使用Java实现一个智能的图片压缩工具

2025-08-08 10:10 开发作者： Nicky.Ma

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

使用Java实现一个智能的图片压缩工具

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。javascript

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(newImajsgeUrl);
            }
        }
    } 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 = ImageIOwww.devze.com.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.g编程etType());
            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, Sthttp://www.devze.comring 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编程客栈(www.devze.com)其它相关文章！

继续阅读：Java图片上传 Java图片上传压缩 Java图片压缩 Java图片智能压缩

使用Java实现一个智能的图片压缩工具

目录

前言

需求分析

解决方案设计

整体架构

流程图

核心代码实现

1. 图片尺寸检查

2. 智能图片压缩

3. 完整的业务处理流程

关键技术点

1. 资源管理

2. 异常处理

3. 函数式编程

性能优化建议

测试验证

测试用例设计

总结

附录

更多精彩内容

精彩评论

最新开发

SpringBoot 获取请求参数的常用注解及用法

Java中如何正确的停掉线程

Spring Cache 整合 Redis 实现高效缓存的方法

深度解析Java @Serial 注解及常见错误案例

Spring MVC处理HTTP状态码、响应头和异常的完整示例

开发排行榜

springboot后端存储富文本内容的思路与步骤(含图片内容)

PyCharm运行python测试,报错“没有发现测试”/“空套件”的解决

return base64.b64encode(b).decode(

基于C语言实现钻石棋游戏的示例代码

Sublime Text 3解决中文乱码问题（实测可用）