先来看一下什么是nginx的image filter模块。

HttpImageFilterModule用来裁剪过大的图片到指定大小，是nginx自带模块，默认不会开启
开启HttpImageFilterModule需要在编译要带上参数 --with-http_image_filter_module

该模块主要有两个指令：
语法: image_filter (test | size | resize width height | crop width height)
默认是: 无
可出现的上下文: location

该指令指定图像的转化形式：

test - 测试回复是否是JPEG、GIF、或PNG图片（不支持BMP等其他格式），出错时返回415。
size - 返回图片的JSON数据，比如:( "Img": ( "width": 100, "height": 100, "type": "gif"))
resize - 根据设置按比例得减小图像，比如100*100的图片，而设置是50*25，减小后的图片为25*25。如果你只想设置一个维度，可以用“-”代替。出错时返回415。
crop - 根据设置按比例得减小图像，然后裁剪成跟设置一样大小的图片。比如100*100的图片，而设置是50*25，减小后的图片为50*50，Nginx会选取中间高度25的像素，形成50*25的图片，所以图片会有缺失。如果你只想设置一个维度，可以用“-”代替。出错时返回415。

语法: image_filter_buffer size
默认值: image_filter_buffer 1M
可出现的位置: http, server, location

该指令设置单图片缓存的最大值，如果过滤的图片大小超过缓存大小，会报错返回415。

现在开始时重点：

有了如上认识再配合locaiont、if、image_filter 就可以让nginx动态生成缩略图了。

假设你的图片位于/img目录下

访问缩略图方式
https://www.ogeek.net/img/9GUMJR7200AJ0003_90x90.jpg
访问原图方式
https://www.ogeek.net/img/9GUMJR7200AJ0003_90x0.jpg
https://www.ogeek.net/img/9GUMJR7200AJ0003_0x50.jpg
https://www.ogeek.net/img/9GUMJR7200AJ0003_0x0.jpg
https://www.ogeek.net/img/9GUMJR7200AJ0003.jpg

添加如下配置到server上下文即可

    location ~* /img/(.+)_(d+)x(d+).(jpg|gif|png)$ {      
      set $h $2;
      set $w $3;
      if ($h = "0") {
        rewrite /img/(.+)_(d+)x(d+).(jpg|gif|png)$ /img/$1.$4 last;
      }
      if ($w = "0") {
        rewrite /img/(.+)_(d+)x(d+).(jpg|gif|png)$ /img/$1.$4 last;
      }

      #根据给定的长宽生成缩略图
      image_filter resize $h $w;
      #原图最大2M，要裁剪的图片超过2M返回415错误，需要调节参数image_filter_buffer 
      image_filter_buffer 2M;             
      
      #error_page 415       /img/notfound.jpg;
      try_files /img/$1.$4 /img/notfound.jpg; 
    }

    location ~* /img {
      
    }

生成缩略图只是image_filter功能中的一个，它一共支持4种参数：
    test:返回是否真的是图片
    size:返回图片长短尺寸
    corp:截取图片的一部分
    resize:缩放图片

location ~ ^/test/(.*)$ {
      image_filter size;
      root  /var/www/_xxx;
      index index.html index.htm;
    }

输出信息类似：

{ "img" : { "width": 1024, "height": 537, "type": "jpeg" } }

是一个JSON，压力测试了一下，还是很给力，500个并发，CPU占用在17%左右。