Compressor.js:JavaScript图像压缩库详解
2026-02-06 05:20:42作者:裴麒琰
Compressor.js是一个轻量级的JavaScript图像压缩库,专门为浏览器环境设计。它利用HTML5 Canvas API的原生toBlob()方法进行图像压缩,支持异步操作和灵活的压缩配置。
项目概述
Compressor.js是一个MIT许可的开源项目,当前版本为1.2.1。该项目主要用于在客户端对上传前的图像进行预处理压缩,能够显著减小图像文件大小,提升网页加载速度和用户体验。
核心特性
异步压缩处理
Compressor.js采用异步压缩方式,不会阻塞浏览器主线程,确保用户体验流畅。
灵活的配置选项
- 质量控制:通过
quality参数(0-1之间)控制输出图像质量 - 尺寸限制:支持设置最大/最小宽度和高度(maxWidth、maxHeight、minWidth、minHeight)
- 格式转换:支持自动转换图像格式,可将大尺寸PNG转换为JPEG
- EXIF处理:支持读取和保留JPEG图像的EXIF方向信息
浏览器兼容性
支持所有现代浏览器,包括Chrome、Firefox、Safari、Opera、Edge以及Internet Explorer 10+。
安装和使用
安装方式
npm install compressorjs
基本用法示例
import Compressor from 'compressorjs';
const fileInput = document.getElementById('file-input');
fileInput.addEventListener('change', (e) => {
const file = e.target.files[0];
new Compressor(file, {
quality: 0.6,
maxWidth: 800,
maxHeight: 600,
success(result) {
// 处理压缩后的图像
const formData = new FormData();
formData.append('file', result, result.name);
// 上传到服务器
fetch('/upload', {
method: 'POST',
body: formData
});
},
error(err) {
console.error('压缩失败:', err.message);
}
});
});
配置选项详解
质量设置(quality)
控制输出图像的质量,推荐值在0.6-0.8之间,可在文件大小和质量之间取得良好平衡。
尺寸限制选项
maxWidth/maxHeight:限制图像最大尺寸minWidth/minHeight:限制图像最小尺寸width/height:指定精确的输出尺寸
高级功能
checkOrientation:自动校正JPEG图像的方向(默认开启)retainExif:保留EXIF信息(默认关闭)convertTypes:指定需要转换格式的图像类型convertSize:设置格式转换的文件大小阈值(默认5MB)
实际应用场景
用户头像上传
在用户上传头像时自动压缩图像,减少服务器存储压力。
图片分享平台
在用户上传图片前进行预处理,提升页面加载速度。
移动端应用
在带宽有限的移动环境中优化图像传输。
技术实现原理
Compressor.js基于HTML5 Canvas API实现图像压缩:
- 将图像绘制到Canvas元素上
- 使用Canvas的
toBlob()方法进行压缩 - 根据配置选项调整输出参数
- 返回压缩后的Blob对象
性能优化建议
- 对于大尺寸图像(>10MB),建议禁用
checkOrientation选项以避免内存溢出 - 合理设置
maxWidth和maxHeight,避免超过Canvas元素的大小限制 - 根据实际需求调整质量参数,在文件大小和图像质量之间找到最佳平衡点
总结
Compressor.js作为一个轻量级的客户端图像压缩解决方案,为前端开发者提供了简单易用的图像预处理工具。其灵活的配置选项和良好的浏览器兼容性使其成为提升Web应用性能的理想选择。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0119- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
718
4.6 K
Ascend Extension for PyTorch
Python
588
729
deepin linux kernel
C
29
16
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
980
965
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
792
119
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
420
366
Oohos_react_native
React Native鸿蒙化仓库
C++
341
390
昇腾LLM分布式训练框架
Python
155
183
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
142
226
暂无简介
Dart
963
240
