本文首发于公众号：符合预期的CoyPan
图片的分类
图片一共可以分为两类，一类是以svg为代表的矢量图形，是用点、直线或者多边形等基于数学方程的几何图元表示图像。矢量图不论显示画面的大小，由于其记录的是“画出图片的步骤”，所以不会失真。更进一步的内容，本文就不再深入了。
另一类图片，就是位图（也叫点阵图），使用像素排列形成的图片。我们常见的png，jpg等图片就是位图。本文的内容均围绕位图展开。
图片中究竟存了什么
我们看到的图片，其实是由一个一个的点组成的。这些点，被称为像素点，每一个像素点一种颜色。像下面这样
随便找一张图片进行放大，可以看出来。
如果一张图片长10英寸 ，宽10英寸，那这种图片包含多少个像素点呢？这还和图片的分辨率(dpi)有关。dpi，即图像每英寸长度内的像素点数。
像素 = 尺寸 * 分辨率
互联网中的图片一般是72dpi和96dpi。10英寸 * 10英寸的图片，如果dpi是72，那就是720 * 720个像素点。使用操作系统的图片查看器，就能看到图片的这些信息了。
从上面的图片信息里面，我们还可以看到一个【深度】。这里的深度指的是图片的位深度。
图片的位深度表示的是用多少个二进制位来记录像素点的颜色。例如位深度为8，即表示用8个bit来表示一个像素点的颜色。一共可以表示 2^8 = 256种颜色。
常见的位深度有:
- 1位。黑白照片,只有黑色和白色
- 4位。有2的4次幂种颜色,16种颜色
- 8位。2的8次幂表示，它含有256种颜色(VGA)
- 24位。2的24次幂种颜色,16777216种颜色(真彩色, SVGA)
- 32位。32位在24位基础上加了透明度,颜色数量和24位是一样的.
说到这里，就不得不先提到颜色。最常用的颜色空间就是RGB了。RGB颜色空间中, 我们认为所有的颜色都是由红、绿、蓝 ( RGB ) 三基色组成的，任何一种颜色都可以转换成这三种基本颜色的混合,只是各基色的比例不同而已。使用RGB颜色空间来表示颜色时，每一种基色都用8个bit来表示，3种基色一共需要8*3=24个bit，也就是需要用24位才能表示一种颜色。例如
0000 0000 0000 0000 0000 0000 - 黑色 #000000
1111 1111 1111 1111 1111 1111 - 白色 #ffffff
那么按照这种方式的话，如果想要完整描述一张100像素 * 100像素的图片，那岂不是需要：
8 * 3 * 100 * 100 = 240000 bit = 30000 Bytes = 29.296875 KB
一张 100 * 100的图片会有这么大么？这就涉及到图片的格式了。不同格式的图片，会采用不同的编码方式对原始图片数据进行编码、压缩等操作。最终我们看到的图片，如jpg，png，gif等，都是经过一系列处理后得到的产物。至于怎么进行压缩，每一种图片格式有什么区别，网上有很多不错的文章已经讲得挺清楚了，这里就不展开了。
前端js代码操作图片
判断图片类型
前端如何判断图片的类型呢？根据后缀是不靠谱的。因为后缀是可以随意更改的，但是更改了后缀后，并不能改变图片本身的格式。比如我把一张png图片直接改成了jpg后缀，查看其类型，依然是png类型。
每一种格式的图片，都是以二进制形式存储的。下面就是一张图片中的二进制数据(以16进制表示的)。
二进制数据的头几个字节，标识了图片的元数据信息，这其中，就包括了图片的格式。每一种图片格式对应的元数据是固定的（可以称之为“魔数”），我们可以通过这个点来判断图片格式。
比如，png图片的魔数为：[0x89, 0x50, 0x4E, 0x47, 0x0D, 0x0A, 0x1A, 0x0A]，jpg图片的魔数为：[0xff, 0xd8, 0xff, 0xe0]。以png为例，通过<input type="file">选择一张图片后，判断该图片是否是png的代码可以参考：
// 读取指定长度字节
function readBytes(sBuffer, begin, length) {
return Array.prototype.slice.call(new Uint8Array(sBuffer, begin, begin + length));
}
const reader = new FileReader();
reader.onload = (e) => {
const buffer = e.target.result;
const header = readBytes(buffer, 0, 8);
// png的魔数
const magicNumber = [0x89, 0x50, 0x4E, 0x47, 0x0D, 0x0A, 0x1A, 0x0A];
// 图片的头8个字节，就可以判断是否为png图片
let isPng = true;
for (let i = 0; i <= 7; i++) {
if(header[i] !== magicNumber[i]) {
isPng = false;
}
}
};
// file是通过input的onChange拿到的图片file对象，通过readAsArrayBuffer可以将file对象转化为ArrayBuffer
reader.readAsArrayBuffer(file);
这里的ArrayBuffer 就是原始的二进制数据了。但是我们没法直接操作它，需要使用Uint8Array建立一个类数组试图才可以。
对于直接给出http链接的图片，可以直接使用以下代码，也能拿到其原始二进制数据：
fetch(url).then(function(res){return res.arrayBuffer();});
这里有一个点需要注意，通过 FileReader.readAsDataURL 可以将图片文件读取为base64，而base64的开头也有图片格式信息。这个信息不能准确表示该图片的格式：
大多数情况下，我们只需要使用文件后缀来识别图片格式即可。某些情况下（比如需要在前端对图片进行压缩，采用不同算法的时候），或许需要采用读取二进制魔数的方式来判断图片格式了，npm上有不少的库可以使用。
canvas读取图片
前端开发中，在对图片进行处理的时候，常常使用canvas来获取图片的原始数据。
ctx.drawImage(image, 0, 0, image.width, image.height, 0, 0, image.width, image.height);
ctx.getImageData(0, 0, image.width, image.height);
先将图片画到canvas上，然后通过getImageData来获取canvas上图片的像素信息。getImageData返回的是ImageData对象：
- ImageData.data 只读
Uint8ClampedArray 描述了一个一维数组，包含以 RGBA 顺序的数据，数据使用 0 至 255（包含）的整数表示。
- ImageData.height 只读
无符号长整型（unsigned long），使用像素描述 ImageData 的实际高度。
- ImageData.width 只读
无符号长整型（unsigned long），使用像素描述 ImageData 的实际宽度。
需要注意的是，这里的data与图片的原始数据arrayBuffer是不一样的。任意格式的图片在画到canvas上后，都会变成相同的数据格式。浏览器在通过canvas画出图像时进行了一些处理（比如解析图片等），具体的细节，欢迎知道的小伙伴指教。
ImageData.data里面的一维数组，每四个元素表示一个像素点。
获取到图片每一个像素点信息后，就可以很灵活的进行操作了，比如反转颜色、图片置灰等等。
小结
图片（这里特指位图）的本质就是一个一个的像素点的拼接，我们可以通过其二进制数据，并结合不同的图片格式来深入了解。而当前端需要对图片进行处理时，往往需要canvas来作为辅助。当需要对图片进行更进一步复杂的操作、涉及到大量计算时（比如压缩），还需要借助webAssembly。之前花了不少的时间，大概跑通了将图片压缩算法编译到webAssembly的过程，有机会再进行总结吧。
