在AWS Lambda与本地执行PIL Image.getvalue()时字节长度存在差异

我在AWS Lambda上通过PIL的Image.getvalue()提取PDF转JPG后的图片字节时，发现字节串长度和本地Windows机器上的结果不一致。特定图片在Lambda上长度为122103，本地是122551，这个差异影响了后续业务操作。

相关代码如下：

if base64_message[0:4] == b'%PDF':
        images = convert_from_bytes(base64_message, dpi=120, poppler_path=poppler_path)
        img_byte_arr = io.BytesIO()
        for img_page in (images):
            img_page.save(img_byte_arr, format = "jpeg")
            break
        img_obj = img_byte_arr.getvalue()
print(len(img_obj))

经排查，问题根源在于Lambda的Linux环境和本地Windows系统的差异。

解决方法 #

• 统一JPEG压缩参数
  直接调用save()时不指定参数，不同环境下PIL会使用各自默认的压缩级别、编码参数，导致输出字节存在差异。显式固定压缩参数即可避免：

  img_page.save(img_byte_arr, format="jpeg", quality=85, optimize=True, progressive=False)
  

  把quality、optimize等参数明确写死，确保跨环境输出的JPEG编码逻辑一致。

• 统一Poppler版本
  pdf2image依赖Poppler处理PDF，本地Windows和Lambda Linux上的Poppler版本不同，会导致生成的PIL Image对象存在细微差异。在Lambda中使用和本地一致的Poppler版本：

  1. 下载对应Linux版本的Poppler二进制包，打包到Lambda部署包中
  2. 代码中指定Lambda内的Poppler路径，确保和本地使用的版本完全匹配

• 改用内容哈希校验替代字节长度
  如果业务允许，不要依赖字节长度做校验，改用图片内容哈希（比如MD5）来验证一致性：

  import hashlib
  img_hash = hashlib.md5(img_obj).hexdigest()
  print(img_hash)
  

  这样即使字节长度因环境有细微差异，只要图片视觉内容一致，哈希值就会相同。

内容的提问来源于stack exchange，提问作者Rahul Pidkalwar