利用ChatGPT编写一个Golang图像压缩函数
编程并不是一个机械性的工作,而是需要有思考,有创新的工作,语法是固定的,但解决问题的思路则是依靠人的思维,这就需要我们坚持学习和更新自己的知识。今天golang学习网就整理分享《利用ChatGPT编写一个Golang图像压缩函数》,文章讲解的知识点主要包括ChatGPT、图像压缩,如果你对Golang方面的知识点感兴趣,就不要错过golang学习网,在这可以对大家的知识积累有所帮助,助力开发能力的提升。
最近在使用Wails开发ImgURL客户端时,需要对图片进行压缩再上传,为了提高效率,节省时间,这次直接让ChatGPT来帮我完成这个需求。

提出需求
我对ChatGPT提出了如下要求:
请帮我编写一个能够接收图片路径并进行压缩的Golang函数。该函数需要支持jpg和png格式的图片,并且会校验MIME类型。如果图片类型不是jpg或png,则函数不会进行处理。压缩后的图片路径与原路径相同,比如
/tmp/1.png经过压缩后依然为/tmp/1.png。函数的返回值为err。
第一次给我返回的代码中并没有去校验MIME类型,于是我再次让他跟进需求:
您似乎不是根据MIME类型来判断而是根据扩展名来判断的?请根据MIME类型来判断,如果不是匹配的MIME类型,返回nil,压缩后图片路径不改变,比如
/tmp/1.png压缩后的图片路径依然为/tmp/1.png
这次给的代码看起来没问题,但实际运行的时候并没有压缩图片,原来MIME类型判断错了,继续提问:
为什么我调用函数后图片大小没有任何变化?
ChatGPT勇于承认错误:
抱歉给您带来困扰。我发现在代码中有一个错误,http.DetectContentType 方法应该接收文件的前512个字节而不是文件路径。下面是修改后的 compressImage 函数。
这次给的代码未做任何修改,可以成功运行并压缩图像。
package main
import (
"errors"
"image"
"image/jpeg"
"image/png"
"mime"
"net/http"
"os"
)
func compressImage(imagePath string) error {
file, err := os.Open(imagePath)
if err != nil {
return err
}
defer file.Close()
// 读取文件的前512个字节
buffer := make([]byte, 512)
_, err = file.Read(buffer)
if err != nil {
return err
}
file.Seek(0, 0)
// 根据MIME类型检查
contentType := http.DetectContentType(buffer)
var img image.Image
var format string
switch contentType {
case "image/jpeg":
img, err = jpeg.Decode(file)
format = "jpeg"
case "image/png":
img, err = png.Decode(file)
format = "png"
default:
return nil
}
if err != nil {
return err
}
// 关闭并重新打开文件进行压缩
file.Close()
file, err = os.OpenFile(imagePath, os.O_WRONLY|os.O_TRUNC, 0644)
if err != nil {
return err
}
defer file.Close()
var opt jpeg.Options
opt.Quality = 75 // 设置压缩质量为75
switch format {
case "jpeg":
err = jpeg.Encode(file, img, &opt)
case "png":
encoder := png.Encoder{CompressionLevel: png.BestCompression}
err = encoder.Encode(file, img)
}
return err
}
func main() {
imagePath := "/tmp/1.png"
err := compressImage(imagePath)
if err != nil {
println("Error compressing image:", err.Error())
} else {
println("Image compressed successfully")
}
}并且对代码做出了解释:
这个函数中,JPEG图片采用有损压缩,而PNG图片采用无损压缩。
对于JPEG图片,压缩质量设置为75(范围是1-100,数值越高,质量越好,但文件大小也越大)。
对于PNG图片,这个函数使用了最佳压缩级别(png.BestCompression)。这会进行无损压缩,保留图像的所有原始信息,但可能会导致压缩时间较长。
结语
正确使用ChatGPT确实能有效提高效率,但不能完全依赖ChatGPT。还需要自己的辨别能力,因为ChatGPT给出的答案也不完全正确。我们需要自己辨别和加以引导,才能得到正确的答案。将ChatGPT视为辅助工具则非常不错。此外,我们应该分辨出哪些问题能够由ChatGPT回答,哪些问题需要我们自己解决。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于Golang的相关知识,也可关注golang学习网公众号。
Redis中 HyperLogLog数据类型使用小结
- 上一篇
- Redis中 HyperLogLog数据类型使用小结
- 下一篇
- redis分布式ID解决方案示例详解
-
- Golang · Go教程 | 13小时前 | go · Go 交叉编译 GOARCH GOOS CGO_ENABLED
- Go 交叉编译怎样关闭 CGO
- 487浏览 收藏
-
- Golang · Go教程 | 13小时前 | go · Go教程 · go.work Go Modules go work 多模块联调
- Go work 怎样管理多个模块联调
- 245浏览 收藏
-
- Golang · Go教程 | 13小时前 | Go教程 · Go 模块依赖 Go Modules go mod why 依赖路径
- Go mod why 怎样解释模块引入路径
- 394浏览 收藏
-
- Golang · Go教程 | 13小时前 |
- Go net/url 怎样只修改查询参数而保留路径
- 274浏览 收藏
-
- Golang · Go教程 | 13小时前 | goroutine · go ·
- Go trace 怎样观察 goroutine 调度
- 351浏览 收藏
-
- Golang · Go教程 | 13小时前 |
- Go pprof 怎样定位 CPU 热点函数
- 321浏览 收藏
-
- Golang · Go教程 | 13小时前 |
- Go benchmark 怎样排除初始化耗时
- 266浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 587次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 625次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 660次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 628次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 444次使用
-
- GPT-6 十月更新为何区分 ChatGPT 与 Codex 的部署版本
- 2026-10-08 118浏览

