本文介绍: 需求项目当中上传图片需求点肯定有很多,再上传之后,如果图片很大的话,在加载时候就会很慢。最近发现系统首次加载越来越慢,就开始思考怎么能降低这个加载时间,由于首页图片很多,所以图片大小需要进行处理本文记录了上传图片之前压缩图片的各种方法。一、插件imageconversion提示这里文章进行总结例如:以上就是今天要讲的内容本文仅仅简单介绍pandas使用,而pandas提供了大量能使我们快速便捷地处理数据函数和方法。

上传前把图片大小进行一个压缩在进行上传。


前言

需求:项目当中上传图片需求点肯定有很多,再上传之后,如果图片很大的话,在加载时候就会很慢。最近发现系统首次加载越来越慢,就开始思考怎么能降低这个加载时间,由于首页图片很多,所以图片的大小需要进行处理本文记录了上传图片之前压缩图片的各种方法。


一、插件imageconversion

1. 安装依赖

npm i imageconversion

2.页面当中引入

import * as imageConversion fromimageconversion

3.使用

//把图片文件作为参数传递到方法中

// 上传之前的钩子函数
    beforeUpload(file) {

        // 判断是图片
      const isJpgOrPng = file.type === ‘image/jpeg‘ || file.type === ‘image/png‘;
      if (!isJpgOrPng) {
        console.log(‘上传头像图片只能是 JPG 或 PNG 格式!’);
        return false;
      }
      return new Promise((resolve) => {
        // 压缩到100KB,这里的100就是要压缩的大小,可自定义
        imageConversion.compressAccurately(file, 100).then(res => {
          console.log(res)
          resolve(res);
        });
      })
    }

二、canvas

1.上传组件方法:

代码如下示例):

methods: {

    // 文件上传成功

    uploadSuccess(res) {

      if (res.code === 200) {

        this.imgs.push({ name: res.data, urlthis.$fileUrl_'/' + res.data, path: res.data })

      else {

        console.error('文件上传失败', res.msg)

      }

    },

// 上传文件之前

    beforeAvatarUpload(file) {

        // 图片大小大于2M进行图片压缩

      if (file.size / 1024 / 1024 > 2) {

        const thatthis

        return new Promise(resolve => {

          const readernew FileReader()

          const image = new Image()

          image.onload = (imageEvent) => {

            const canvas = document.createElement('canvas'// 创建画布

            const context = canvas.getContext('2d')         // 画布为2d

            const width = image.width * that.quality        // 图片宽度 * 压缩比例

            const height = image.height * that.quality      // 图片高度 * 压缩比例

            canvas.width = width                            // 画布宽度

            canvas.height = height                          // 画布宽度

            context.clearRect(0, 0, width, height)

            context.drawImage(image, 0, 0, width, height)

            const dataUrl = canvas.toDataURL(file.type)     //图片转路径

            const blobData = that.dataURLtoBlob(dataUrl, file.type//图片转二进制

            resolve(blobData)

          }

          reader.onload = e => { image.src = e.target.result }

          reader.readAsDataURL(file)

        })

      else {

        return true

      }

    },

   

//图片转二进制

    dataURLtoBlob(dataURL, type) {

      var binary = atob(dataURI.split(',')[1])

      var array = []

      for (var i = 0; i < binary.length; i++) {

        array.push(binary.charCodeAt(i))

      }

      return new Blob([new Uint8Array(array)], { type: type })

    },

    // 图片移除

    handleRemove(file, fileList) {

      const arr = []

      fileList.forEach(r => {

        arr.push(r.response.data)

      })

      this.imgs = arr

    },

    // 图片预览

    handlePictureCardPreview(file) {

      this.dialogImageUrl = file.url

      this.dialogVisibletrue

    },

}


总结

提示这里文章进行总结
例如:以上就是今天要讲的内容本文仅仅简单介绍pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据函数和方法。

原文地址:https://blog.csdn.net/an_jia_ning/article/details/129177011

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_32828.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注