使用Java实现一个智能的图片压缩工具

更新时间：2025年08月07日 10:03:27 作者：Nicky.Ma

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,需要的朋友可以参考下

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脚本之家其它相关文章！

您可能感兴趣的文章:

Spring及Mybatis整合占位符解析失败问题解决
这篇文章主要介绍了Spring及Mybatis整合占位符解析失败问题解决,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-07-07
SpringBoot的reload加载器的方法
本篇文章主要介绍了SpringBoot的reload加载器的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-03-03
Java 蒙特卡洛算法求圆周率近似值实例详解
这篇文章主要介绍了蒙特卡洛算法的起源，特点，以及Java编程中利用蒙特卡洛算法计算圆周率近似值的实例,需要的朋友可以参考下
2017-09-09
Java中this的用法实例总结
JAVA中的this是一个非常重要的模块,在编程中有非常重要的地位,擅长用this的人常常可以使程序更加简洁和方便,下面这篇文章主要给大家介绍了关于Java中this用法的相关资料,需要的朋友可以参考下
2022-08-08
Android与iOS设备MAC地址生成原理及Java实现详解
在无线网络通信中,MAC（Media Access Control）地址是设备的唯一网络标识符,本文主要介绍了Android与iOS设备MAC地址生成原理以及Java实现方法,需要的可以了解下
2025-05-05
Java内部类之间的闭包和回调详解
相信闭包和回调对每位学习Java的人来说都不陌生，那么今天小编和大家分享一篇关于Java内部类之间的闭包和回调，有需要的可以参考借鉴。
2016-09-09
SpringBoot 工程中的异常处理方式
这篇文章主要介绍了SpringBoot 工程中的异常处理方式，帮助大家更好的理解和学习使用springboot框架，感兴趣的朋友可以了解下
2021-02-02
SpringBoot如何引入缓存提高单次查询数据效率
这篇文章主要介绍了SpringBoot如何引入缓存提高单次查询数据效率问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-01-01
基于Scala和Java方法的相互调用
这篇文章主要介绍了Scala和Java方法的相互调用，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2021-11-11
Java字节流FileInputStream和FileOutputStream从入门到实践
FileOutputStream 是与 FileInputStream 相对应的文件输出流类,用来实现向文件中写入数据,写入数据的基本单位是字节,这篇文章主要介绍了Java字节流FileInputStream和FileOutputStream从入门到实践的相关资料,需要的朋友可以参考下
2026-06-06