在 Rust 中处理图像：使用 image 库进行 resize 和 crop

在 Rust 中处理图像：使用 image 库进行 resize 和 crop

Rust 是一种现代系统编程语言，在需要高性能和安全性的任务中越来越受欢迎。图像处理就是这样的任务之一。在本文中，我们将详细介绍如何使用强大且方便的 image 库在 Rust 中调整图像大小 (resize) 和裁剪 (crop) 图像。您将学习如何安装该库、加载图像、应用变换以及保存结果。

安装和引入 image 库

image 库是 Rust 生态系统中处理位图图像的事实标准。它支持多种格式（PNG、JPEG、GIF、BMP、WEBP 等），并提供广泛的处理功能。

首先，将依赖项添加到 Cargo.toml 文件中：

[dependencies]image = "0.25"

之后，您可以在代码中导入必要的模块：

use std::path::Path;use image::{open, DynamicImage, GenericImageView, imageops::FilterType};

加载和保存图像

第一步是从文件加载图像。该库会根据扩展名自动确定格式。让我们看一个基本示例：

fn main() -> Result<(), Box<dyn std::error::Error>> {    // 加载图像    let img = open("input.jpg")?;    println!("尺寸: {:?}", img.dimensions());    // 保存为另一种格式    img.save("output.png")?;    Ok(())}

open() 方法返回一个 DynamicImage —— 一个可以以多种内部格式（RGB8、RGBA8、Gray8 等）之一存储图像的枚举。dimensions() 方法返回一个元组 (u32, u32) —— 宽度和高度。

调整大小 (resize)

resize() 函数接受新的宽度、高度和滤镜类型。滤镜会影响结果的质量和执行速度。以下是主要的滤镜：

• Nearest —— 速度快，但质量低（像素化）。
• Lanczos3 —— 质量高，但速度较慢。
• CatmullRom —— 速度和质量的良好平衡。
• Gaussian —— 缩小图像时会产生模糊效果。

将大小调整为 800x600 像素的示例：

use image::imageops::FilterType;

fn resize_example() -> Result<(), Box<dyn std::error::Error>> {    let img = open("input.jpg")?;    let resized = img.resize(800, 600, FilterType::Lanczos3);    resized.save("resized.jpg")?;    println!("新尺寸: {:?}", resized.dimensions());    Ok(())}

如果需要保持比例，请使用 resize_to_fill()（填充区域，裁剪多余部分）或 resize_to_fit()（适应指定尺寸，添加空白边距）。示例：

// 适应 400x400 矩形，保持比例let fitted = img.resize_to_fit(400, 400, FilterType::CatmullRom);fitted.save("fitted.jpg")?;

// 填充 400x400 矩形，裁剪边缘let filled = img.resize_to_fill(400, 400, FilterType::Lanczos3);filled.save("filled.jpg")?;

裁剪图像 (crop)

裁剪通过 crop() 方法执行，该方法接受左上角的坐标 (x, y) 以及区域的宽度和高度。重要提示：坐标和尺寸不得超出原始图像的边界，否则会导致 panic。

裁剪尺寸为 300x200 的中心部分的示例：

fn crop_example() -> Result<(), Box<dyn std::error::Error>> {    let img = open("input.jpg")?;    let (width, height) = img.dimensions()