最近毕业设计选题，基于我之前做过的项目和图像处理有关，serverless 也是最近几年开始流行的一种服务，于是选择这个题目，从零开始研究 serverless。（后记：出题老师后来想了想我这个的工作量太小了，所以把题目扩充了许多，现在要去研究证件识别和处理之类的了 QwQ）
参考文章：【AWS 征文】使用 AWS Serverless 架构动态调整图片大小
开发环境#
Python 3.6（腾讯云对于 Python 3 目前只支持这个版本），腾讯云 SCF
步骤#
配置环境#
在腾讯云的 “Serverless Framework” 中新建一个 Flask 框架，名称和地域随便填，如下图：
部署完成后在 “开发部署” 中点击 “更新代码”：
随后选择本地开发将项目下载下来：
（其实更便捷的地方在 “云函数 - 函数服务 - 选择新建的那个函数 - 函数代码” 处修改代码或者新增文件，可以保证环境的一致性，但是上面的方法便于本机调试与修改，各有利弊）
至此，基本框架已经搭好了。
功能开发#
目前函数能够处理并返回的图片存放于我的云存储，主要是便于调用和预留参数。利用 Flask app 的固有格式，预留了 screen_width（屏幕宽度）和 pic_url（图片路径）两个参数。
在调用时，指定屏幕宽度则返回对应宽度等比缩放的图片：
不指定则返回原图：
在 Flask 部分代码如下：
@app.route("/pic/<pic_url>")
def source_picture(pic_url):
img_src = "存储空间地址" + pic_url
# 相当于把一张图片读入再读出，图片大小会变得小一些
response = make_response(picture.image_output(picture.image_input(img_src)))
# 设置response的headers对象
response.headers['Content-Type'] = 'image/jpeg'
return response
@app.route("/pic/<screen_width>/<pic_url>")
def picture_url_get(screen_width, pic_url):
# 避免数据类型错误
width = int(screen_width)
img_src = "存储空间地址" + pic_url
# 创建response对象
response = make_response(picture.image_output(picture.image_resize(width, img_src)))
# 设置response的headers对象
response.headers['Content-Type'] = 'image/jpeg'
return response
主要使用了 make_response 来创建 response 对象包装图片，并返回到浏览器，避免先存储再访问存储好的图片。
对于图片处理部分：
image_input 函数使用 requests 从 URL 获取图片，封装成 response 对象，随后用 PIL 的 Image 库打开，注意 response 对象要用 BytesIO 处理：
def image_input(img_src):
response = requests.get(img_src, headers=headers)
image = Image.open(BytesIO(response.content))
return image
image_output 函数使用 BytesIO 将图片转换为字节流，保存后返回：
def image_output(image):
img_byte = BytesIO()
image.save(img_byte, format="JPEG")
img_byte = img_byte.getvalue()
return img_byte
image_resize 函数使用了 Image 里的 resize 方法，将图片进行等比缩放，其中 Image.ANTIALIAS 是高清晰度的参数：
def image_resize(width, img_src):
image = image_input(img_src)
resize = image.resize((width, int(image.size[1] * width / image.size[0])), Image.ANTIALIAS)
return resize
遇到的问题与解决方案#
npm 安装时遇到 rollbackFailedOptional: verb npm-session 问题#
使用npm install -g cnpm --registry=https://registry.npm.taobao.org命令，用淘宝源替换官方源，随后使用 cnpm 进行安装。
安装相应第三方库报错#
可以使用阿里镜像：https://mirrors.aliyun.com/pypi/simple/ ，同时serverless.yml文件中 pip 的相关代码改为hook: pip install -i https://mirrors.aliyun.com/pypi/simple/ -r requirements.txt -t ./
Pillow 的 import 错误#
原因为本地环境与云端环境不一致，即使均为 Python 3.6.0 版本，Windows 上与 Linux 上的第三方库也有细微的不同。解决方法为将代码上传后，在云端执行pip install -i https://mirrors.aliyun.com/pypi/simple/ -r requirements.txt -t ./下载依赖。
总结#
整个流程下来自己大致摸清了部署 serverless 服务的步骤，同时也意识到由于 serverless 的依赖都是随着代码附带的，若开发和部署不是同一个操作系统，建议在代码上传后于云环境中进行部署，以免发生运行时的错误。
图片大小的改变只是其中的一个小应用，理论上来讲许多应用都可以在 serverless 环境下运行并得出结果，例如短链接、图像识别、文字识别等等，未来 serverless 的应用会愈发广泛。