Trabajo con imágenes en Go (Golang)

Trabajo con imágenes en Go (Golang): visión general de bibliotecas y ejemplos prácticos

Go (Golang) es un lenguaje compilado, de tipado estático, que está ganando popularidad en el desarrollo web, microservicios y tareas relacionadas con el procesamiento de datos. A diferencia de Python, donde tradicionalmente se usa OpenCV o Pillow para trabajar con imágenes, en Go existen varias bibliotecas ligeras y rápidas que permiten realizar operaciones básicas con gráficos rasterizados: cambio de tamaño, recorte, rotación, aplicación de filtros y dibujo.

En este artículo, analizaremos las tres bibliotecas más populares para trabajar con imágenes en Go: imaging, nfnt/resize y gg. Aprenderá cómo instalarlas y verá ejemplos de código para tareas típicas.

1. Biblioteca `imaging`

imaging es una biblioteca simple pero potente para el procesamiento de imágenes. Proporciona funciones convenientes para cambiar el tamaño, recortar, rotar, aplicar filtros (desenfoque, nitidez, inversión de colores) y guardar en varios formatos (JPEG, PNG, GIF, BMP).

Instalación

go get -u github.com/disintegration/imaging

Ejemplo: cambio de tamaño y recorte

package main

import (    "fmt"    "github.com/disintegration/imaging"    "log")

func main() {    // Abrimos la imagen    src, err := imaging.Open("input.jpg")    if err != nil {        log.Fatalf("Error al abrir el archivo: %v", err)    }

    // Cambiamos el tamaño a 800x600, manteniendo la proporción    dst := imaging.Resize(src, 800, 600, imaging.Lanczos)        // Recortamos el área central de 400x400    dst = imaging.CropCenter(dst, 400, 400)

    // Aplicamos un filtro de desenfoque    dst = imaging.Blur(dst, 3.0)

    // Guardamos el resultado    err = imaging.Save(dst, "output.jpg")    if err != nil {        log.Fatalf("Error al guardar: %v", err)    }    fmt.Println("Imagen procesada y guardada como output.jpg")}

La biblioteca admite múltiples filtros: imaging.Grayscale, imaging.Invert, imaging.Contrast, imaging.Sharpen y otros. Todos funcionan "de fábrica".

2. Biblioteca `nfnt/resize`

Si su tarea es solo cambiar el tamaño de las imágenes con el máximo rendimiento, nfnt/resize es la mejor opción. Está optimizada para el procesamiento de alta velocidad y admite varios algoritmos de interpolación (NearestNeighbor, Bilinear, Bicubic, Lanczos2, Lanczos3).

Instalación

go get -u github.com/nfnt/resize

Ejemplo: cambio de tamaño con diferentes algoritmos

package main

import (    "image"    "image/jpeg"    "log"    "os"    "github.com/nfnt/resize")

func main() {    file, err := os.Open("input.jpg")    if err != nil {        log.Fatal(err)    }    defer file.Close()

    img, _, err := image.Decode(file)    if err != nil {        log.Fatal(err)    }

    // Cambiamos el tamaño a un ancho de 300 píxeles, la altura se calcula automáticamente    m := resize.Resize(300, 0, img, resize.Lanczos3)

    out, err := os.Create("resized.jpg")    if err != nil {        log.Fatal(err)    }    defer out.Close()

    // Guardamos con calidad JPEG al 90%    err = jpeg.Encode(out, m, &jpeg.Options{Quality: 90})    if err != nil {        log.Fatal(err)    }    log.Println("Imagen reducida a un ancho de 300px")}

Esta biblioteca no proporciona funciones para recortar o aplicar filtros, pero su velocidad y minimalismo la hacen ideal para servidores que necesitan procesar miles de imágenes por segundo.