使用Java实现一个智能的图片压缩工具_Java

前言

在现代web应用中，图片处理是一个常见且重要的需求。无论是用户头像、商品图片还是访客照片，都需要进行适当的处理以确保系统性能和用户体验。本文将详细介绍如何使用java实现一个智能的图片压缩工具，它能够自动检测图片尺寸并进行等比例缩放。

需求分析

在实际项目中，我们经常遇到以下场景：

用户上传的图片尺寸过大，需要压缩到指定大小
需要保持图片的宽高比例，避免图片变形
处理后的图片需要上传到云存储
整个处理过程需要异常处理和日志记录

解决方案设计

整体架构

我们的解决方案包含以下几个核心组件：

imageutil工具类：提供图片处理的核心功能
resizevisitorimage方法：业务逻辑封装，处理完整的图片压缩流程
fileclient：负责上传处理后的图片到云存储

流程图

核心代码实现

1. 图片尺寸检查

public static boolean checkimagesize(string imageurl, int size) throws exception {
    httpurlconnection connection = (httpurlconnection) new url(imageurl).openconnection();
    connection.connect();
    inputstream inputstream = connection.getinputstream();
    bufferedimage image = imageio.read(inputstream);
    ioutil.close(inputstream);
    return image.getwidth() <= size && image.getheight() <= size;
}

关键点说明：

使用httpurlconnection从url获取图片
通过imageio.read()读取图片到内存
检查宽高是否都小于等于指定尺寸

2. 智能图片压缩

public static bufferedimage resizeimageifnecessary(string imageurl, int size) throws exception {
    // 获取原始图片
    httpurlconnection connection = (httpurlconnection) new url(imageurl).openconnection();
    connection.connect();
    inputstream inputstream = connection.getinputstream();
    bufferedimage originalimage = imageio.read(inputstream);
    ioutil.close(inputstream);

    int originalwidth = originalimage.getwidth();
    int originalheight = originalimage.getheight();

    // 如果图片尺寸超过，则进行调整
    if (originalwidth > size || originalheight > size) {
        // 计算缩放比例
        double scalex = convert.todouble(size) / originalwidth;
        double scaley = convert.todouble(size) / originalheight;
        double scale = math.min(scalex, scaley);

        // 创建缩放后的图片
        int newwidth = (int) (originalwidth * scale);
        int newheight = (int) (originalheight * scale);

        bufferedimage resizedimage = new bufferedimage(newwidth, newheight, originalimage.gettype());
        graphics2d graphics = resizedimage.creategraphics();

        // 设置高质量渲染
        graphics.setrenderinghint(renderinghints.key_interpolation, renderinghints.value_interpolation_bilinear);
        graphics.setrenderinghint(renderinghints.key_rendering, renderinghints.value_render_quality);
        graphics.setrenderinghint(renderinghints.key_antialiasing, renderinghints.value_antialias_on);

        // 执行缩放操作
        affinetransform transform = affinetransform.getscaleinstance(scale, scale);
        graphics.drawrenderedimage(originalimage, transform);

        graphics.dispose();

        return resizedimage;
    } else {
        return originalimage;
    }
}

核心算法解析：

等比例缩放计算：

double scalex = convert.todouble(size) / originalwidth;
double scaley = convert.todouble(size) / originalheight;
double scale = math.min(scalex, scaley);

这段代码确保图片按比例缩放，不会变形。我们取宽度和高度缩放比例的较小值，确保图片完全在指定尺寸内。

高质量渲染设置：

graphics.setrenderinghint(renderinghints.key_interpolation, renderinghints.value_interpolation_bilinear);
graphics.setrenderinghint(renderinghints.key_rendering, renderinghints.value_render_quality);
graphics.setrenderinghint(renderinghints.key_antialiasing, renderinghints.value_antialias_on);

这些设置确保缩放后的图片质量尽可能高，避免锯齿和模糊。

3. 完整的业务处理流程

private optional<string> resizevisitorimage(string originimageurl) {
    try {
        // 检查图片是否需要调整大小
        if (!imageutil.checkimagesize(originimageurl, 960)) {
            // 调整图片大小
            bufferedimage resizedimage = imageutil.resizeimageifnecessary(originimageurl, 960);

            // 将调整后的图片转换为输入流
            try (inputstream resizedinputstream = imageutil.convertbufferedimagetoinputstream(resizedimage, "jpg")) {
                // 调用 api 上传图片
                string newimageurl = fileclient.put(
                        resizedinputstream,
                        idutil.fastsimpleuuid() + ".jpg",
                        resizedinputstream.available(),
                        "visitorimage",
                        null,
                        null
                );

                return optional.of(newimageurl);
            }
        }
    } catch (exception e) {
        log.error("调整图片异常: {}", e.getmessage(), e);
    }
    return optional.empty();
}

使用示例：

// 处理图片url
string imageurl = searchdto.getimageurl();
imageurl = resizevisitorimage(imageurl).orelse(imageurl);

关键技术点

1. 资源管理

使用try-with-resources语句确保输入流正确关闭：

try (inputstream resizedinputstream = imageutil.convertbufferedimagetoinputstream(resizedimage, "jpg")) {
    // 使用流
}

2. 异常处理

整个处理过程被try-catch块包裹，确保任何异常都不会影响主流程：

catch (exception e) {
    log.error("调整图片异常: {}", e.getmessage(), e);
}

3. 函数式编程

使用optional避免空指针异常：

return optional.of(newimageurl);
// ...
return optional.empty();

性能优化建议

缓存处理结果：对于相同的图片url，可以缓存处理结果，避免重复下载和处理
异步处理：对于大量图片处理，可以考虑使用异步任务队列
图片格式选择：根据实际需求选择合适的图片格式（jpeg、png、webp等）
尺寸预检：在客户端先进行尺寸检查，减少不必要的上传

测试验证

测试用例设计

正常图片处理：

输入：1920x1080的图片
期望输出：等比例缩放到960x540

小尺寸图片：

输入：800x600的图片
期望输出：不处理，返回空optional

异常处理：

输入：无效url
期望输出：记录日志，返回空optional

总结

本文介绍了一个完整的java图片处理解决方案，它具有以下特点：

智能检测：自动识别需要处理的图片
等比例缩放：保持图片原始比例，避免变形
高质量处理：使用高质量的渲染算法
异常安全：完善的异常处理机制
易于集成：简洁的api设计，易于在现有项目中集成

这个解决方案可以广泛应用于各种需要图片处理的场景，如用户头像处理、商品图片优化、内容管理系统等。

附录

工具类代码：

package cn.server.common;

import cn.hutool.core.convert.convert;
import cn.hutool.core.io.ioutil;
import cn.hutool.core.util.idutil;
import cn.hutool.core.util.strutil;
import com.google.common.base.joiner;
import org.springframework.stereotype.component;

import javax.imageio.imageio;
import java.awt.*;
import java.awt.geom.affinetransform;
import java.awt.image.bufferedimage;
import java.io.bytearrayinputstream;
import java.io.bytearrayoutputstream;
import java.io.inputstream;
import java.net.httpurlconnection;
import java.net.url;

@component
public class imageutil {


    /**
     * 校验图片大小是否超过
     *
     * @date 2025/06/19 16:54
     * @param [imageurl, size]
     * @return boolean
     */
    public static boolean checkimagesize(string imageurl, int size) throws exception {
        httpurlconnection connection = (httpurlconnection) new url(imageurl).openconnection();
        connection.connect();
        inputstream inputstream = connection.getinputstream();
        bufferedimage image = imageio.read(inputstream);
        ioutil.close(inputstream);
        return image.getwidth() <= size && image.getheight() <= size;
    }

    /**
     * 图片超过大小，压缩图片
     *
     * @date 2025/06/19 16:54
     * @param [imageurl, size]
     * @return java.awt.image.bufferedimage
     */
    public static bufferedimage resizeimageifnecessary(string imageurl, int size) throws exception {
        httpurlconnection connection = (httpurlconnection) new url(imageurl).openconnection();
        connection.connect();
        inputstream inputstream = connection.getinputstream();
        bufferedimage originalimage = imageio.read(inputstream);
        ioutil.close(inputstream);

        int originalwidth = originalimage.getwidth();
        int originalheight = originalimage.getheight();

        // 如果图片尺寸超过 ，则进行调整
        if (originalwidth > size || originalheight > size) {
            // 计算缩放比例
            double scalex = convert.todouble(size) / originalwidth;
            double scaley = convert.todouble(size) / originalheight;
            double scale = math.min(scalex, scaley);

            // 创建缩放后的图片
            int newwidth = (int) (originalwidth * scale);
            int newheight = (int) (originalheight * scale);

            bufferedimage resizedimage = new bufferedimage(newwidth, newheight, originalimage.gettype());
            graphics2d graphics = resizedimage.creategraphics();

            // 设置高质量渲染
            graphics.setrenderinghint(renderinghints.key_interpolation, renderinghints.value_interpolation_bilinear);
            graphics.setrenderinghint(renderinghints.key_rendering, renderinghints.value_render_quality);
            graphics.setrenderinghint(renderinghints.key_antialiasing, renderinghints.value_antialias_on);

            // 执行缩放操作
            affinetransform transform = affinetransform.getscaleinstance(scale, scale);
            graphics.drawrenderedimage(originalimage, transform);

            graphics.dispose();

            return resizedimage;
        } else {
            return originalimage;
        }
    }

    public static inputstream convertbufferedimagetoinputstream(bufferedimage image, string format) throws exception {
        bytearrayoutputstream outputstream = new bytearrayoutputstream();
        imageio.write(image, format, outputstream);
        outputstream.flush();
        bytearrayinputstream inputstream = new bytearrayinputstream(outputstream.tobytearray());
        outputstream.close();
        return inputstream;
    }

}

以上就是使用java实现一个智能的图片压缩工具的详细内容，更多关于java图片上传压缩的资料请关注代码网其它相关文章！

使用Java实现一个智能的图片压缩工具

2025年08月07日 • Java •我要评论

前言