这篇文章主要介绍“Android性能优化之图片大小，尺寸压缩的方法”，在日常操作中，相信很多人在Android性能优化之图片大小，尺寸压缩的方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Android性能优化之图片大小，尺寸压缩的方法”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
在Android中我们经常会遇到图片压缩的场景，比如给服务端上传图片，包括个人信息的用户头像，有时候人脸识别也需要捕获图片等等。这种情况下，我们都需要对图片做一定的处理，比如大小，尺寸等的压缩。
质量压缩
尺寸压缩
libjpeg
首先我们要介绍一个api--Bitmap.compress()
@WorkerThread
public boolean compress(CompressFormat format, int quality, OutputStream stream) {
checkRecycled("Can't compress a recycled bitmap");
// do explicit check before calling the native method
if (stream == null) {
throw new NullPointerException();
}
if (quality < 0 || quality > 100) {
throw new IllegalArgumentException("quality must be 0..100");
}
StrictMode.noteSlowCall("Compression of a bitmap is slow");
Trace.traceBegin(Trace.TRACE_TAG_RESOURCES, "Bitmap.compress");
boolean result = nativeCompress(mNativePtr, format.nativeInt,
quality, stream, new byte[WORKING_COMPRESS_STORAGE]);
Trace.traceEnd(Trace.TRACE_TAG_RESOURCES);
return result;
}compress()是系统的API，也是质量和尺寸压缩常用的方法。
public boolean compress(Bitmap.CompressFormat format, int quality, OutputStream stream);这个方法有三个参数:
Bitmap.CompressFormat format图像的压缩格式;
int quality图像压缩率，O-100。0压缩100%，100意味着不压缩;
OutputStream stream 写入压缩数据的输出流;
返回值:如果成功地把压缩数据写入输出流，则返回true。
伪代码
val baos= ByteArrayoutputstream ()
try {
var quality = 50
do {
quality -= 10
baos.reset()
bitmap.compress(Bitmap.CompressFormat.JPEG, quality, baos)
} while (baos.toByteArray().size / 1024 > 100)
fos.write(baos.toByteArray(o))
}catch (ex : Throwable) {
ex.printStackTrace ()} finally {
fos.apply i this: FileOutputStream
flush ()
close ()
}先来看看一个属性Options
属性 inJustDecodeBounds，如果该值为true，那么将不返回实际的 bitmap，也不给其分配内存空间这样就避免内存溢出了。
允许我们查询图片的信息，这其中就包括图片大小信息，options.outHeight（图片原始高度）和option.outWidth(图片原始宽度）。
两次decode，传入不同的options配置:
部分伪代码
val reqWidth = 500
val reqHeight = 300
val bitmap = decodeSampledBitmapFromFile(imageFile, reqWidth, reqHeight)
val fos = Fileoutputstream(
File(applicationContext.filesDir,
child: "$ {system.currentTimeMillis() }_scale.jpg")
)
try {
val quality = 50
bitmap.compress(Bitmap.CompressFormat.JPEG, quality, fos)
catch(ex: Throwable) {
ex.printstackTrace() finally {
fos.apply {
flush()
close()
}
}
}
}
}
private fun decodeSampledBitmapFromFile(imageFile: File，reqWidth: Int,reqHeight: Int): Bitmap
{
return BitmapFactory.Options().run {
inJustDecodeBounds = true
//先获取原始图片的宽高，不会将Bitmap加载到内存中，返回null
BitmapFactory.decodeFile(imageFile.absolutePath, opts: this)
inSamplesize = calculateInSampleSize(options: this, reqWidth，reqHeight)
inJustDecodeBounds - false
BitmapFactory.decodeFile(imageFile.absolutePath， opts : this)
}
}
private fun calculateInSampleSize(context: BitmapFactory, reqWidth: Int, reqHeight: Int): Int {
//解构语法，获取原始图片的宽高
val (height: Int, width: Int) = options.run { outHeight to outwidth }
//计算最大的inSampleSize值，该值为2的幂次方，并同时保持这两个值高度和宽度大于请求的高度和宽度。
//原始图片的宽高要大于要求的宽高
var inSampleSize = 1
if (height > reqHeight || width > reqWidth) {
val halfHeight: Int = height / 2
val halfwidth: Int = width / 2
while (halfHeight / inSampleSize >= reqHeight && halfwidth / inSampleSize >= reqWidth) {
inSampleSize *= 2
}
}
return inSampleSize
}inSampleSize都是2的倍数 .
BitmapFactory 给我们提供了一个解析图片大小的参数类 BitmapFactory.Options ，把这个类的对象的 inJustDecodeBounds 参数设置为 true，这样解析出来的 Bitmap 虽然是个 null，但是 options 中可以得到图片的宽和高以及图片的类型。得到了图片实际的宽和高之后我们就可以进行压缩设置了，主要是计算图片的采样率。
第一次采样已经结束，我们已经成功的计算出了sampleSize的大小
第二次采样时我需要将图片加载出来显示，不能只加载图片的框架，因此inJustDecodeBounds属性要设置为false
libjpeg是一个完全用C语言编写的库，包含了被广泛使用的JPEG解码、JPEG编码和其他的JPEG功能的实现。
libjpeg-turbo图像编解码器，使用了SIMD指令来加速x86、x86-64、ARM和 PowerPC系统上的JPEG压缩和解压缩，libjpeg-turbo 的速度通常是libjpeg 的2-6倍。
可以使用采用哈夫曼
微信采用的方式
其实最重要的是把ARGB转换为RBG，也就是把每个像素4个字节，转换为每个像素3个字节。
导入对应的so库文件即可编写C的代码 jpeg.so 和 jpeg-turbo.so
编写这部分的代码需要NDK的环境和C语言的基础
伪代码
int generateCompressJPEG(BYTE *data, int w, int h, int quality, const char *outfileName, jboolean optimize) {
//结构体相当于java的类
struct jpeg_compress_struct jcs;
//当读完整个文件的时候回回调
struct my_error_mgr jem;
jcs.err = jpeg_std_error(&jem.pub);
jem.pub.error_exit = my_error_exit;
//setjmp是一个系统级函数，是一个回调
if (setjmp(jem.setjmp_buffer)) {
return 0;
}
//初始化jsc结构体
jpeg_create_compress(&jcs);
//打开输出文件 wb可写 rb可读
FILE *f = fopen(outfileName, "wb");
if (f == NULL) {
return 0;
}
//设置结构体的文件路径，以及宽高
jpeg_stdio_dest(&jcs, f);
jcs.image_width = w;
jcs.image_height = h;
//TRUE=arithmetic coding, FALSE=Huffman
jcs.arith_code = false;
int nComponent = 3;
// 颜色的组成rgb，三个 of color components in input image
jcs.input_components = nComponent;
// 设置颜色空间为rgb
jcs.in_color_space = JCS_RGB;
jpeg_set_defaults(&jcs);
// 是否采用哈夫曼
jcs.optimize_coding = optimize;
//设置质量
jpeg_set_quality(&jcs, quality, true);
//开始压缩
jpeg_start_compress(&jcs, TRUE);
JSAMPROW row_pointer[1];
int row_stride;
row_stride = jcs.image_width * nComponent;
while (jcs.next_scanline < jcs.image_height) {
//得到一行的首地址
row_pointer[0] = &data[jcs.next_scanline * row_stride];
jpeg_write_scanlines(&jcs, row_pointer, 1);
}
// 压缩结束
jpeg_finish_compress(&jcs);
// 销毁回收内存
jpeg_destroy_compress(&jcs);
//关闭文件
fclose(f);
return 1;
}for (int i = 0; i < bitmapInfo.height; ++i) {
for (int j= 0; j < bitmapInfo.width; ++j){
if (bitmapInfo.format == ANDROID_BITMAP_FORMAT_RGBA_8888){
//0x2312faff ->588446463
color = *(int *) (pixelsColor);
// 从color值中读取RGBA的值/ /ABGR
b = (color >> 16)& 0xFE;
g = (color >> 8)& OxFF;
r = (color >> 0) & OxFF;
*data = r;
* (data + 1) =g;
*(data + 2) = b;
data += 3;
//移动步长4个字节
pixelsColor +- 4 ;
}else {
return -2;
}
// 是否采用哈夫曼
jcs.optimize_coding = optimize;至此，三种图片压缩的方法已经介绍完毕了。
经过图片压缩实践，质量压缩和libjpeg最后的图片的大小一样，效果也和原图差不多。
其实，经过我翻查原码发现，新版本的Bitmap.compress() 会调用
boolean result = nativeCompress(mNativePtr, format.nativeInt, quality, stream, new byte[WORKING_COMPRESS_STORAGE]); private static native boolean nativeCompress(long nativeBitmap, int format, int quality, OutputStream stream, byte[] tempStorage);
其实最后也会调用到nativeCompress的压缩，也会采用哈夫曼算法，提高压缩效率。
既然这样，那么这里为什么还要介绍libjpeg的方法呢？
兼容低版本，早起的compress没有采用哈夫曼算法
大厂的跨平台算法
到此，关于“Android性能优化之图片大小，尺寸压缩的方法”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
