新闻详情

新闻详情

首页 / 资讯中心 / 详情

toBlob的quality传字符串会怎样?体积翻2.15倍

发布时间:2026/11/16 19:18:57来源:尧图网络
toBlob的quality传字符串会怎样?体积翻2.15倍
我给自己的工具站做过一个图片上传组件。用户选完图先在浏览器里用 canvas 压一遍再传到我那台按流量计费的小服务器上。压缩质量做成了一个滑杆默认停在 0.8。上线前我只在自己常用的 Chrome 里点了几次看文件确实变小了就没再管它。后来我用三个内核把这几件事实测了一遍才发现滑杆这一步从来没生效过。原因小得可笑滑杆input typerange的value是字符串我把它原样塞给了toBlob。跑测试用的是 Playwright 1.61.1 里带的三个内核Chromium 149、WebKit 26.5、Firefox 151。全部无头运行。样本是我拿脚本造的 2000×1500 合成图渐变底加噪声再叠几何色块不是谁拍的照片。对照组我用的是图映 ImgIng一个免费的在线图片处理工具的转 JPG滑杆拉到 80同一张样本在三个内核上各跑一遍。它转 JPG 用的正是各内核自带的 canvas 编码器。我对了一下字节。Chromium 上它的产物和我直接给toBlob传数字 0.8 的文件完全相同都是 446,131 字节。这一步只用来确认我的测试台没有测歪。quality 传字符串 ‘0.8’ 结果多大同一张图在同一个 Chromium 里传数字 0.8 得到 446,131 字节。换成字符串 ‘0.8’ 以后文件涨到 957,988 字节整整 2.15 倍。957,988 这个数也有来历它和传 0.92 的产物逐字节相同。0.92 正是 Chromium 的 JPEG 默认值。字符串被当成了「没传」。Firefox 那边差距更大473,089 字节对 1,845,543 字节3.90 倍。它的默认值同样是 0.92。它的色度采样在 0.8 和 0.9 之间会从 4:2:0 切到 4:4:4默认值恰好落在切换之后。对一个靠免费额度和按量计费过日子的小站来说这比报错还难受。报错当天就能看到。文件大一倍不会有任何提示只会慢慢变成存储和流量账单上多出来的一截。我当时把带宽的账算得很细却从没往 quality 这里想过。为什么不报错越界值和非数字都当没传我原以为浏览器会把 ‘0.8’ 悄悄转成数字或者至少在控制台里警告一句。实测三个内核都没有。我顺手把几种常见的错值也跑了一遍1.5、-1、NaN、null 和字符串 ‘abc’。结果全部和不传一模一样。越界的数也不会被截到边界上1.5 不变成 1-1 不变成 0。它们都直接回到默认值。PNG 更干脆三个内核都忽略 quality。传 0.1 和传 1 的 PNG 逐字节相同在 PNG 上拖滑杆本来就没用。WebKit 26.5 的 JPEG 默认值和另外两家不一样它不是 0.92。我按 0.005 一档把 0.700 到 0.800 扫了一遍也没有哪一档和它逐字节相等。这块我没再追下去。上传前怎么自查 quality 有没有生效组件我改了两处。第一处是调toBlob之前先用Number()把滑杆的值转成数字。转完再判断它落不落在 0 到 1 之间不在就直接抛错。第二处是开发阶段的一个土办法同一张图用 0.5 和 0.9 各导一次。两份体积差不多就说明 quality 根本没进去。这招不用懂编码器比盯着代码找类型问题快得多。还有一件事我没解决。同一个 0.8 在 WebKit 26.5 上导出的 JPEG 有 1,126,619 字节。这是 Chromium 那份 446,131 字节的 2.53 倍。这不是传错类型造成的各家对 quality 数值的理解本来就不一样。真实的 Safari 和 iOS 我没测过不知道那边差多少。我现在的临时做法是只看导出后的实际字节数而不再拿 quality 数值当体积的承诺。你的上传组件如果也用了滑杆先在控制台里看一眼传进toBlob的那个值是什么类型。再拿同一张图用两档 quality 各导一次比一比体积。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉