uni-app的compressImage在各端行为不一：H5端不存在，小程序为空函数，App端quality参数指最大边长而非质量值；跨端推荐统一用canvas绘制+toDataURL压缩。
别用 compressImage 一把梭——它在 H5 不生效、小程序没接口、App 端参数含义反直觉，直接调大概率白忙。
uni-app 的 compressImage 在各端到底怎么 behave
这个 API 名字极具误导性，实际行为完全取决于运行环境：
- H5 端：
compressImage函数根本不存在，调用即报undefined is not a function - 微信小程序：uni-app 封装层未透出压缩能力，
compressImage是空函数，必须自己走canvas或用wx.compressImage（但不能直接调） - App 端（iOS/Android）：存在且可用，但
quality参数不是“质量值”，而是“最大边长（px）”。传{ quality: 800 }表示把长边缩到 800px，系统自动选 JPEG + 默认质量（≈0.8），和你想要的“文件体积压到 200KB”无关 - iOS 特别坑：原图宽高任一超过 4096px，
compressImage会静默跳过压缩，直接返回原图路径
H5 和小程序通用的 canvas 压缩写法（推荐落地）
跨端最稳的方案是统一走 canvas 绘制 + toDataURL，但要注意几个硬约束：
- 先调
uni.getImageInfo拿真实宽高，别信tempFilePath的文件名或后缀 - 缩放逻辑要等比：比如目标宽度 1200px，就按
scale = 1200 / originalWidth算缩放比，再算新高度，避免拉伸变形 -
toDataURL("image/jpeg", 0.7)中的0.7仅对 JPEG 生效；PNG 忽略第二个参数，强制转 JPEG 会丢透明通道 - H5 下
canvas.toBlob兼容性差（尤其 iOS Safari），优先用toDataURL得到 base64，再传给uni.uploadFile（记得设 header：{"Content-Type": "image/jpeg"}）
示例关键片段：
立即学习“前端免费学习笔记（深入）”；
const img = new Image();
img.src = localPath;
img.onload = () => {
const canvas = document.createElement('canvas');
const ctx = canvas.getContext('2d');
const scale = Math.min(1200 / img.width, 1);
canvas.width = img.width * scale;
canvas.height = img.height * scale;
ctx.drawImage(img, 0, 0, canvas.width, canvas.height);
const base64 = canvas.toDataURL('image/jpeg', 0.75); // 大图可降为 0.6
// 后续用 base64 上传
};App 端用 compressImage 时参数怎么填才不翻车
如果你确定只跑 App，且需要原生级性能，可以保留 compressImage，但必须按平台语义填参：
- 不要传
quality: 30—— 这不会让图片更小，反而可能因分辨率过高导致输出更大 - 正确用法是传
{ quality: 1000 }，表示“长边 ≤ 1000px”，这是唯一可控的尺寸锚点 - 想进一步控体积？得靠组合策略：先
compressImage缩尺寸，再用 canvas 对结果路径二次压缩（读取 → 绘制 → toDataURL） - 务必加 fallback：App 端调用后检查输出文件大小，若 > 1.5MB，自动触发 canvas 降质重压
上传前别漏掉的三件事
压缩只是第一步，上传链路上还有三个常被跳过的实操点：
- 临时路径有效期极短（尤其 App 端），
compressImage或canvasToTempFilePath返回的路径必须立刻上传，别存 data、别延迟请求 - base64 上传时，
uni.uploadFile的filePath要填data:image/jpeg;base64,xxx格式字符串，不是纯 base64 内容 - 后端接收时，如果校验 MIME 类型，前端传的
Content-Type必须和 base64 前缀一致（image/jpeg对应data:image/jpeg;base64），否则 415 错误
真正麻烦的从来不是“怎么压”，而是“在哪压、压完怎么交、交了怎么不被后端拒”。跨端图片上传的坑，八成藏在环境判断和参数语义错位里，而不是算法本身。
