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 StartedRust0173
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook099
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook04
inference通过更改一行代码,您可以在应用程序中用另一个大型语言模型(LLM)替换OpenAI GPT。Xinference赋予您使用任何所需LLM的自由。借助Xinference,您能够在云端、本地、甚至笔记本电脑上运行任何开源语言模型、语音识别模型和多模态模型的推理。Python02
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
750
4.87 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
842
1.85 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
642
1.27 K
Ascend Extension for PyTorch
Python
690
837
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
451
419
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++
1.02 K
1.04 K
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
1.59 K
173
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
957
562
昇腾LLM分布式训练框架
Python
173
214
暂无简介
Dart
998
259
