使用 opencv 将图片压缩到指定文件尺寸

前言

图片压缩应用很普遍，如生成缩略图等。前期我在进行图片处理的过程当中碰到了一个问题，就是如何将图片压缩到指定尺寸，此处尺寸指的是生成图片文件的大小。

我使用 opencv 进行图片处理，因而想着直接使用 opencv 进行图片压缩处理， opencv 自己包含了压缩到指定像素大小的方法，奈何寻找了不少方法均不能压缩到指定文件尺寸，因而本身在思考后写出了此方法。本文使用python语言。

1、 opencv 常规使用

opencv 无需多言，作过图片处理的人应该都知道此类库，下面我介绍一些经常使用方法。

1.1 安装 opencv

首先安装 python ，建议 python3 ，而后执行
：

pip install opencv-python

1.2 读取图片

首先引入 opencv 包：

import cv2 as cv

然后读取图片：

image = cv.imread(path)

其中 path 为图片路径， image 为图片数据，是一个 numpy.ndarray 对象，其实就是一个多维数组。目前 opencv 支持几乎全部格式的图片（参考 http://blog.csdn.net/mars_xiaolei/article/details/78890971）。

1.3 保存图片

代码：

cv.imwrite(path, image)

其中 path 为保存的文件路径， image 为读取或者处理过的图片数据， opencv 根据保存文件的后缀名来写不一样格式的图片数据，因此后缀名必定要写正确。

2、图片压缩

2.1 常规压缩

opencv 支持常规压缩，能够将图片压缩到指定的像素尺寸或者按比例缩放。

• 压缩到指定的像素尺寸：

new_image = cv.resize(image, size)

其中 size 是一个二维元组，表示压缩后图片的宽高。

• 按比例缩放：

new_image = cv.resize(image, None, fx, fy)

其中 fx , fy 表示图片在宽和高方向的压缩了比例。

2.2 压缩到指定文档大小

有了上面的基础咱们来分析一下如何实现压缩到指定文档大小。

首先咱们要读取原始文档的大小，算出原始文档大小和压缩目标值的比例，因为咱们要实现的是宽高等比例压缩，因而将其开根号即表示在单边的压缩比例，调用 2.1 节中的按比例压缩。理论上一次就能达到效果，可是因为图片自己存在压缩，因此可能一次没法达到预期，只要对压缩后的图片重复此步骤，直到达到预期便可。

2.2.1 读取文档尺寸

def get_doc_size(path):
    try:
        size = os.path.getsize(path)
        return get_mb_size(size)
    except Exception as err:
        print(err)

def get_mb_size(bytes):
    bytes = float(bytes)
    mb = bytes / 1024 / 1024
    return mb

get_doc_size 函数返回图片的文档大小，单位为 MB 。

2.2.2 删除文件

def delete_file(path):
    if file_exist(path):
        os.remove(path)
    else:
        print('no such file:%s' % path)
        
def file_exist(path):
    return os.path.exists(path)

因为咱们须要删除压缩过程当中产生的中间文件，因此须要调用 delete_file 方法删除之。

2.2.3 压缩

size = get_doc_size(path)
delete_file(resize_path)

while size > filesize:
    rate = math.ceil((size / filesize) * 10) / 10 + 0.1
    rate = math.sqrt(rate)

    rate = 1.0 / rate
    if file_exist(resize_path):
        resize_rate(resize_path, resize_path, rate, rate)
    else:
        resize_rate(path, resize_path, rate, rate)
    size = get_doc_size(resize_path)

其中 filesize 表示压缩目标值， path 表示原始文件路径， resize_path 表示压缩后存放路径， resize_rate 表示上述按比例压缩方法，定义以下：

def resize_rate(path, resize_path, fx, fy):
    image = read_image(path)
    im_resize = cv.resize(image, None, fx=fx, fy=fy)
    delete_file(resize_path)
    save_image(resize_path, im_resize)
    
def save_image(path, image):
    cv.imwrite(path, image)


def read_image(path):
    return cv.imread(path)

固然此处为了效果更好，我作了一些优化。

首先在获取压缩比例的时候我作了下述操做：

rate = math.ceil((size / filesize) * 10) / 10 + 0.1

理论状况应当是直接返回 size / filesize 便可，可是在实际测试过程当中为了加速收敛，我采用上述方式，将一个小数先乘以 10 对其向上取整，这样就表示精度保留到原始数值小数后 1 位，即若是是 3.14 将获得 32 ，然后将此结果再除以 10 ， 即获得 3.2 ，因此最终结果就是对小数后第二位进行向上进位，最后结果又加了 0.1 以更快速的收敛，固然你也能够去掉。

实际测试发现，通常重复执行两次便可获得理想的压缩效果，而且结果值与理想压缩尺寸相差无几。

3、结论

本文简单介绍了如何使用 opencv 将图片压缩到指定文件尺寸，固然你也能够选择其余文件处理类库而不是 opencv ，这个彻底能够根据用户本身的兴趣而来，而且也能够优化最终的循环算法，以达到更佳的效果，或者更快的收敛。