JavaScript 图像压缩

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 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js进行压缩处理，上传到服务端，后续处理。

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

• 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。

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：

// 获取 canvas 元素
var canvas = document.getElementById('canvas');
var ctx = canvas.getContext('2d');

// 创建 Image 对象
var img = new Image();
img.src = 'image.jpg';
img.onload = function() {
  // 绘制图像到 canvas
  canvas.width = img.width;
  canvas.height = img.height;
  ctx.drawImage(img, 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
  img.src = dataUrl;
}

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 () {
    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 {
        newBase64Image = canvas.toDataURL('image/jpeg', quality);
        resultBlob = base64ToBlob(newBase64Image);
        quality -= 0.1;
    } while (resultBlob.size > maxSize && quality > 0.1);
    // do something with resultBlob, like create a new image from it or save it.
}

// 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 () {
    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 = 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);
    }
    // do something with resultBlob, like create a new image from it or save it.
}

// 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);
}

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 that = this;
        // 默认按比例压缩
        let w = that.width,
            h = that.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(that, 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;
        }

        // 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）

// 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
 *	压缩参数，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
 * @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, obj, maxSize, callback, left = 0, right = null, oQuality = null) {
    let img = new Image();
    img.src = imgPath;
    img.onload = function () {
        const that = this;
        // 默认按比例压缩
        let w = that.width,
            h = that.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(that, 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 (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]
                }, maxSize, callback, left, mid - 1, oQuality);
            } else {
                compressedImage(imgPath, {
                    quality: qualityArr[mid]
                }, maxSize, callback, mid + 1, right, oQuality);
            }
            return;
        }

        // 回调函数返回压缩后的 base64 图像
        callback(newBase64Image);
    }
}

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。