服务器端的图像处理 | 请召唤ImageMagick助你解忧

在客户端我们可以用 PhotoShop 等 GUI 工具处理静态图片或者动态 GIF 图片，不过在服务器端对于 WEB 应用程序要处理图片格式转换，缩放裁剪，翻转扭曲，PDF解析等操作， GUI 软件就很难下手了，所以此处需要召唤命令行工具来帮我们完成这些事。

ImageMagick： 是一款创建、编辑、合成，转换图像的命令行工具。支持格式超过 200 种，包括常见的 PNG, JPEG, GIF, HEIC, TIFF, DPX, EXR, WebP, Postscript, PDF, SVG 等。功能包括调整，翻转，镜像(mirror)，旋转，扭曲，修剪和变换图像，调整图像颜色，应用各种特殊效果，或绘制文本，线条，多边形，椭圆和贝塞尔曲线等。

官网，https://www.imagemagick.org 下面放个小标识。

> > > > 安装 ImageMagick

支持 Linux, Windows, Mac OS X, iOS, Android OS 等平台
https://www.imagemagick.org/script/download.php

因为我是 MAC 机器，演示一下 brew 的安装方式咯：

1

brew install imagemagick

> > > > 基本命令与格式

> > > > 1、 基本命令

ImageMagick 包括一组命令行工具来操作图片，安装好 ImageMagick 后，终端就可以使用如下命令了。

• magick: 创建、编辑图像，转换图像格式，以及调整图像大小、模糊、裁切、除去杂点、抖动 ( dither )、绘图、翻转、合并、重新采样等

• convert: 等同于 magick 命令

• identify: 输出一个或多个图像文件的格式和特征信息，如分辨率、大小、尺寸、色彩空间等

• mogrify: 与 magick 功能一样，不过不需要指定输出文件，自动覆盖原始图像文件

• composite: 将一个图片或多个图片组合成新图片

• montage: 组合多个独立的图像来创建合成图像。每个图像都可以用边框，透明度等特性进行装饰

• compare: 从数学和视觉角度比较源图像与重建图像之间的差异

• display: 在任何 X server 上显示一个图像或图像序列

• animate: 在任何 X server 上显示图像序列

• import: 保存 X server 上的任何可见窗口并把它作为图像文件输出。可以捕捉单个窗口，整个屏幕或屏幕的任意矩形部分

• conjure: 解释并执行 MSL ( Magick Scripting Language ) 写的脚本

• stream: 一个轻量级工具，用于将图像或部分图像的一个或多个像素组件流式传输到存储设备。在处理大图像或原始像素组件时很有用

> > > > 2、命令格式

基本命令的使用，遵循 Unix 风格的标准格式：

1

command [options] input_image output_image

比如我们将一张宽高 300x300 的图片 goods.png 转换成 200x200 的 goods.jpg ，可以这样用：

1

convert




    
 -resize 200x200 goods.png goods.jpg

-resize 定义图片尺寸， ImageMagick 所有的选项参数都在这个【命令行选项手册】。

但是随着功能的复杂，命令缓慢扩大成了这样的格式：

1

command [options] image1 [options] image2 [options] output_image

于是上面的命令也可以写成这样：

1

convert goods.png -resize 200x200 goods.jpg

笔记： 个人建议，如果转换的是一张图片，那么用第一种格式，因为像 -density 等一些选项必须放在 command 与 input_image 之间，所以为了省记都不写错，都写在 command 与 input_image 之间岂不很好。

但是如果是多张图片转换，就需要按第二种格式，正确输出命令选项了。

提示： 如果上面的工具命令在计算机上不可以使用，则可以把它们当作 magick 命令的子命令使用，例如：

1




    

magick identify goods.png

> > > > 3、指定文件格式

默认情况下 ImageMagick 会读取图像中唯一标识格式的签名来确定文件格式，如果没有，则根据文件的扩展名来确定格式，如 image.jpg 被认为 jpeg 格式文件，如果都获取不到，则需要手动指定文件的格式。命令格式为 format:input_or_output_image 。

输入文件一般情况应该不需要手动指定文件格式，输出文件的时候， png 格式分 png8 、 png24 等格式，如果 png8 格式的文件能够满足需求，指定合理的格式可以缩小文件的大小，示例如下：

1
2

convert goods.png png8:goods_8.png
convert goods.png png24:goods_24.png

> > > > 实际案例

文中案例基于 ImageMagick 7.0.7

> > > > 1、 生成缩略图

需求：将一张宽高为 900x600 的图片 goods.jpg 生成宽高为 150x100 的缩略图 thumbnail.jpg ：

1

convert -resize 150x100 -quality 70 -strip goods.jpg thumbnail.jpg

解释：

• -resize 150x100 ：定义输出的缩略图尺寸为 150x100

• -quality 70 ：降低缩略图的质量为 70 ，取值范围 1 ( 最低图像质量和最高压缩率 ) 到 100 ( 最高图像质量和最低压缩率 )，默认值根据输出格式有 75 、 92 、 100 ，选项适用于 JPEG / MIFF / PNG

• -strip ：让缩略图移除图片内嵌的所有配置文件，注释等信息，以减小文件大小

-resize 延伸解读，如下：

上面的例子中，输入的图片和输出的图片比例是一致的，所以不会有特殊情况出现，但是遇到比例不同的时候，上面的写法并不会得到 150x100 的图像，而是会根据图像的宽高比例，取最大值，得出来的结果可能是 150 宽和更小的高，或者 100 高和更小的宽；所以 IamgeMagick 提供了几种符号来定义缩放。

1
2
3

convert -resize '150x100!' goods.jpg thumbnail.jpg
convert -resize '150x100>' goods.jpg thumbnail.jpg
convert -resize '150x100 goods.jpg thumbnail.jpg

• ! ：不管图片宽高如何，都缩放成 150x100 这样的尺寸

• > ：只有宽高均大于 150x100 的图片才缩放成该尺寸 ( 按比例取最大值 )，小于的图片不做处理

• < ：与 > 功能相反

提示： 因为有些字符是 Linux shell 或其他系统的特殊字符，所以需要用引号包裹起来或者用反斜线 \ 转义，另外，不同平台可能引号都是有差异的。

> > > > 2、添加水印

需求 ① ：给图片居中加上透明文本水印。

1
2

convert  -draw 'text 0,0 "JD.COM"'  -fill 'rgba(221, 34, 17, 0.25)'  -pointsize 36  \
-font 'cochin.ttc'  -gravity center  joy.jpg  watermark.jpg

解释：

• -draw ：绘图选项， text 声明绘制文本， 0,0 声明文本距离图片左上角的偏移值， JD.COM 声明绘制的文本，最好用引号包裹起来，避免输入特殊字符引起错误。绘制文本的格式为 text x,y string ，当然还可以绘制其他类型，诸如圆 ( circle )、折线 ( polyline )

• -fill ：对文本填充颜色，貌似 ImageMagick 命令中 前面的选项 是用来控制 后面的选项 的，所以应该把这样的修饰选项放到 -draw 前面比较好， 很重要 ，后面的案例就是这样的

• -pointsize ：指定文本的字体大小

• -font ：指定字体

• -gravity ：设置文本在图片里的排列方式 ( 类似 CSS 里的 align-items + justify-content )， center 表示水平垂直都居中，其他值还可以是： NorthWest, North, NorthEast, West, East, SouthWest, South, SouthEast ，不记大小写

• \ ：反斜线也是类 Unix 系统的续行字符，当一个命令很长时，我们可以把它写成多行，以便视觉上的美观和直观

需求 ② ：给图片加上倾斜平铺透明文本水印。

1
2
3
4

convert  -size 100x100  xc:none  \
-fill '#d90f02'  -pointsize 18  -font 'cochin.ttc'  \
-gravity center  -draw 'rotate -45 text 0,0 "JD.COM"'  \
-resize 60%  miff:-  |  composite  -tile  -dissolve 25  -  joy.jpg  watermark.jpg

解释：文本平铺水印其实是将文本画成一张 png 图片，然后用这张透明图片在目标图片上进行平铺。

• -size ：设置画布的大小

• xc: ：全称 X Constant Image ，是 canvas: 的别名，定义一张画布，用来绘图，常用格式为 xc:color ， none 或者 transparent 设置画布为透明底，默认为白色

• -resize ：该选项还可以指定百分比，意为缩放至原图像的百分之几。貌似 -pointsize 小于 14 后， -draw 里的 rotate 会不生效，所以用 -resize 来把平铺图案变得更小

• miff:- ：

• miff: 声明输出 ImageMagick ( IM ) 自己的图像文件格式：MIFF，主要用途是以复杂的方式处理图像时当做中间保存格式，适用于从一个 IM 命令向另一个 IM 命令传递图像元数据和其他关联属性

• - 在管道符前面意为将 IM 命令执行的结果作为标准输出，在管道符后面则表示从标准输入中读取这个数据，如在管道符后面的 composite 中使用 - 读取刚刚生成的透明图像

• | ： Linux shell 管道符，用于将上一个命令的标准输出传递到下一个命令作为标准输入。这里将生成的水印图案传递给 composite 命令

• -tile ：顾名思义，让图案平铺

• -dissolve ：设置平铺图案的透明度

图释：

> > > > 3、绘制验证码

大概逻辑如下：

1. 随机生成 4 个英文字母或数字

2. 创建一个宽高 100x40 的画布

3. 设置字体大小为 16 ，每个字符的宽高也就是 16 左右了，依次计算出每个字符的 x, y 坐标，再增加一丁点旋转

4. 随机创建一条透明曲线，加上噪点，增加图片被破解的难度（在保证肉眼能看得清楚的用户体验下）

5. 如果需要安全性更高的验证码，请了解验证码破解原理并做合理调整

如果加上随机计算，可能代码会比较多，所以这里写成固定值，方便理解。

1
2
3
4
5
6
7
8
9
10
11

convert  'xc:[100x40!]'  -pointsize 20  -font 'cochin.ttc'  \
-gravity NorthWest  -strokewidth 1  \
-fill '#b72b36'  -stroke '#b72b36'  -draw 'translate 13,19  rotate 10  text -5,-8 "5"'  \
-fill '#821d70'  -stroke '#821d70'  -draw 'translate 36,13  rotate -8  text -8,-8 "C"'  \
-fill '#c7960a'  -stroke '#c7960a'  -draw 'translate 60,23  rotate 5   text -5,-8 "2"'  \
-fill '#03610a'  -stroke '#03610a'  -draw 'translate 85,25  rotate 13  text -8,-8 "E"'  \
-strokewidth 2




    
  -stroke 'rgba(248, 100, 30, 0.5)'  -fill 'rgba(0, 0, 0, 0)'  \
-draw 'bezier  -20,30  -16,10  20,2    50,20'  \
-draw 'bezier  50,20   78,42   138,36  140,16'  \
+noise Impulse  \
captcha.jpg

结果：

鉴于字体比较细，可以用 strokewidth 加边框来加粗，或者使用字体的粗体版本，这里使用了第一种方式。

解释：

• xc:[100x40!] ：设置画布大小的一种简写方式，方括号里写入画布宽高，注意要加 ! ，否则会出乎意料哟

• 文本定位与旋转

1. 画布宽 100px ，平均分成 4 分，每份 25px , 文字宽 16px , 得文字 x 的坐标左右摆动范围为 +0px, +9px ， y 坐标同理，用于设置 translate 值

2. 实际上字体本身并没有填充满整个 16x16 的区域，根据字体的不同，填满的区域可能各有不同，所以根据 cochin 字体的特性，上面稍微将字体大小调整为 20 ，实际渲染出来的字母才是 16x16 左右大小，数字大概是 10x16 ，所以设置数字的 x,y 为 -5,-8 ，结合下面两个属性解释 x,y 的计算方式

3. translate : 设置文本的横纵向偏移值

4. rotate ：设置文本旋转，单位 degrees 。根据 gravity 的设置坐标系统有一丁点变化，所以请设置为 西北(NorthWest) ，表示以画布 0,0 坐标旋转，跟 HTML 5 Canvas 坐标系统一致

5. 根据这样的坐标系统，如果要文字按自身的中心旋转，得配合 translate 和 text 的 x,y 一起使用，原理可参考这篇文章[图像旋转的实现]，注意 translate 与 rotate 的顺序

> > > > 4、克隆及拼合图像

这个案例主要了解几个基本操作的 API 。

1
2
3
4
5

convert  \
\(  -crop 300x300+10+25  joy.jpg  \)  \
\(  -resize 400x400  -crop 300x300+50+0  logo:  \)  -swap 0,1  +append  \
\(  -clone 0  -flop  -flip  \)  -append  \
-resize 200x200  combined.jpg

结果如下：

解释：

• 圆括号 \( ... \) ：图像堆栈 ( image stack )，相当于创建了一个独立作用域处理图像，这个可以使图像之前的处理互不干扰。圆括号需用反斜杠转义，才能不被 Shell 当做特殊字符处理，并且 每个圆括号两边需要用空格隔开 。不必要的圆括号会使 IM 增加少许额外的工作，但是却让命令更清晰不容易出错

• -crop ：裁剪出图像的一个或多个矩形区域，格式为 {size}{+-}x{+-}y ，如果不指定偏移值 x,y ，则会被解释为按指定宽高切割图像成多少份（多图像）

• logo: ： IM 内置图像，这个就是上图中拿着魔法棒的主人公了，本身宽高 640x480 ，其他内置图像还有： rose: ， granite: 等，看这里

• -swap ：

1. 交换图像的位置，格式 -swap index,index

2. IM 在图像处理操作时，实际上很可能是在处理一个图像列表，当新图像被读入或者创建时， IM 会将该新图像添加到当前图像列表的末尾

3. 如上，本来我们的图像列表里有 2 张图，第一张是 joy ，但是 -swap 0,1 的意思是交换第一张图与第二张图的位置，所以 joy 变成跑到后面了

• -clone 0 ：表示克隆图像列表里的第一张图像

• -clone 1-2 ：表示克隆图像列表里的第二张到第三张图像

• -clone 0--1 ： 0 表示第一张图像， -1 表示最后一张图像，所以整句命令则表示克隆整个图像列表

• -clone 2,0,1 ：表示克隆第三张，第一张，第二张图像，顺序根据指定的索引决定，用逗号分隔

笔记：

1. 选项之间的顺序很重要

2. 与 -clone 雷同的选项还有诸如： -delete, -insert, -reverse, -duplicate ，用于操作图像列表，功能与单词意思相同

> > > > 5、GIF 与图片互转

5.1、GIF 转图片

1




    

convert  -coalesce  rain.gif  frame.jpg

-coalesce ：根据图像 -dispose 元数据的设置覆盖图像序列中的每个图像，以重现动画序列中每个点的动画效果。下面用一张结果对比图来解释这句话：

原始图 ( rain.gif ) ：

结果对比：

5.2、定义输出文件名

上面默认输出的文件名为： frame-0.jpg, frame-1.jpg, frame-2.jpg ... ，
如果想使用下划线作为符号，输出为 frame_0.jpg, frame_1.jpg, frame_2.jpg ... ，则可以如下设置：

1

convert  -coalesce  rain.gif  frame_%d.jpg

或者

1

convert  -coalesce  -set filename:n '%p'  rain.gif  'frame_%[filename:n].jpg'

解释：

1. 第一种方式 %d 是 C 语言 printf() 中表示输出一个整数，参考 -adjoin 选项

2. 第二种为常规方式

• -set ：设置图像属性，格式为 -set key value

• filename:n '%p' ：以 filename: 开头的 key 用于设置输出文件名的相关信息，如这里使用 filename:n ，在输出文件名时，则可以使用 %[filename:n] 拿到刚刚的设置，而设置的内容则是 '%p' 。 '%p' 表示图像在图像列表中的索引值，更多百分比选项 ( Percent Escapes ) 参考

5.3、解析特定帧

如果只想拿到 GIF 的第一帧，可以这样设置：

1

convert  -coalesce  'rain.gif[0]'  first_frame.jpg

拿到某些帧，如同 -clone 的写法：

1

convert  -coalesce  'rain.gif[0-2]'  some_frames_%d.jpg

5.4、获取页数

通过 identify 命令我们可以简要得到文件的信息，如下：

1

identify  rain.gif

通过换行符分割，简单封装一个 Node.js 函数获取页数：

1