将图像处理逻辑放入 worker 并采用 imagebitmap 零拷贝传输、分块处理+动态 worker 池、simd/wasm 加速及避免内存误用，是实现高效并行图像处理的关键路径。
把图像处理逻辑放进 Worker 是提升性能的关键一步，但真正实现高效并行化，不能只靠“开多个线程”，而要围绕数据流、任务划分和资源复用做系统性设计。
用 ImageBitmap 替代 ImageData 传输
主线程频繁传 Uint8ClampedArray 再调 putImageData()，会触发两次 CPU 光栅化（解码 + 绘制），拖慢整体流程。更优路径是让 Worker 完成像素计算后直接生成 ImageBitmap：
- Worker 内用 createImageBitmap(imageData) 创建位图，它支持 transferable，零拷贝交付
- 主线程收到后直接 ctx.drawImage(bitmap, ...)，支持缩放、平移、旋转等变换，且由 GPU 加速
- 避免在 Worker 中反复 new Uint8ClampedArray 或做冗余内存分配，优先复用传入的 buffer
分块处理 + 动态 Worker 池
单个 Worker 处理整张 4K 图仍可能延迟；固定数量 Worker 又易闲置或过载。推荐按需调度：
- 将图像按行或矩形区域切分为 tile（如每块 256×256 像素），每个 tile 为一个独立任务
- 维护一个长期存活的 Worker 池（例如 4–8 个），通过 postMessage({ type: 'process', data, tileRect }) 分发任务
- 主线程聚合各 tile 的 ImageBitmap，用 OffscreenCanvas 合成最终结果，再转成主 canvas 可绘制的 bitmap
算法层加速：SIMD 与 WASM 结合
纯 JS 像素循环效率有限，尤其在灰度转换、卷积滤波等场景：
- 启用 SIMD.Float32x4 一次性处理 4 个像素的 RGBA，加权平均灰度可提速 3–5 倍
- 对复杂操作（如直方图均衡、CIELAB 转换），用 WebAssembly 编译核心算法，Worker 中调用 wasm 函数处理 tile 数据
- WASM 模块保持单例复用，避免重复 instantiate；输入 buffer 用 memory.grow 预分配，减少 runtime 分配开销
避免常见陷阱
并行不等于快，很多卡顿源于通信或内存误用：
- 禁止高频 postMessage 中间状态（如每帧进度）；一次输入、一次输出为佳
- 不要在主线程创建 HTMLImageElement 加载图再传 data——改用 Worker 内 fetch + createImageBitmap，跳过主线程解码瓶颈
- Worker 处理完 ImageBitmap 后，及时调用 bitmap.close() 释放显存，防止内存泄漏
