * p[2][1]; a11 = 0.25 * p[0][0] - 0.25 * p[0][2] - 0.25 * p[2][0] + 0.25 * p[2][2]; a12 = -0.5 * p[0][0] + 1.25 * p[0][1] - p[0][2] + 0.25 * p[0][3] + 0.5 * p[2][0] - 1.25 * p[2][1] + p[2][2] - 0.25 * p[2][3]; a13 = 0.25 * p[0][0] - 0.75 * p[0][1] + 0.75 * p[0][2] - 0.25 * p[0][3] - 0.25 * p[2][0] + 0.75 * p[2][1] - 0.75 * p[2][2] + 0.25 * p[2][3]; a20 = p[0][1] - 2.5 * p[1][1] + 2 * p[2][1] - 0.5 * p[3][1]; a21 = -0.5 * p[0][0] + 0.5 * p[0][2] + 1.25 * p[1][0] - 1.25 * p[1][2] - p[2][0] + p[2][2] + 0.25 * p[3][0] - 0.25 * p[3][2]; a22 = p[0][0] - 2.5 * p[0][1] + 2 * p[0][2] - 0.5 * p[0][3] - 2.5 * p[1][0] + 6.25 * p[1][1] - 5 * p[1][2] + 1.25 * p[1][3] + 2 * p[2][0] - 5 * p[2][1] + 4 * p[2][2] - p[2][3] - 0.5 * p[3][0] + 1.25 * p[3][1] - p[3][2] + 0.25 * p[3][3]; a23 = -0.5 * p[0][0] + 1.5 * p[0][1] - 1.5 * p[0][2] + 0.5 * p[0][3] + 1.25 * p[1][0] - 3.75 * p[1][1] + 3.75 * p[1][2] - 1.25 * p[1][3] - p[2][0] + 3 * p[2][1] - 3 * p[2][2] + p[2][3] + 0.25 * p[3][0] - 0.75 * p[3][1] + 0.75 * p[3][2] - 0.25 * p[3][3]; a30 = -0.5 * p[0][1] + 1.5 * p[1][1] - 1.5 * p[2][1] + 0.5 * p[3][1]; a31 = 0.25 * p[0][0] - 0.25 * p[0][2] - 0.75 * p[1][0] + 0.75 * p[1][2] + 0.75 * p[2][0] - 0.75 * p[2][2] - 0.25 * p[3][0] + 0.25 * p[3][2]; a32 = -0.5 * p[0][0] + 1.25 * p[0][1] - p[0][2] + 0.25 * p[0][3] + 1.5 * p[1][0] - 3.75 * p[1][1] + 3 * p[1][2] - 0.75 * p[1][3] - 1.5 * p[2][0] + 3.75 * p[2][1] - 3 * p[2][2] + 0.75 * p[2][3] + 0.5 * p[3][0] - 1.25 * p[3][1] + p[3][2] - 0.25 * p[3][3]; a33 = 0.25 * p[0][0] - 0.75 * p[0][1] + 0.75 * p[0][2] - 0.25 * p[0][3] - 0.75 * p[1][0] + 2.25 * p[1][1] - 2.25 * p[1][2] + 0.75 * p[1][3] + 0.75 * p[2][0] - 2.25 * p[2][1] + 2.25 * p[2][2] - 0.75 * p[2][3] - 0.25 * p[3][0] + 0.75 * p[3][1] - 0.75 * p[3][2] + 0.25 * p[3][3]; }; var getValue = function getValue(x, y) { var x2 = x * x; var x3 = x2 * x; var y2 = y * y; var y3 = y2 * y; return a00 + a01 * y + a02 * y2 + a03 * y3 + (a10 + a11 * y + a12 * y2 + a13 * y3) * x + (a20 + a21 * y + a22 * y2 + a23 * y3) * x2 + (a30 + a31 * y + a32 * y2 + a33 * y3) * x3; }; function scale$2(data, width, height, newData, newWidth, newHeight) { var dstData = newData; // 计算压缩后的缩放比 var scaleW = newWidth / width; var scaleH = newHeight / height; var filter = function filter(dstCol, dstRow) { // 源图像中的坐标(可能是一个浮点) var srcCol = Math.min(width - 1, dstCol / scaleW); var srcRow = Math.min(height - 1, dstRow / scaleH); var intCol = Math.floor(srcCol); var intRow = Math.floor(srcRow); // 计算u和v var u = srcCol - intCol; var v = srcRow - intRow; // 真实的index,因为数组是一维的 var dstI = dstRow * newWidth + dstCol; dstI *= 4; // 16个邻近像素的灰度(分别计算成rgba) var tmpPixels = [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]; // rgba for (var i = 0; i <= 3; i += 1) { // 16个临近点 for (var m = -1; m <= 2; m += 1) { for (var n = -1; n <= 2; n += 1) { tmpPixels[m + 1][n + 1] = getRGBAValue$1(data, width, height, intRow + m, intCol + n, i); } } // 更新系数 updateCoefficients(tmpPixels); // 利用uv来求值 dstData[dstI + i] = getPixelValue(getValue(v, u)); } }; // 区块 for (var col = 0; col < newWidth; col += 1) { for (var row = 0; row < newHeight; row += 1) { filter(col, row); } } } function bicubicInterpolation(imgData, newImgData) { scale$2(imgData.data, imgData.width, imgData.height, newImgData.data, newImgData.width, newImgData.height); return newImgData; } /** * 缩放算法 * 双立方(三次)卷积插值,图像更真实 * 计算周围16个点 * 取一阶导数值为二阶差分值的情况,满足插值函数一阶导函数连续 * 函数逼近程度和三次样条插值效果一样,非常的高 * * 公式:(矩阵乘法) * 推导公式 * http://blog.csdn.net/qq_24451605/article/details/49474113 * https://en.wikipedia.org/wiki/Bicubic_interpolation * */ /** * 采样公式的常数A取值,调整锐化与模糊 * -0.5 三次Hermite样条 * -0.75 常用值之一 * -1 逼近y = sin(x*PI)/(x*PI) * -2 常用值之一 */ var A = -1; function interpolationCalculate(x) { var absX = x >= 0 ? x : -x; var x2 = x * x; var x3 = absX * x2; if (absX <= 1) { return 1 - (A + 3) * x2 + (A + 2) * x3; } else if (absX <= 2) { return -4 * A + 8 * A * absX - 5 * A * x2 + A * x3; } return 0; } function getPixelValue$1(pixelValue) { var newPixelValue = pixelValue; newPixelValue = Math.min(255, newPixelValue); newPixelValue = Math.max(0, newPixelValue); return newPixelValue; } /** * 获取某行某列的像素对于的rgba值 * @param {Object} data 图像数据 * @param {Number} srcWidth 宽度 * @param {Number} srcHeight 高度 * @param {Number} row 目标像素的行 * @param {Number} col 目标像素的列 */ function getRGBAValue$2(data, srcWidth, srcHeight, row, col) { var newRow = row; var newCol = col; if (newRow >= srcHeight) { newRow = srcHeight - 1; } else if (newRow < 0) { newRow = 0; } if (newCol >= srcWidth) { newCol = srcWidth - 1; } else if (newCol < 0) { newCol = 0; } var newIndex = newRow * srcWidth + newCol; newIndex *= 4; return [data[newIndex + 0], data[newIndex + 1], data[newIndex + 2], data[newIndex + 3]]; } function scale$3(data, width, height, newData, newWidth, newHeight) { var dstData = newData; // 计算压缩后的缩放比 var scaleW = newWidth / width; var scaleH = newHeight / height; var filter = function filter(dstCol, dstRow) { // 源图像中的坐标(可能是一个浮点) var srcCol = Math.min(width - 1, dstCol / scaleW); var srcRow = Math.min(height - 1, dstRow / scaleH); var intCol = Math.floor(srcCol); var intRow = Math.floor(srcRow); // 计算u和v var u = srcCol - intCol; var v = srcRow - intRow; // 真实的index,因为数组是一维的 var dstI = dstRow * newWidth + dstCol; dstI *= 4; // 存储灰度值的权重卷积和 var rgbaData = [0, 0, 0, 0]; // 根据数学推导,16个点的f1*f2加起来是趋近于1的(可能会有浮点误差) // 因此就不再单独先加权值,再除了 // 16个邻近点 for (var m = -1; m <= 2; m += 1) { for (var n = -1; n <= 2; n += 1) { var rgba = getRGBAValue$2(data, width, height, intRow + m, intCol + n); // 一定要正确区分 m,n和u,v对应的关系,否则会造成图像严重偏差(譬如出现噪点等) // F(row + m, col + n)S(m - v)S(n - u) var f1 = interpolationCalculate(m - v); var f2 = interpolationCalculate(n - u); var weight = f1 * f2; rgbaData[0] += rgba[0] * weight; rgbaData[1] += rgba[1] * weight; rgbaData[2] += rgba[2] * weight; rgbaData[3] += rgba[3] * weight; } } dstData[dstI + 0] = getPixelValue$1(rgbaData[0]); dstData[dstI + 1] = getPixelValue$1(rgbaData[1]); dstData[dstI + 2] = getPixelValue$1(rgbaData[2]); dstData[dstI + 3] = getPixelValue$1(rgbaData[3]); }; // 区块 for (var col = 0; col < newWidth; col += 1) { for (var row = 0; row < newHeight; row += 1) { filter(col, row); } } } function bicubicInterpolation$1(imgData, newImgData) { scale$3(imgData.data, imgData.width, imgData.height, newImgData.data, newImgData.width, newImgData.height); return newImgData; } function extend(target) { var finalTarget = target; for (var _len = arguments.length, rest = Array(_len > 1 ? _len - 1 : 0), _key = 1; _key < _len; _key++) { rest[_key - 1] = arguments[_key]; } rest.forEach(function (source) { source && Object.keys(source).forEach(function (key) { finalTarget[key] = source[key]; }); }); return finalTarget; } /** * 选择这段代码用到的太多了,因此抽取封装出来 * @param {Object} element dom元素或者selector * @return {HTMLElement} 返回选择的Dom对象,无果没有符合要求的,则返回null */ /** * 获取DOM的可视区高度,兼容PC上的body高度获取 * 因为在通过body获取时,在PC上会有CSS1Compat形式,所以需要兼容 * @param {HTMLElement} dom 需要获取可视区高度的dom,对body对象有特殊的兼容方案 * @return {Number} 返回最终的高度 */ /** * 设置一个Util对象下的命名空间 * @param {Object} parent 需要绑定到哪一个对象上 * @param {String} namespace 需要绑定的命名空间名 * @param {Object} target 需要绑定的目标对象 * @return {Object} 返回最终的对象 */ var defaultArgs = { width: 80, height: 80, mime: 'image/png', // 0: nearestNeighbor // 1: bilinearInterpolation // 2: bicubicInterpolation // 3: bicubicInterpolation2 processType: 1 }; var defaultArgsCompress = { // 压缩质量 quality: 0.92, mime: 'image/jpeg', // 压缩时的放大系数,默认为1,如果增大,代表图像的尺寸会变大(最大不会超过原图) compressScaleRatio: 1, // ios的iPhone下主动放大一定系数以解决分辨率过小的模糊问题 iphoneFixedRatio: 1.5, // 是否采用原图像素(不会改变大小) isUseOriginSize: false, // 增加最大宽度,增加后最大不会超过这个宽度 maxWidth: 0, // 使用强制的宽度,如果使用,其它宽高比系数都会失效,默认整图使用这个宽度 forceWidth: 0, // 同上,但是一般不建议设置,因为很可能会改变宽高比导致拉升,特殊场景下使用 forceHeight: 0 }; function scaleMixin(ImageScale) { var api = ImageScale; /** * 对ImageData类型的数据进行缩放,将数据放入新的imageData中 * @param {ImageData} imageData 目标ImageData * @param {ImageData} newImageData 新的ImageData * @param {Object} args 额外参数 */ api.scaleImageData = function scaleImageData(imageData, newImageData, args) { var finalArgs = extend({}, defaultArgs, args); var processTypes = [nearestNeighborInterpolation, bilinearInterpolation, bicubicInterpolation, bicubicInterpolation$1]; var curDealFunc = processTypes[finalArgs.processType]; curDealFunc(imageData, newImageData); }; /** * 对Image类型的对象进行缩放,返回一个base64字符串 * @param {Image} image 目标Image * @param {Object} args 额外参数 * @return {String} 返回目标图片的b64字符串 */ api.scaleImage = function scaleImage(image, args) { var width = image.width; var height = image.height; var finalArgs = extend({}, defaultArgs, args); var canvasTransfer = document.createElement('canvas'); var ctxTransfer = canvasTransfer.getContext('2d'); canvasTransfer.width = width; canvasTransfer.height = height; ctxTransfer.drawImage(image, 0, 0, width, height); var imageData = ctxTransfer.getImageData(0, 0, width, height); var newImageData = ctxTransfer.createImageData(finalArgs.width, finalArgs.height); api.scaleImageData(imageData, newImageData, finalArgs); canvasTransfer.width = newImageData.width; canvasTransfer.height = newImageData.height; ctxTransfer.putImageData(newImageData, 0, 0, 0, 0, canvasTransfer.width, canvasTransfer.height); // console.log(imageData); // console.log(newImageData); // console.log('压缩时w:' + canvasTransfer.width + ',' + canvasTransfer.height); return canvasTransfer.toDataURL(finalArgs.mime, 0.9); }; function getPixelRatio(context) { var backingStore = context.backingStorePixelRatio || context.webkitBackingStorePixelRatio || context.mozBackingStorePixelRatio || context.msBackingStorePixelRatio || context.oBackingStorePixelRatio || context.backingStorePixelRatio || 1; var ratio = (window.devicePixelRatio || 1) / backingStore; return ratio; } /** * 压缩图片,返回一个base64字符串 * 与scale的区别是这用的是canvas默认缩放,并且有很多参数可控 * @param {Image} image 目标Image * @param {Object} args 额外参数 * @return {String} 返回目标图片的b64字符串 */ api.compressImage = function compressImage(image, args) { var width = image.width; var height = image.height; var wPerH = width / height; var finalArgs = extend({}, defaultArgsCompress, args); var canvasTransfer = document.createElement('canvas'); var ctxTransfer = canvasTransfer.getContext('2d'); var ratio = getPixelRatio(ctxTransfer); ratio *= finalArgs.compressScaleRatio || 1; if (navigator.userAgent.match(/(iPhone\sOS)\s([\d_]+)/)) { ratio *= finalArgs.iphoneFixedRatio || 1; } var finalWidth = window.innerWidth * ratio; if (finalArgs.isUseOriginSize || finalWidth > width) { // 最大不会超过原图的尺寸 finalWidth = width; } var maxWidth = finalArgs.maxWidth; if (maxWidth && width > maxWidth && finalWidth > maxWidth) { // 考虑到之前已经进行不超过原图的判断了 finalWidth = maxWidth; } var forceWidth = finalArgs.forceWidth; var forceHeight = finalArgs.forceHeight; if (forceWidth) { // 使用固定宽 finalWidth = forceWidth; } var finalHeight = finalWidth / wPerH; if (forceHeight) { finalHeight = forceHeight; } canvasTransfer.width = finalWidth; canvasTransfer.height = finalHeight; ctxTransfer.drawImage(image, 0, 0, width, height, 0, 0, canvasTransfer.width, canvasTransfer.height); return canvasTransfer.toDataURL(finalArgs.mime, finalArgs.quality); }; } var ImageScale = {}; scaleMixin(ImageScale); return ImageScale; })));
html 和js:
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Title</title>
<script src="jquery-1.10.2_d88366fd.js"></script>
<script type="text/javascript" src="image-scale.js"></script>
</head>
<body>
<input type="file" class="file" multiple>
<hr>
原图:<br>
<div class="orignimg"></div>
<hr>
压缩图:<br>
<div class="resultimg"></div>
<script>
$(function () {
$('.file').on('input',function () {
new Promise((reslove,reject) => {
// 获取files
var files=$(this)[0].files;
//定义一个空数组 用来存压缩后的数据
var fileImgArr=[];
// 循环所有图片
for (var i = 0, file;i<files.length ;i++) {
file = files[i];
var reader = new FileReader();
reader.onload = (function (file) {
return function (ev) {
var image = new Image();
image.src = ev.target.result;
image.onload = function () {
// 显示原图
$('.orignimg').append(image);
// var width = image.width;
// var height = image.height;
fileImgArr.push(ev.target.result
// 可得到的数据
/*{
fileSrc: ev.target.result
fileName: file.name,
fileSize: file.size,
height: height,
width: width
}*/
);
// 得到压缩后的新base64
var newBase64 = ImageScale.compressImage(image, {
// 压缩质量
quality: 0.92,
mime: 'image/jpeg',
// 压缩时的放大系数,默认为1,如果增大,代表图像的尺寸会变大(最大不会超过原图)
compressScaleRatio: 1,
// ios的iPhone下主动放大一定系数以解决分辨率过小的模糊问题
iphoneFixedRatio:1.5,
// 是否采用原图像素(不会改变大小)
isUseOriginSize:false,
// 增加最大宽度,增加后最大不会超过这个宽度
maxWidth: 100,
// 使用强制的宽度,如果使用,其它宽高比系数都会失效,默认整图使用这个宽度
forceWidth: 0,
// 同上,但是一般不建议设置,因为很可能会改变宽高比导致拉升,特殊场景下使用
forceHeight: 0,
});
fileImgArr.push(newBase64);
// 处理异步 结果
reslove(fileImgArr)
// 新的图片
var newImg = new Image();
newImg.src = newBase64;
newImg.onload = function() {
// 展示新的图片
$('.resultimg').append(newImg)
};
};
};
})(file);
reader.readAsDataURL(file);
}
}).then(
(data) => {
console.log(data)
// fromdata对象
var fd = new FormData();
var calestr=JSON.stringify(data);
fd.append('calefile',calestr);
//ajax 给后台数据
}
)
})
})
</script>
</body>
</html>