Laravel Intervention/image图片处理扩展包的安装、使用与可能遇到的坑详解


            前言



Intervention/image 是为 Laravel 定制的图片处理工具, 它提供了一套易于表达的方式来创建、编辑图片。

Demo 代码请见：

Github：http://github.com/zhengjinghua/est-image-demo

本地下载：http://xiazai.zwyuanma.com/201711/yuanma/est-image-demo(zwyuanma.com).rar

Demo



Demo 截图





Demo 运行



请参照文档 如何利用 Homestead 快速运行一个 Laravel 项目.

文章概览





  安装；

  修改配置信息；

  基础用法；

  特色功能.



接下来是详细解说.

1. 安装



1). 使用 composer 安装:





composer require intervention/image



上面的命令会

2). 修改 app/config/app.php 添加 ServiceProvider:





// 将下面代码添加到 providers 数组中

'providers' => [

 // ...

 Intervention\Image\ImageServiceProvider::class,

 // ...

 ],





// 将下面代码添加到 aliases 数组中

'aliases' => [

 // ...

 'Image' => Intervention\Image\Facades\Image::class,

 // ...

 ],



2. 图片处理库的配置



此扩展包默认使用 PHP 的 GD 库来进行图像处理, 但由于 GD 库对图像的处理效率要稍逊色于 imagemagick 库, 因此这里推荐替换为 imagemagick 库来进行图像处理.

开始之前, 你得先确定本地已经安装好 GD 或 Imagick.

在使用 Intervention Image 的时候, 你只需要给 ImageManager 传一个数组参数就可以完成 GD 和 Imagick 库之间的互相切换.

如下所示:





// 引入 composer autoload

require 'vendor/autoload.php';



// 导入 Intervention Image Manager Class

use Intervention\Image\ImageManager;



// 通过指定 driver 来创建一个 image manager 实例

$manager = new ImageManager(array('driver' => 'imagick'));



// 最后创建 image 实例

$image = $manager->make('public/foo.jpg')->resize(300, 200);



另外你也可以使用 ImageManager 的静态版本, 如下所示:





// 引入 composer autoload

require 'vendor/autoload.php';



// 导入 Intervention Image Manager Class

use Intervention\Image\ImageManagerStatic as Image;



// 通过指定 driver 来创建一个 image manager 实例 (默认使用 gd)

Image::configure(array('driver' => 'imagick'));



// 最后创建 image 实例

$image = Image::make('public/foo.jpg')->resize(300, 200);



生成 config/image.php 配置文件:





php artisan vendor:publish --provider="Intervention\Image\ImageServiceProviderLaravel5"



运行上面的命令后, 会在项目中生成 config/image.php 配置文件, 打开此文件并将 driver 修改成 imagick:





return array(

 'driver' => 'imagick'

);



到此, 此拓展包即安装成功!

3. 基础用法







// 修改指定图片的大小

$img = Image::make('images/avatar.jpg')->resize(200, 200);



// 插入水印, 水印位置在原图片的右下角, 距离下边距 10 像素, 距离右边距 15 像素

$img->insert('images/watermark.png', 'bottom-right', 15, 10);



// 将处理后的图片重新保存到其他路径

$img->save('images/new_avatar.jpg');



/* 上面的逻辑可以通过链式表达式搞定 */

$img = Image::make('images/avatar.jpg')->resize(200, 200)->insert('images/new_avatar.jpg', 'bottom-right', 15, 10);



4. 特色功能



除上文介绍的基本用法之外, 此扩展包还支持:



  图片上传功能;

  图片缓存功能;

  图片过滤功能: 将图片按照统一规则进行转换;

  图片动态处理: 根据访问图片的 URL 参数自动调整图片大小



更多的例子请移步 官方文档 参考.

intervention/image 中的一个小坑及其破解之法

事实上 intervention/iamge 用了很有些时日了，它的 api 设计得很简洁，文档也很全面，用起来相当顺手。

不过最近无意间发现了一个小坑。因为需要合成带微信头像的二维码，我使用 Image::make($avatarUrl) （这里的 $avatarUrl 是微信头像的链接）来产生头像，然后合成到二维码图像中去（还包括一些其它操作，比如使用模板背景、写入文字）。

写完之后一运行，发现相当慢，平均耗时 23 秒左右。起初以为是因为合成过程中进行的操作比较多、尺寸比较大，本来就应该是这个速度。不过后来闲下来，开始试着优化，即使不能提升速度，至少也搞清楚到底是什么原因这么耗时。

这一通折腾下来，发现真相竟然与合成操作的多少、尺寸没有多大关系。而关键在于我创建头像数据的姿势。

为了说明这个问题，特意写了下面的代码进行对比。





// 记录开始时间

$startTimestamp = microtime(true);



$url = 'http://wx.qlogo.cn/mmopen/XxT9TiaJ1ibf06TNRCMjQADS4opDHvQLguLZHpqkRlvuJYZicvJW4iaOalPsKIs0kpZ3F6864ZzibyObYiaucUQSrdp4pFTNDyIpxw/0';



$avatar = \Image::make($url);



// 记录结束时间

$endTimestamp = microtime(true);



info($startTimestamp);

info($endTimestamp);

info($endTimestamp - $startTimestamp);







上面这段代码使用 Image::make($url) 的形式，直接从 url 生成头像。从记录的日志数据来看，耗时基本上在 16 秒左右。

后来，想到了一个新姿势，其实也就是在尝试优化的过程中折腾时想到的。见下面代码：





$startTimestamp = microtime(true);



$client = new \GuzzleHttp\Client();



$url = 'http://wx.qlogo.cn/mmopen/XxT9TiaJ1ibf06TNRCMjQADS4opDHvQLguLZHpqkRlvuJYZicvJW4iaOalPsKIs0kpZ3F6864ZzibyObYiaucUQSrdp4pFTNDyIpxw/0';



$avatarResponse = $client->get($url);



$avatar = \Image::make($avatarResponse->getBody()->getContents());



$endTimestamp = microtime(true);



info($startTimestamp);

info($endTimestamp);

info($endTimestamp - $startTimestamp);



在这里我先使用 GuzzleHttp 获取头像，再使用 Image::make($data) 创建头像。

注意，要高潮了…… sunglasses

看看下面的日志截图，三次平均耗时在 0.07 秒左右，和前面的 16 秒相比，差了 200 多倍。





至于为什么会出现这种现象，自己也没搞清楚，但这无疑是一点比较有用且小众的经验。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对中文源码网的支持。