Android에서는 개인 정보의 사용자 아바타를 포함하여 서버에 이미지를 업로드하는 것과 같은 이미지 압축 시나리오가 자주 발생하며 때로는 얼굴 인식도 이미지를 캡처해야 하는 경우가 있습니다. 이 경우 우리 모두는 크기, 크기 및 기타 압축과 같은 이미지에 대한 특정 처리를 수행해야 합니다.
일반적인 이미지 압축 방법
- 품질 압축
- 크기 압축
- libjpeg
품질 압축
먼저 api--Bitmap.compress()를 도입해야 합니다.
@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;
}
复制代码
compress()는 시스템의 API이며 품질 및 크기 압축을 위한 일반적인 방법입니다.
공개 부울 압축(Bitmap.CompressFormat 형식, int 품질, OutputStream 스트림), 이 메서드에는
Bitmap.CompressFormat 형식 이미지 압축 형식,
int 품질 이미지 압축률, O-100의 세 가지 매개 변수가 있습니다. 0은 100%를 압축하고 100은 압축하지 않음을 의미합니다. OutputStream 스트림은 압축된 데이터의 출력 스트림을 작성합니다.
public boolean compress(Bitmap.CompressFormat 형식, int 품질, OutputStream 스트림) 이 메서드에는 세 가지 매개변수가 있습니다.
- Bitmap.CompressFormat 형식 이미지의 압축 형식입니다.
- int 품질 이미지 압축률, O-100.0은 100%를 압축하고 100은 압축하지 않음을 의미합니다.
- 압축된 데이터를 출력 스트림에 쓰는 OutputStream 스트림.
반환 값: 압축된 데이터가 출력 스트림에 성공적으로 기록되면 true를 반환합니다.
가짜 코드
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 ()
}
复制代码
크기 압축
먼저 속성 옵션을 살펴보겠습니다.
- 값이 true인 경우 inJustDecodeBounds 속성은 실제 비트맵을 반환하지 않으며 메모리 오버플로를 피하기 위해 메모리 공간을 할당하지도 않습니다.
- 이미지 크기 정보, options.outHeight(이미지의 원래 높이) 및 option.outWidth(이미지의 원래 너비)를 포함하는 이미지 정보를 쿼리할 수 있습니다.
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
}
复制代码
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
- 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
图片压缩流程
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;
}
复制代码
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;
复制代码
至此,三种图片压缩的方法已经介绍完毕了。
总结
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);
复制代码
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