electron中使用node对图片进行压缩

使用node对图像进行压缩,我选用的是resize-optimize-images,能知道这个包还是非常巧合,网上的博客,适合node图片压缩的包有两个: gm和images, images在win10中有很大的兼容性问题,而gm在electron中编译一直失败. 所以我在github上以images和resize为关键字,搜索结果中排名前三十的包全部试用了一遍,大部分在electron都存在问题,node-OpenCV是一个万能的图形库, 但是十分臃肿, 正当我准备手撸插值压缩算法的时候,忽然发现了resize-optimize-images这个包非常小巧,而且正好能够满足要求

压缩的基本思路是在图片中找到相对比较短的边, 以他为基准压缩到一个比较小的比例(如640*480),然后将原始图片复制出来,再将压缩后的图片写进去即可. 图像的大小最终取决于三个因素:图片像素、编码质量和位深度，图形像素在执行完这条个函数之后就达到一个比较小的范围了，一般不会超过100k，而编码质量是一种类似于PS中表面模糊的效果，使用的是插值算法，一般编程80-90区间内可以对图像进行进一步的压缩，但是不建议压的太多，会失真。真彩色的位深度一般是四个字节

    const fs = require('fs'); 
    const getPixels = require("get-pixels") // 这是一个获取图片像素的node包
    const resizeOptimizeImages = require('resize-optimize-images');

    getPixels(fileAbPath, function (err, pixels) {
        if (err) {
            return
        }
        let compressRio = 0.9;
        let [imageWidth, imageHeight] = pixels.shape
         //找到比较小的边
        let loopVar = imageWidth > imageHeight ? imageHeight : imageWidth;
        while (loopVar >= 480) {
            loopVar = loopVar * compressRio;
            imageWidth = imageWidth * compressRio;
            imageHeight = imageHeight * compressRio;
        }
        imageWidth = Math.floor(imageWidth)
        imageHeight = Math.floor(imageHeight)
        const content = pixels.data
        fs.writeFile(outPath, content, async function (err) {
            const options = {
                images: [outPath],
                width: imageWidth,
                height: imageHeight,
                quality: 85
            };
            // 执行压缩.
            await resizeOptimizeImages(options);
        });
    })