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