怎么在照片上写字？3种主流方案速查手册

看了一堆教程还是不会写项目？别慌，问题不在你手慢，而在你选错了轮子。今天这篇怎么在照片上写字的速查手册，直接给你甩出3种最实用的技术方案，从前端到后端，从纯JS到原生库，代码都备好了。别纠结理论，咱们直接看代码，跑通一个，你就掌握了一半。

很多应届生做毕设或者接小单时，卡在“图片加水印”或“照片加文字”这一步，搜出来的教程要么全是Python的Pillow，要么全是Java的Graphics2D，结果自己项目是Vue或者Node.js，代码复制过来直接报错。这就是典型的“教程与场景错位”。

方案一：前端 Canvas API —— 浏览器端的轻骑兵

如果你做的是Web应用，比如一个在线照片编辑器、朋友圈配图生成器，或者只是一个简单的上传预览功能，Canvas 是首选。它不需要后端参与，用户传张图，前端直接处理完就能下载，体验最丝滑。

核心原理： Canvas 本质是一个像素画布。你需要先把图片画上去，然后用 fillText 方法把文字“画”在指定坐标。关键点在于 ctx.font 的设置，这决定了字体的大小、粗细和家族。

代码示例（JavaScript）：

function drawTextOnImage(imgSrc, text, x, y, fontSize, color) {const canvas = document.createElement('canvas');const ctx = canvas.getContext('2d');const img = new Image();img.crossOrigin = "anonymous"; // 解决跨域污染，关键！img.onload = function() {// 设置画布尺寸与图片一致canvas.width = img.width;canvas.height = img.height;// 1. 先画原图ctx.drawImage(img, 0, 0);// 2. 设置文字样式ctx.font = `${fontSize}px Arial, sans-serif`;ctx.fillStyle = color;ctx.textAlign = "center"; // 水平居中ctx.textBaseline = "middle"; // 垂直居中// 3. 绘制文字ctx.fillText(text, x, y);// 4. 生成可下载的图片const dataURL = canvas.toDataURL('image/png');console.log("生成完毕:", dataURL);// 如果需要下载，可以创建一个a标签触发点击const link = document.createElement('a');link.href = dataURL;link.download = 'edited-photo.png';link.click();};img.src = imgSrc;
}// 调用示例：在图片中心(50%, 50%)位置写"Hello World"，字号40，白色
// drawTextOnImage('photo.jpg', 'Hello World', 200, 200, 40, '#FFFFFF');

避坑指南：

跨域问题： 如果图片来自其他域名，canvas.toDataURL() 会抛出安全错误。必须在 img 标签上设置 crossOrigin="anonymous"，且图片服务器必须返回 Access-Control-Allow-Origin: *。这是掘金技术社区上前端同学问得最多的坑，没有之一。
字体加载： 浏览器默认字体有限。如果你想用自定义字体（比如思源黑体），必须先用 CSS @font-face 或 JS 的 FontFace API 确保字体加载完成，再执行 fillText，否则文字会变成默认宋体，非常难看。

方案二：Node.js + Jimp —— 服务端的高并发利器

如果场景是批量处理图片，比如电商网站上传商品图自动加水印、社交App生成分享海报，前端Canvas就力不从心了。你需要服务端处理，Jimp 是一个纯JS实现的图像处理库，无需依赖 libgdiplus 或 ImageMagick 等外部二进制文件，部署极其简单，特别适合 Node.js 环境。

核心原理： Jimp 将图片解析为像素数组，你可以直接操作像素，或者使用其内置的高层API print 方法在指定位置绘制文字。它支持多种字体，包括 TTF 文件。

代码示例（Node.js）：

const Jimp = require('jimp');async function addTextToImage(inputPath, outputPath, text, fontSize, fontPath) {try {// 1. 加载图片const image = await Jimp.read(inputPath);// 2. 加载字体（Jimp 内置了 Arial，也可以加载本地 TTF）// 如果使用本地字体：const font = await Jimp.loadFont(fontPath);// 这里使用内置 Arial 字体，方便演示const font = await Jimp.loadFont(Jimp.FONT_SANS_32_BLACK); // 示例用黑色32号字// 3. 计算文字位置（以图片中心为例）const x = (image.bitmap.width - font.measureTextWidth(text)) / 2;const y = (image.bitmap.height - font.measureTextHeight(text)) / 2;// 4. 打印文字// 注意：Jimp 的 print 方法参数顺序是 (x, y, font, text)image.print(x, y, font, text);// 5. 保存图片await image.writeAsync(outputPath);console.log("图片处理成功");} catch (err) {console.error("处理失败:", err);}
}// 调用示例
// addTextToImage('./input.jpg', './output.jpg', 'Watermark', 32, './fonts/arial.ttf');

避坑指南：

字体文件缺失： Jimp 默认不包含中文 TTF 字体。如果你的文字包含中文，必须提供一个支持中文的 TTF 文件（如 NotoSansSC-Regular.ttf），否则中文会显示为方块或乱码。
性能瓶颈： Jimp 是纯 JS 实现，对于超高清大图（如 4K 照片）或高并发场景，CPU 占用率会飙升。如果 QPS 超过 50，建议考虑换用 Sharp（底层 C++，性能强 10 倍以上）。

方案三：Python + Pillow —— 数据科学家的万能钥匙

如果你的项目涉及机器学习、图像分析，或者你本身就是 Python 技术栈，Pillow 是事实上的标准库。它功能最全，支持几乎所有图像格式，社区资源极其丰富。

核心原理： Pillow 的 ImageDraw 对象提供了 text 方法，可以在图像上绘制文本。它支持精确的坐标定位、字体大小和颜色控制。

代码示例（Python）：

from PIL import Image, ImageDraw, ImageFontdef add_text_to_photo(image_path, output_path, text, font_path=None, font_size=40, text_color="white", position=(10, 10)):# 1. 打开图片img = Image.open(image_path)# 2. 创建绘图对象draw = ImageDraw.Draw(img)# 3. 加载字体# 如果 font_path 为 None，使用默认字体（可能不支持中文）# 建议始终指定一个 TTF 字体路径，尤其是处理中文时if font_path:try:font = ImageFont.truetype(font_path, font_size)except IOError:print("字体文件未找到，使用默认字体")font = ImageFont.load_default()else:font = ImageFont.load_default()print("警告：使用默认字体，可能不支持中文或自定义样式")# 4. 获取文本边界框，用于居中计算（可选）bbox = draw.textbbox((0, 0), text, font=font)text_width = bbox[2] - bbox[0]text_height = bbox[3] - bbox[1]# 5. 计算居中位置# x = (img.width - text_width) // 2# y = (img.height - text_height) // 2# 6. 绘制文本# 添加阴影效果（可选，提升可读性）shadow_offset = 2draw.text((position[0] + shadow_offset, position[1] + shadow_offset), text, font=font, fill="black")draw.text(position, text, font=font, fill=text_color)# 7. 保存img.save(output_path, "PNG")print("图片已保存至:", output_path)# 调用示例
# add_text_to_photo("input.jpg", "output.png", "你好，世界", font_path="NotoSansSC-Regular.ttf")

避坑指南：

中文乱码： Pillow 默认字体不支持中文。必须使用 ImageFont.truetype() 加载一个包含中文字形的 TTF 文件。在 Linux 服务器上，你可能需要先安装中文字体包（如 fonts-noto-cjk）。
RGBA 通道： 如果图片是 RGBA 格式（带透明度），而你的文字是 RGB，直接绘制可能导致颜色异常。建议在绘制前将图片转换为 RGB，或使用 Image.alpha_composite 进行透明层合成。

核心差异对比：一张表看懂怎么选

特性	Canvas (前端)	Jimp (Node.js)	Pillow (Python)
运行环境	浏览器	Node.js 服务器	Python 环境
部署难度	极低 (无需部署)	低 (纯 JS, 无原生依赖)	中 (需安装 Python 环境)
性能	中 (受限于浏览器 JS 引擎)	中 (纯 JS, 大图较慢)	高 (C 扩展, 批量处理快)
中文支持	依赖系统字体/CSS 字体	需加载 TTF 文件	需加载 TTF 文件
跨域问题	有 (需配置 CORS)	无	无
适用场景	用户端实时编辑、预览	电商水印、海报生成、API 服务	数据分析、ML 预处理、脚本批处理
学习曲线	低 (Web 开发者熟悉)	中 (需了解异步/Promise)	低 (Python 开发者熟悉)

代码写法对比：细节决定成败

虽然都是“画图+写字”，但三者 API 差异巨大。以下是关键步骤对比：

步骤	Canvas (JS)	Jimp (Node)	Pillow (Python)
创建/加载	`document.createElement('canvas')` + `new Image()`	`Jimp.read(path)`	`Image.open(path)`
设置字体	`ctx.font = "40px Arial"`	`Jimp.loadFont(font)`	`ImageFont.truetype(path, size)`
绘制文字	`ctx.fillText(text, x, y)`	`image.print(x, y, font, text)`	`draw.text((x, y), text, font=font)`
保存/导出	`canvas.toDataURL()`	`image.writeAsync(path)`	`img.save(path)`

注意： Jimp 的 print 方法坐标原点在左上角，而 Canvas 的 fillText 默认基线是 alphabetic（基线），这导致垂直定位时容易产生偏差。建议在 Jimp 中使用 font.measureTextHeight 进行精确计算，或在 Canvas 中设置 textBaseline = "middle" 来简化计算。

适用场景与选型建议

选 Canvas，如果：

你的用户需要在浏览器里实时看到效果（如拖拽调整文字位置）。
项目是纯前端应用，不希望增加服务器负载。
图片来源可控，可以解决跨域问题。

选 Jimp，如果：

你的后端是 Node.js (Express/Koa/Fastify)。
需要处理中等并发的图片请求（如每天几万次水印添加）。
希望部署简单，不想在服务器上安装 ImageMagick 或 libgdiplus。

选 Pillow，如果：

你的技术栈是 Python (Django/Flask/FastAPI)。
需要处理大量图片进行批量操作（如给 1 万张图统一加水印）。
项目涉及图像分析，需要在加文字的同时进行其他图像处理（如裁剪、压缩、滤镜）。

选型建议：别盲目追求“最强”

对于应届工程师，我的建议是：先跑通一个，再优化。

如果是前端岗： 精通 Canvas。这是 Web 开发的必修课，面试常考。务必搞懂 toDataURL 的跨域限制和字体加载时序。
如果是 Node.js 后端岗： 推荐 Jimp 入门，性能要求高时切换到 Sharp。Jimp 的 API 更直观，适合快速搭建原型。
如果是 Python 数据/后端岗： Pillow 是唯一选择。它是 Python 图像处理的基石，几乎所有 ML 框架（TensorFlow, PyTorch）都依赖它。

最后，关于性能： 无论选哪个，都要注意图片大小。一张 10MB 的 4K 照片，处理一次可能需要 1-2 秒。在高并发场景下，务必使用队列（如 BullMQ）进行异步处理，避免阻塞主线程。同时，考虑对原图进行压缩后再处理，能显著提升速度。

你在项目里踩过这个坑吗？比如字体加载失败、跨域报错、或者中文乱码？评论区聊聊，我帮你看看是哪一步出了问题。