当你想到 Vimeo 时，你可能想到的是视频——毕竟，这是我们所做的事情。但是，我们也需要处理很多图像的创建和分发：缩略图、用户头像、频道标题，以及 Vimeo 上各种很棒的图形，仅举几例。

很长一段时间以来，所有这些内容都是静态的，并按原样从 CDN 提供。如果我们想引入新的视频分辨率，我们需要运行批处理作业来获取网站上所有视频的新、更高分辨率的缩略图（如果可能）。这也意味着，如果我们想调整这些图像的质量，我们就会很倒霉。这也意味着在移动设备或高 DPI 屏幕上，我们必须提供与我们主网站上相同大小的图像，除非我们想存储相同图像的更高或更低分辨率版本。

介绍 ViewMaster。

大约两年前，在我们的一次代码马拉松中，我们的移动网站开发人员之一向我们（转码团队）提出了这个问题，他们正在寻找一个后端解决方案。ViewMaster 当晚诞生，但由于工作量繁重，它在很长一段时间内处于闲置状态，直到几个月前才再次被启用。

我们将在下面详细介绍，但 ViewMaster 是什么以及它做什么的简要概述如下

• 使用 Go 和 C 编写。
• 实时调整大小、过滤、裁剪和编码（使用优化，例如 pngout 以不同的格式，完全在内存中进行）。
• 可以扩展；每个服务器都是“哑”的。
• 重新设计了缩略图功能，在上传过程中为每个视频选择一个“好”的缩略图，并存储一个主图，以便稍后用于实时处理。
• 将我们现有的每个图像的 _N_ 个版本迁移到一个要存储的主图，高质量图像。

这使我们能够

• 根据 DPI 和操作系统，向不同的屏幕类型提供更小或更大的图像。
• 为每个浏览器提供优化的图像；例如，WebP 用于 Chrome，JPEG-XR 用于 IE11+
• 轻松引入新的视频分辨率和播放器尺寸。
• 将缩略图图像缩放到嵌入的大小，以供显示。
• 立即引入新的优化，例如 mozjpeg，而不会遇到任何重大迁移问题。

现在介绍一些更技术性的内容。

一般架构概述和迁移

上图展示了该流程的概览。如果你想更详细地了解基础设施和迁移策略（以及更高分辨率的图表），包括一些奇怪名称的含义，请访问 Making Vimeo 博客 查看！

开源

实际的图像处理完全在内存中进行——从不访问磁盘。主要的图像处理服务是用 Go 语言编写的，并且在一定程度上利用了它的 C FFI 来调用几个库和一些微小的 C 例程，无论是否开源。众所周知，从 Go 调用 C 函数会有一定的开销，但在实践中，与库内部更密集的操作（例如解码、编码、调整大小等）所花费的时间相比，这种开销微不足道。

该过程非常简单：视频帧被定位并解码并转换为 RGB（是的，JPEG 是 YCbCr，但对我们来说，将主图存储为 RGB 更有意义）或图像被解码，并进行各种计算来考虑非方形像素、裁剪、调整大小、纵横比等。然后调整图像大小、编码并优化。所有这些都使用 Go 中的缓冲 I/O（通过 bufio）在内存中完成，如果需要，则可以将其管道传输到外部进程并返回到服务，因为在某些情况下库不可用，例如 Gifsicle 和 pngout 的情况。

使用了很多技巧来加速处理速度，例如根据 MIME 类型、libmagic 和下面列出的库检测图像类型和分辨率，因此我们不需要调用 avformat_find_stream_info，它会对图像进行完整解码以获取这些信息。

我们利用（并为其贡献代码！）的一些值得注意的开源库包括

• FFmpeg & Libav – 基础图像解码库（libavcodec）、调整大小（swscale）、远程图像访问。现在也支持 CMYK JPEG！
• FFMS2 – 使用上述库进行帧准确的定位。
• libwebp – WebP 编码。
• LCMS2 – ICC 配置文件处理。

除了这些库之外，我们还编写了一些 Go 包来帮助实现这些功能，其中一些我们刚刚开源

• go-util – Go 的通用实用程序函数。
• go-iccjpeg – 从通用 io.Reader 中提取 ICC 配置文件。
• go-magic – 使用 io.Reader 对 libmagic C API 进行惯用的 Go 绑定。
• go-imgparse – 从 JPEG、PNG 和 WebP 图像中提取分辨率，针对 I/O 和方便性进行了优化，同样使用标准的 io.Reader。
• go-taglog – 与标准 Go 日志记录包兼容的扩展日志记录包。
• go-mediainfo – MediaInfo 的非常基本的绑定。

未来

尽管我们目前对 PNG 和 WebP 的优化效果很好，但仍然有许多工作要做。为此，我们一直在参与并为一些开源项目做出贡献，以创造更好、更快的网络体验。下面讨论了其中一些。这可能并不明显，因为我们倾向于使用我们的标准电子邮件帐户进行贡献，而不是我们的公司帐户……隐蔽！

mozjpeg – 已经非常有前景，添加了诸如扫描优化、格形量化、DHT/DQT 表合并和通过过冲剪切进行去环等功能，未来的功能包括 针对高 DPI 显示器优化的量化表 和 全局最优边缘扩展。我们计划在 ABI 兼容性 在 3.0 中实现后推出它，并且我们还计划向 ImageMagick 添加支持，以造福更大的社区（如果其他人还没有添加）。

jxrlib – 微软开源这项技术很棒，但它需要一些 API 方面的工作（即一个实际的 API）。直到最近，它甚至无法作为一个库构建。

jpeg-recompress – 与 mozjpeg 一起，类似的东西对于 JPEG 生成非常理想。使用出色的 IQA 与 mozjpeg 和一些其他指标（其中一个由我实现，但实现得很糟糕！）。

开源 PNG 优化库 – 这是一个让我们有点困扰的问题。当前的开源 PNG 优化实用程序根本不支持任何内存中的 API，或者实际上，甚至不支持通过 stdin/stdout 传输。 pngout 是唯一支持管道传输的工具。从长远来看，我们希望能够放弃闭源工具，并为这些项目中的一个贡献一个 API。

Photoshop、GIMP 等插件 – 我计划使用上面提到的库来实现这些插件，以便设计师可以更轻松地享受更好的图像压缩带来的好处。