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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
m3u8下载器终极指南:轻松保存网页视频的完整教程E7Helper终极指南:如何高效实现《第七史诗》全自动挂机Instagram视频下载终极指南:轻松保存你喜爱的每一刻如何打造你的专属微信AI助手:WeChatBot_WXAUTO_SE终极指南Kazumi跨设备数据同步完整指南:轻量级方案解决追番记录一致性难题Joy-Con Toolkit完整使用手册:从入门到精通的手柄控制解决方案Windows 10/11 OneDrive彻底卸载完整指南:5分钟释放系统资源微信智能聊天新体验:让AI成为你的专属聊天伙伴智能家庭影院革命:Jellyfin Android TV如何让大屏娱乐回归纯粹?AutoDock Vina分子对接:从入门到精通的完整实践指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178
