利用Magick.NET來進行圖片的重新採樣與壓縮

最近因為工作的關係，研究了一下Magick.NET相關的程式碼，發現與GDI+（System.Drawing）比較起來，程式碼簡直簡單到爆，雖然到最後還是放棄採用，不過還是在此把研究結果記錄在此，以備不時之需。

Step 1. 先用nuget下載到現在最新的Magick.NET版本，Magick.NET其實有分成很多版本，一般來說網頁適用Q8版本（8 Bits）即可，在這裡我為了追求最大相容性，因此下載了x86、x64混合版本（AnyCPU）。

nuget Magick.Net-Q8-AnyCPU

Step 2. 程式碼超級簡單，不解釋。

using (ImageMagick.MagickImage oImage = new ImageMagick.MagickImage("original.jpg"))
{
  oImage.Format = ImageMagick.MagickFormat.Pjpeg;   //漸進式JPEG
  oImage.ColorSpace = ImageMagick.ColorSpace.sRGB;  //色盤採用sRGB
  oImage.Quality = 85;    //JPEG壓縮率
  oImage.Resize(500, 0);  //如果不需要重新指定Size可以不必寫這行，0代表依比例運算垂直高度
  oImage.Write("target.jpg");
}

優點：

程式碼封裝的超級簡單。
高品質的壓縮演算法（Lossy compression），在「90」以下品質有比GDI+好且檔案相較之下小非常多。
縮放採用不同的方法名稱（Resize是最佳方法），不會像GDI+在那邊自己囉嗦的列舉一堆設定。
支援無損壓縮（Lossless compression）。

缺點：

在超過「90」以上的JPG壓縮品質後，相較GDI+壓出來畫質沒有顯著的提升，甚至有時候檔案反而比較大。
用官方推薦的LosslessCompress壓縮方法丟到Google PageSpeed Insights，會被嚴重的嫌棄圖形檔太大。（話說現在Google為最佳化網頁推行有損壓縮，我不知道到底在想甚麼，建議壓縮後的JPG檔案畫質跟屎一樣！）
若要使用需要外掛DLL，相較GDI+內建，部署上仍然有些不便。

結論

壓縮與品質本來就是天秤的兩端，其實最後放棄採用的原因就是被Google嚴重嫌棄，這代表現階段Magick.NET仍然有很大的調整空間（諷刺的是PageSpeed Insights推薦的影像壓縮工具ImageMagick，竟然是Magick.NET的母產品啊！）在這邊仍然要幫Magick.NET講一句話，就是Google嫌棄的太無道理，假設PageSpeed Insights建議你這張壓縮後的圖片仍然可以減少32%的檔案大小量，當你真的去打開那張建議的JPG檔案觀看後，你就會吐血了。

若你真的要進行Magick.NET的解決方案，建議搭配「jpegtran.exe」這支EXE檔案一起運作，藉由Huffman table的最佳化，可以為你的檔案進一步的壓縮檔案大小。不過，你必須呼叫外部執行檔，這點得要小心斟酌了。

下面列出「jpegtran.exe」壓縮指令與呼叫外部執行檔案方法，幫大家減少一些survey時間。

jpegtran.exe -copy none -optimize -progressive -outfile target.jpg original.jpg

private void optimizeJPEG(string file)
{
  string pathToExe = HostingEnvironment.MapPath("~\") + "jpegtran.exe";

  var proc = new Process
  {
    StartInfo =
    {
      Arguments = "自己參考上面的引數去設計",
      FileName = pathToExe,
      UseShellExecute = false,
      CreateNoWindow = false,
      WindowStyle = ProcessWindowStyle.Hidden,
      RedirectStandardError = true,
      RedirectStandardOutput = true
    }
  };

  Process jpegTranProcess = proc;

  jpegTranProcess.Start();
  jpegTranProcess.WaitForExit();
}

利用Magick.NET來進行圖片的重新採樣與壓縮

結論

相關連結