使用 opencv 将图片压缩到指定文件尺寸
前言
图片压缩应用很广泛，如生成缩略图等。前期我在进行图片处理的过程中碰到了一个问题，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，于是想着直接使用 opencv 进行图片压缩处理， opencv 本身包含了压缩到指定像素大小的方法，奈何寻找了很多方法均不能压缩到指定文件尺寸，于是自己在思考后写出了此方法。本文使用python语言。
一、 opencv 常规使用
opencv 无需多言，做过图片处理的人应该都知道此类库，下面我介绍一些常用方法。
1.1 安装 opencv
首先安装 python ，建议 python3 ，然后执行
：
pip install opencv-python
1.2 读取图片
首先引入 opencv 包：
import cv2 as cv
而后读取图片：
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 支持几乎所有格式的图片（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同格式的图片数据，所以后缀名一定要写正确。
二、图片压缩
2.1 常规压缩
opencv 支持常规压缩，可以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
有了上面的基础我们来分析一下如何实现压缩到指定文档大小。
首先我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，由于我们要实现的是宽高等比例压缩，于是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，但是由于图片本身存在压缩，所以可能一次无法达到预期，只要对压缩后的图片重复此步骤，直到达到预期即可。
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)
由于我们需要删除压缩过程中产生的中间文件，所以需要调用 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，定义如下：
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)
当然此处为了效果更好，我做了一些优化。
首先在获取压缩比例的时候我做了下述操作：
rate = math.ceil((size / filesize) * 10) / 10 + 0.1
理论情况应当是直接返回 size / filesize 即可，但是在实际测试过程中为了加速收敛，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，即如果是 3.14 将得到 32 ，而后将此结果再除以 10 ， 即得到 3.2 ，所以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，当然你也可以去掉。
实际测试发现，一般重复执行两次即可得到理想的压缩效果，并且结果值与理想压缩尺寸相差无几。
三、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，当然你也可以选择其他文件处理类库而不是 opencv ，这个完全可以根据用户自己的兴趣而来，并且也可以优化最终的循环算法，以达到更佳的效果，或者更快的收敛。
