Golang简单高效的图像处理插件库imaging的使用

Imaging是一个Golang图像处理库，提供了基本的图像处理功能（调整大小、旋转、裁剪、亮度/对比度调整等）。

安装

go get -u github.com/disintegration/imaging

基本功能示例

图像缩放

// 使用Lanczos滤波器将srcImage调整为128x128px大小
dstImage128 := imaging.Resize(srcImage, 128, 128, imaging.Lanczos)

// 将srcImage调整为宽度=800px，保持宽高比
dstImage800 := imaging.Resize(srcImage, 800, 0, imaging.Lanczos)

// 将srcImage缩小以适应800x600px的边界框
dstImageFit := imaging.Fit(srcImage, 800, 600, imaging.Lanczos)

// 调整大小并裁剪srcImage以填充100x100px区域
dstImageFill := imaging.Fill(srcImage, 100, 100, imaging.Center, imaging.Lanczos)

Imaging支持使用各种重采样滤波器进行图像缩放，最常用的有：

• Lanczos - 高质量的重采样滤波器，适合照片图像，能产生清晰的结果
• CatmullRom - 锐利的立方滤波器，比Lanczos滤波器更快，同时提供类似的结果
• MitchellNetravali - 立方滤波器，产生比CatmullRom更平滑的结果，振铃伪影更少
• Linear - 双线性重采样滤波器，产生平滑的输出
• Box - 简单快速的均值滤波器，适合缩小图像
• NearestNeighbor - 最快的重采样滤波器，无抗锯齿

高斯模糊

dstImage := imaging.Blur(srcImage, 0.5)

Sigma参数可以控制模糊效果的强度。

锐化

dstImage := imaging.Sharpen(srcImage, 0.5)

Sharpen内部使用高斯函数。Sigma参数可以控制锐化效果的强度。

伽马校正

dstImage := imaging.AdjustGamma(srcImage, 0.75)

对比度调整

dstImage := imaging.AdjustContrast(srcImage, 20)

亮度调整

dstImage := imaging.AdjustBrightness(srcImage, 20)

饱和度调整

dstImage := imaging.AdjustSaturation(srcImage, 20)

色调调整

dstImage := imaging.AdjustHue(srcImage, 20)

完整示例代码

package main

import (
	"image"
	"image/color"
	"log"

	"github.com/disintegration/imaging"
)

func main() {
	// 打开测试图像
	src, err := imaging.Open("testdata/flowers.png")
	if err != nil {
		log.Fatalf("failed to open image: %v", err)
	}

	// 使用中心锚点将原始图像裁剪为300x300px大小
	src = imaging.CropAnchor(src, 300, 300, imaging.Center)

	// 将裁剪后的图像调整为宽度=200px，保持宽高比
	src = imaging.Resize(src, 200, 0, imaging.Lanczos)

	// 创建图像的模糊版本
	img1 := imaging.Blur(src, 5)

	// 创建具有更高对比度和锐度的灰度图像
	img2 := imaging.Grayscale(src)
	img2 = imaging.AdjustContrast(img2, 20)
	img2 = imaging.Sharpen(img2, 2)

	// 创建图像的倒置版本
	img3 := imaging.Invert(src)

	// 使用卷积滤波器创建图像的浮雕版本
	img4 := imaging.Convolve3x3(
		src,
		[9]float64{
			-1, -1, 0,
			-1, 1, 1,
			0, 1, 1,
		},
		nil,
	)

	// 创建新图像并将四个处理后的图像粘贴到其中
	dst := imaging.New(400, 400, color.NRGBA{0, 0, 0, 0})
	dst = imaging.Paste(dst, img1, image.Pt(0, 0))
	dst = imaging.Paste(dst, img2, image.Pt(0, 200))
	dst = imaging.Paste(dst, img3, image.Pt(200, 0))
	dst = imaging.Paste(dst, img4, image.Pt(200, 200))

	// 将结果图像保存为JPEG
	err = imaging.Save(dst, "testdata/out_example.jpg")
	if err != nil {
		log.Fatalf("failed to save image: %v", err)
	}
}

常见问题

处理后图像方向不正确（例如调整大小后图像看起来旋转了）

很可能给定的图像包含EXIF方向标签。标准的image/*包不支持加载和保存这类信息。要解决这个问题，可以尝试使用AutoOrientation解码选项打开图像。

img, err := imaging.Open("test.jpg", imaging.AutoOrientation(true))

imaging和gift包有什么区别？

imaging设计为一个轻量级和简单的图像处理包。它提供基本的图像处理功能和几个辅助函数，如Open和Save。它始终返回*image.NRGBA图像类型（每通道8位，RGBA）。

gift支持更高级的图像处理，例如sRGB/Linear颜色空间转换。它还支持不同的输出图像类型（例如每通道16位），并提供了易于使用的API来链接多个处理步骤。