购吧网 :独步全球的BAC电子商务模式基于一批有着传统营销领域丰富经验的专家及对电子商务运作深刻了解的网络专家整合,由广州丽联网络科技有限公司架构购吧网实现。http://www.365goba.com/
希望这篇文章能给对于需要经常生成缩略图的朋友提供帮助!
购吧网目前拥有4000余种商品,在售商品超过2000万,其中图片量截至目前已有8G。
目前我们的方案是用单独的文件服务器存放商品的图片,通过file.365goba.com访问。
文件服务器上架一个用于上传图片的WCF服务对上传的图片进行缩略并保存。
购吧网前期的缩略算法用的是网略上广泛流传的三线性插值算法(效果并不是很好),代码如下:
using System; using System.Drawing; using System.IO; using System.Drawing.Imaging; using System.Drawing.Drawing2D; namespace Ants.Tools { public class Image { public int Width { get; set; } public int Height { get; set; } private Image() { } public Image(int width, int height) { this.Width = width; this.Height = height; } public MemoryStream getHightThumb(Stream imgData, string Mode_HW_W_H_Cut) { MemoryStream result = new MemoryStream(); System.Drawing.Image.GetThumbnailImageAbort myCallBack = new System.Drawing.Image.GetThumbnailImageAbort(ThumbnailCallBack); try { System.Drawing.Image originalImage = System.Drawing.Image.FromStream(imgData); int X, Y; X = Width; Y = Height; int towidth = X; int toheight = Y; int x = 0; int y = 0; int ow = originalImage.Width; int oh = originalImage.Height; switch (Mode_HW_W_H_Cut) { case "HW": //指定高宽缩放(可能变形) break; case "W"://指定宽,高按比例 toheight = originalImage.Height * X / originalImage.Width; break; case "H//指定高,宽按比例
towidth = originalImage.Width * Y / originalImage.Height; break; case "Cut": if ((double)originalImage.Width / (double)originalImage.Height > (double)towidth / (double)toheight) { oh = originalImage.Height; ow = originalImage.Height * towidth / toheight; y = 0; x = (originalImage.Width - ow) / 2; } else { ow = originalImage.Width; oh = originalImage.Width * Y / towidth; x = 0; y = (originalImage.Height - oh) / 2; } break; default: break; } System.Drawing.Image bitmap = new System.Drawing.Bitmap(towidth, toheight); System.Drawing.Graphics g = System.Drawing.Graphics.FromImage(bitmap); g.InterpolationMode = System.Drawing.Drawing2D.InterpolationMode.HighQualityBicubic; g.SmoothingMode = System.Drawing.Drawing2D.SmoothingMode.HighQuality; g.Clear(System.Drawing.Color.Transparent); g.DrawImage(originalImage, new System.Drawing.Rectangle(0, 0, towidth, toheight), new System.Drawing.Rectangle(x, y, ow, oh), System.Drawing.GraphicsUnit.Pixel); bitmap.Save(result, System.Drawing.Imaging.ImageFormat.Jpeg); } catch { //do something } return result; }
} }
此算法可以满足一般的网站的需求,但是作为一个电子商务网站,商品的图片的清晰度直接影响到消费都对此商品的购买欲望。
为了找到更好的方案,终于让我们找到了一个好的组件:MagickNet 这个组件是用C++写的,不过网络上已经有可用的C#调用版,文章的 后我也会给出这个DLL文件,值得一提的是这个组件是开源的。大家可以去研究下。
MagickNet 的功能很多,我这里就贴出一下他的缩略方法的用法(MagickNet 的资料在网上很难早)
using System; using System.Collections.Generic; using System.Text; namespace KeChenDLL { public class UploadFile { private string _path;//要处理的图片(原图)地址 public UploadFile(string path) { this._path = path; } private UploadFile() { } public void ReSize(int width, int height,string SaveToPath) { MagickNet.Image img = new MagickNet.Image(_path); img.Quality = 100; System.Drawing.Bitmap bitmap = new System.Drawing.Bitmap(_path); int x = bitmap.Width; int y = bitmap.Height; float rank = ((float) x)/y; if (x > y) { height =Convert.ToInt32(height / rank); } else { width =Convert.ToInt32(width * rank); } img.Resize(new System.Drawing.Size(width, height)); img.Write(SaveToPath); img.Dispose(); } } }
希望这篇文章能帮到需要的人。 附MagickNet组件地址
原创文字只代表本人某一时间内的观点或结论,本人不对涉及到的任何代码担保。转载请标明出处!