极简 Java 图像处理教程：压缩、封装、编码让传输更轻松！

1. 背景简介及目的

这是一个java读取图片流并进行格式转换，图片高质量压缩，ZIP格式转Base64的极简教程。功能需求是在对接农行支付接口时产生的，满足农行二级商户管理接口中上传商户影印件的功能。写这篇博客的目的是分享给大家我在工作中遇到的实际需求，解决问题的思路，以及一些技术探讨。对接银行的接口开发，他们就直接给文档，是不安排技术支持和联调的，先看一眼文档，目前我要解决的是二级商户证件照资料上传

通过查看报文用例，确认SubMerCertFile字段就是文件流对应的字段。字段类型要求是String，凭借经验，也能知道这个是Base64编码格式，银行的接口文档看着第一眼就觉得奇怪，要求的字段基本都是大写开头的，在现代开发框架中，实体类大写开头的话，可能会产生一些Bug，如spring通过@RequestParam、@PathVariable注入时，会导致找不到属性。

2.相关概念介绍：

Base64 是一种用于将二进制数据编码为 ASCII 字符串的编码方式。它广泛应用于需要以文本格式传输或存储二进制数据的场景，如电子邮件、数据传输、图像嵌入等。

2.1主要特点：

        编码原理：

• Base64 使用 64 个字符（A-Z、a-z、0-9、+、/）来表示数据。每 3 个字节的二进制数据会被编码为 4 个 ASCII 字符。
• 为了保证输出总是可以被整齐地分割，Base64 会在数据末尾添加一个或两个等号（=）作为填充。

        可读性：

• Base64 编码的输出是可打印的 ASCII 字符，适合在文本环境中传输，避免了二进制数据可能带来的问题。

        应用场景：

• 常用于将图像、音频等文件嵌入 HTML、CSS 文件中，避免额外的 HTTP 请求。
• 在电子邮件中，Base64 常用于编码附件，使其可以安全传输。

        编码和解码：

• 编码时，将每 3 个字节转为 4 个字符；解码时则反向操作，将 4 个字符还原为 3 个字节。

3.准备工作 

        3.1 引入依赖

      <!-- 高质量压缩图设置图片尺寸，转换图片格式-->                                    
      <thumbnailator.version>0.4.20</thumbnailator.version>
         <dependency>
            <groupId>net.coobird</groupId>
            <artifactId>thumbnailator</artifactId>
            <version>${thumbnailator.version}</version>
         </dependency>

4.整体思路

在我们框架中，已经存在公共的图片上传接口，主要是接收一个file流，指定一个分类（枚举值）用来将图片存到不同的存储桶（bucket），最后返回一个绝对路径URL地址,前端将这个地址作为我接口需要的path字段，最终存储到我的数据库的是一个相对路径字符串，之所以存相对路径，是因为存储服务器可能会存在迁移的情况，例如我们项目就是从阿里云迁移到移动云。以下是公共上传接口：

 /**
     * 上传图片
     *
     * @param multipartFiles
     * @return
     */
    @ApiOperation(value = "上传图片")
    @ApiImplicitParam(name="ify",value = "图片分类：1-商品，2-身份证，3-营业执照，4-app轮播图, 5-发票,6-银行回执单,7-资讯,8-门头照,9-店内照,10-保险单,11-银行卡正面,12-银行卡反面,13-商品主图,14-商品详情图",required = true,dataType = "integer")
    @PostMapping("/api/uploadImages")    
public Result<List<UploadVO>> uploadImages(@RequestParam("file") MultipartFile[] multipartFiles,@RequestParam Integer ify) throws IOException {
//上传文件操作
//非本文重点，此处省略
}

结合实际的用户交互，以及框架规范等约束，我直接给出我的思路：

tep1：前端指定ify字段值，调用公共上传组件传照片，并拿到接口返回的绝对路径URL字符串
tep2：用户填写完资料，将上一步拿到的url返回值提交给我的接口
tep3：接口解析完请求参数，使用hutool工具包复制即可，仅需处理URL字符串
tep4：我需要通过前端给的绝对路径，转成图片，这里选择调用EOS（移动云的对象存储）下载功能获取图片流（考虑到Http方式读取图片会有延迟问题影响体验感，还是直接用官方API）
tep5：将图片流转换成jpg（农行这个接口文档没说什么格式，但实际上只能是JPG，这是实战得出来结论，而且用户群体基本是经商的老年人，根本不懂什么JPG，顶多就是拍个照片上传，能独立完成这个用户界面操作就属于很厉害的了）
tep6：判断图片内存大小是否超过1.5M，若是，则采用简单的算术来压缩至1.5M以下
tep7：图片转成zip格式
tep8：zip转成base64，之所以这样细分，也是设计中的单一原则，一个方法就处理一件事情，可以做到最大程度复用。

5.具体的代码

5.1农行接口处理请求

不太喜欢用get，set方法来操作字段，因为代码行数非常多，看起来不够简介，对于第三方的接口，我比较倾向于使用各种序列化框架，直接就能通过名称来取值。

5.2通过eos提供的API获取流

参数是一个String类型，表示接收一个路径地址，然后使用API去连接云储存，再序列化成为java对象，接着就是对流的各种操作。

/**
     * 将eos对象存储转换成base64字符串
     * @param objectName
     * @return
     * @throws IOException
     */
    public String zip2Base64(String objectName) throws IOException {
        objectName = removeLeadingSlash(objectName);

        // 填写存储桶（Bucket）所在地域对应的 endpoint 和 Region。
        String endpoint = cloudEosProperties.getEndpoint();
        String region = cloudEosProperties.getRegion();
        String accessKey = cloudEosProperties.getAccessKeyId();
        String secretKey = cloudEosProperties.getAccessKeySecret();
        String bucketName = cloudEosProperties.getBucketName();

        // 创建 AmazonS3 实例。
        AwsClientBuilder.EndpointConfiguration endpointConfiguration = new AwsClientBuilder.EndpointConfiguration(endpoint, region);
        BasicAWSCredentials credentials = new BasicAWSCredentials(accessKey, secretKey);
        AWSCredentialsProvider credentialsProvider = new AWSStaticCredentialsProvider(credentials);
        AmazonS3 client = AmazonS3ClientBuilder.standard()
                .withEndpointConfiguration(endpointConfiguration)
                .withCredentials(credentialsProvider).build();

        // 下载对象
        S3Object s3Object = client.getObject(bucketName, objectName);

        try (InputStream inputStream = s3Object.getObjectContent()) {
            // 压缩图像并返回压缩后的输入流
            InputStream compressedStream = compressStream(inputStream, "jpg", 1.0); // 格式为 "jpg"，根据需要调整

            // 将压缩后的图像数据压缩成 ZIP 文件，并转换为 Base64 编码
            ByteArrayOutputStream zipOutputStream = zip(compressedStream, objectName, "jpg");
            byte[] zipBytes = zipOutputStream.toByteArray();
            return Base64.getEncoder().encodeToString(zipBytes);
        } catch (IOException e) {
            log.error("处理文件时出错", e);
            throw new RuntimeException("处理文件时出错", e);
        }
    }

5.3将图片转换成ZIP格式

/**
     * 将图片转换为zip格式
     * @param inputStream
     * @param name
     * @param format
     * @return
     * @throws IOException
     */
    public static ByteArrayOutputStream zip(InputStream inputStream, String name, String format) throws IOException {
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        try (ZipOutputStream zos = new ZipOutputStream(baos)) {
            ZipEntry zipEntry = new ZipEntry(name + "." + format);
            zos.putNextEntry(zipEntry);

            byte[] buffer = new byte[4096];
            int bytesRead;
            while ((bytesRead = inputStream.read(buffer)) != -1) {
                zos.write(buffer, 0, bytesRead);
            }
            zos.closeEntry();
        } catch (IOException e) {
            throw new RuntimeException("压缩文件时出错", e);
        } finally {
            if (inputStream != null) {
                inputStream.close();
            }
        }
        return baos;
    }

5.4图片压缩至1.5M以下

/**
     * 压缩图片至1.5兆以下
     * @param inputStream
     * @param format
     * @param scale
     * @return
     * @throws IOException
     */
    public static InputStream compressStream(InputStream inputStream, String format, double scale) throws IOException {
        // 读取 InputStream 到字节数组
        byte[] imageBytes = ByteStreams.toByteArray(inputStream);
        ByteArrayInputStream originalStream = new ByteArrayInputStream(imageBytes);

        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        try {
            // 压缩图像并写入到 ByteArrayOutputStream
            Thumbnails.of(originalStream)
                    .outputQuality(1)
                    .scale(scale)
                    .outputFormat(format)
                    .toOutputStream(baos);

            // 检查文件大小是否大于 1.5MB
            if (baos.size() > 1.5 * 1024 * 1024) {
                baos.reset(); // 清空输出流，重新压缩
                originalStream.reset(); // 重置输入流
                Thumbnails.of(originalStream)
                        .outputQuality(0.3)
                        .scale(scale)
                        .outputFormat(format)
                        .toOutputStream(baos);
            }
            // 返回 ByteArrayInputStream
            return new ByteArrayInputStream(baos.toByteArray());
        } catch (IOException e) {
            throw new RuntimeException("图片压缩或转换格式出错", e);
        } finally {
            if (inputStream != null) {
                inputStream.close();
            }
            originalStream.close();
        }
    }

5.5去掉数据库中路径字段的开头字符

/**
     * 去掉相对路径的前缀 斜杠（/）
     * @param str
     * @return
     */
    public static String removeLeadingSlash(String str) {
        if (str != null && str.startsWith("/")) {
            return str.substring(1);
        }
        return str;
    }

5.6裁剪照片为指定像素

/**
     * 裁剪照片为指定像素
     * @param inputStream
     * @param targetWidth
     * @param targetHeight
     * @return
     * @throws IOException
     */
    public static InputStream generateMainImage(InputStream inputStream, Integer targetWidth, Integer targetHeight) throws IOException {
        ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
        byte[] buffer = new byte[4096];
        int length;

        // 将输入流读取到字节数组中
        while ((length = inputStream.read(buffer)) != -1) {
            byteArrayOutputStream.write(buffer, 0, length);
        }
        byte[] imageBytes = byteArrayOutputStream.toByteArray();

        // 获取图片尺寸
        //Pair<Integer, Integer> pair = getImageDimensions(imageBytes);
        /*int originalWidth = pair.getKey();
        int originalHeight = pair.getValue();*/

        // 检查图片尺寸
        /*if (originalWidth < 1000 || originalHeight < 1000) {
            throw new RuntimeException("请上传宽高同时大于1000像素的照片");
        }*/

        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();

        try {
            // 如果目标高度为空，则保持等比缩放
            if (targetHeight == null) {
                Thumbnails.of(new ByteArrayInputStream(imageBytes))
                        .outputFormat("jpg")
                        .outputQuality(0.6)
                        .width(targetWidth)
                        .toOutputStream(outputStream);
            } else {
                // 先等比缩放，再进行居中裁剪
                Thumbnails.of(new ByteArrayInputStream(imageBytes))
                        .outputFormat("jpg")
                        .outputQuality(1)
                        .size(targetWidth, targetHeight) // 等比缩放
                        .crop(Positions.CENTER) // 从中心裁剪
                        .toOutputStream(outputStream);
            }

            return new ByteArrayInputStream(outputStream.toByteArray());
        } catch (IOException e) {
            throw new RuntimeException("裁剪图片出错", e);
        } finally {
            inputStream.close();  // 可选，视情况决定是否关闭流
        }
    }

5.7获取图片像素

// 获取图片尺寸
    public static Pair<Integer, Integer> getImageDimensions(byte[] bytes) throws IOException {
        BufferedImage image = ImageIO.read(new ByteArrayInputStream(bytes));
        int width = image.getWidth();
        int height = image.getHeight();
        return new Pair<>(width, height);
    }

5.8进一步封装

/**
     * 裁剪照片为指定的宽度，高度保持宽高比缩放
     * @param inputStream
     * @param targetWidth
     * @return
     * @throws IOException
     */
    public static InputStream generateMainImage(InputStream inputStream, int targetWidth) throws IOException {
        return generateMainImage(inputStream,targetWidth,null);
    }

6.关于Thumbnailator 库

Thumbnailator 是一个轻量级的 Java 库，专门用于图像处理。它的主要目标是简化图像缩放和其他操作，如裁剪、旋转、合成等。相对于其他常见的图像处理库（如 Java ImageIO 或 Apache Commons Imaging），Thumbnailator 更加简洁易用，并且具有更好的性能表现，尤其在图像缩放和调整方面。

7.Thumbnailator基本用法介绍

7.1使用 Thumbnailator 缩放图像

public static void main(String[] args) {
        try {
            // 读取原始图片文件，并生成缩略图
            Thumbnails.of(new File("path/to/original/image.jpg"))
                    .size(200, 200)  // 设置缩略图的宽度和高度
                    .toFile(new File("path/to/output/thumbnail.jpg"));
            System.out.println("缩略图生成成功！");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

7.2 按比例缩放图像

Thumbnails.of(new File("path/to/original/image.jpg"))
    .size(200, 200)
    .keepAspectRatio(true)  // 保持原始比例
    .toFile(new File("path/to/output/thumbnail.jpg"));

7.3裁剪图像-固定区域裁剪

public static void main(String[] args) {
        try {
            Thumbnails.of(new File("path/to/original/image.jpg"))
                    .sourceRegion(100, 100, 300, 300)  // 设定裁剪区域，(x, y, width, height)
                    .size(200, 200)  // 之后将裁剪的区域缩放为200x200
                    .toFile(new File("path/to/output/cropped_image.jpg"));
            System.out.println("裁剪图像成功！");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

7.4裁剪图像-中心裁剪

Thumbnails.of(new File("path/to/original/image.jpg"))
    .sourceRegion(Positions.CENTER, 200, 200)  // 从中心裁剪出200x200区域
    .toFile(new File("path/to/output/cropped_center_image.jpg"));

7.5旋转图像

Thumbnails.of(new File("path/to/original/image.jpg"))
    .rotate(90)  // 顺时针旋转90度
    .toFile(new File("path/to/output/rotated_image.jpg"));

7.6综合操作：缩放、裁剪、旋转

Thumbnails.of(new File("path/to/original/image.jpg"))
    .size(400, 400)  // 缩放图像为400x400
    .rotate(45)  // 旋转45度
    .sourceRegion(Positions.CENTER, 300, 300)  // 从中心裁剪出300x300区域
    .toFile(new File("path/to/output/final_image.jpg"));

8.总结

本文既是分享，也是巩固所学所用，运营电商项目，随时会更换商品图片，如果不做控制，上传上来的图片会不适应小程序或者APP，图片会糊。多一个工具，多一种解决问题的手段而已。