前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Android-图片压缩(二)-纯干货

Android-图片压缩(二)-纯干货

作者头像
cMusketeer
发布2023-05-03 11:54:36
1.1K0
发布2023-05-03 11:54:36
举报
文章被收录于专栏:Android机器圈

前言:让我们手撸一个图片压缩库,对压缩工具鲁班进行升级改造。

在平常开发当中,我们一般是使用第三方的工具,不仅快,而且上手简单,基本不用我们动脑子,压缩我们用鲁班压缩,加载图片我们用Glide,这两大工具我想在座的基本上都用吧,不过我们要想提升自己,就要搞清楚深一点的东西,这里我将会带着大家做一款压缩工具,功能媲美鲁班压缩,而且还带有鲁班没有的功能,如输出指定格式等,在这个过程中我们要学会如何获取bitmap,第一篇已经罗列了多种从项目中取图片转bitmap,这里就不多说了。当我们拿到bitmap我们要知道的事情还有很多,比如图片的色彩模式,一个像素点大小,什么是色深,位深等。绝对让你有收获,干货满满,冲呀。

 目录

1、图片相关概念

   1.1 ARGB介绍    

  1.2 Bitmap概念

  1.3 色彩模式

  1.4 色深和位深

  1.5 内存中Bitmap的大小

  1.6 系统一般分配的大小

2、图片压缩方式

3、压缩的常见方式

  3.1、质量压缩

  3.2、采样压缩

    3.2.1 临近采样(临近点插值算法)

    3.2.2 双线性采样(双线性内插值算法)

    3.2.3 双线性采样对比邻近采样的优势在于:

4、微信和鲁班压缩对比

1、图片相关概念

1.1 ARGB介绍

ARGB颜色模型:最常见的颜色模型,设备相关,四种通道,取值均为[0,255],即转化成二进制位0000 0000 ~ 1111 1111。

A:Alpha (透明度) R:Red (红) G:Green (绿) B:Blue (蓝)

1.2 Bitmap概念

Bitmap对象本质是一张图片的内容在手机内存中的表达形式。它将图片的内容看做是由存储数据的有限个像素点组成;每个像素点存储该像素点位置的ARGB值。每个像素点的ARGB值确定下来,这张图片的内容就相应地确定下来了。

1.3 色彩模式

Bimap.Config下

  1. ALPHA_8 =>8位(1B)
  2. RGB_565 =>16位(2B)
  3. ARGB_4444 =>16位(2B)
  4. ARGB_8888 =>32比特位(4字节,4B)
  5. RGBA_F16 =>64位(8B)

Bitmap.Config是Bitmap的一个枚举内部类,它表示的就是每个像素点对ARGB通道值的存储方案。取值有以下四种:

ALPHA_8:每个像素占8位(1个字节),存储透明度信息,没有颜色信息。

RGB_565:没有透明度,R=5,G=6,B=5,,那么一个像素点占5+6+5=16位(2字节),能表示2^16种颜色。

ARGB_4444:由4个4位组成,即A=4,R=4,G=4,B=4,那么一个像素点占4+4+4+4=16位 (2字节),能表示2^16种颜色。

ARGB_8888:由4个8位组成,即A=8,R=8,G=8,B=8,那么一个像素点占8+8+8+8=32位(4字节),能表示2^24种颜色。

注意: 1 byte(字节) = 8bit(位) 1 KB = 1024 byte(字节)

1.4 色深和位深

  • 色深:每一个像素点用多少bit来存储ARGB值
  • 位深:每个像素点在计算机中所使用的二进制数值位数叫做位深度,主要用于存储

1.5 内存中Bitmap的大小

从网络下载,asset,sd卡取的图片计算公式

分辨率 * 每个像素点的大小(如1080*1920*4B = xxx ) (32/8=4)

从res内不同资源目录下

decodeResource()会经过一次分辨率的转换,再计算大小

新分辨率 = 原图横向分辨率 * (设备的 dpi / 目录对应的 dpi ) * 原图纵向分辨率 * (设备的 dpi / 目录对应的 dpi )。

1.6 系统一般分配的大小

maxMemory() 返回Java虚拟机将尝试使用的最大内存量。如果没有固有的限制,则值为Long。将返回MAX_VALUE。

返回:

虚拟机将尝试使用的最大内存量,以字节为单位

代码语言:javascript
复制
// 获取应用程序最大可用内存(以字节为单位,/1024/1024=M  华为p20 pro是384M)
		int maxMemory = (int) Runtime.getRuntime().maxMemory();
		int cacheSize = maxMemory / 8;
  // 设置图片缓存大小为程序最大可用内存的1/8
		mMemoryCache = new LruCache<String, Bitmap>(cacheSize) {
			@Override
			protected int sizeOf(String key, Bitmap bitmap) {
				return bitmap.getByteCount();
			}

----------------------其他获取方式--------------------
ActivityManager activityManager = (ActivityManager) getSystemService(ACTIVITY_SERVICE);
//最大分配内存,单位M
int memoryClass = activityManager.getMemoryClass();
Log.e("memoryclass=",String.valueOf(memoryClass));
//最大分配内存获取方法2
float maxMemory = (float) (Runtime.getRuntime().maxMemory() * 1.0/ (1024 * 1024));
//当前分配的总内存
float totalMemory = (float) (Runtime.getRuntime().totalMemory() * 1.0/ (1024 * 1024));
//剩余内存
float freeMemory = (float) (Runtime.getRuntime().freeMemory() * 1.0/ (1024 * 1024));
Log.e("memoryclass=maxMemory",String.valueOf(maxMemory));
Log.e("memoryclass=totalMemory",String.valueOf(totalMemory));
Log.e("memoryclass=freeMemory",String.valueOf(freeMemory));

2、图片压缩方式
  • 设置图片格式
    • png:无损的压缩图片格式
    • jpeg:有损的压缩图片格式,不能透明设置。
    • webp:同时提供了有损和无损图片格式。无损的格式要比png小26%,有损的比jpeg大25%-30%。
  • 质量压缩
  • 采样率压缩
  • 缩放压缩
    • 减少图片的像素,缩略图
  • JNI调用JPEG库

Android目前常用的图片格式有png,jpeg和webp,

png:无损压缩图片格式,支持Alpha通道,Android切图素材多采用此格式 jpeg:有损压缩图片格式,不支持背景透明,适用于照片等色彩丰富的大图压缩,不适合logo webp:是一种同时提供了有损压缩和无损压缩的图片格式,派生自视频编码格式VP8,从谷歌官网来看,无损webp平均比png小26%,有损的webp平均比jpeg小25%~34%,无损webp支持Alpha通道,有损webp在一定的条件下同样支持,有损webp在Android4.0(API 14)之后支持,无损和透明在Android4.3(API18)之后支持 采用webp能够在保持图片清晰度的情况下,可以有效减小图片所占有的磁盘空间大小

Android中Bitmap所占内存大小计算方式:图片长度 x 图片宽度 x 一个像素点占用的字节数

3、压缩的常见方式

  • 质量压缩:降低存储体积(不改变内存中Bitmap的大小)
  • 采样压缩:降低图片的尺寸,(当然存储体积和内存占用都会降低)

质量压缩:主要是通过编解码来达到缩小体积。 采样压缩:主要是通过采样率,像素点个数等来达到缩小体积

3.1、质量压缩

一般用到Bitmap.compress(Bitmap.CompressFormat.JPEG,quality,outputStream)

代码语言:javascript
复制
Bitmap.compress(Bitmap.CompressFormat.JPEG,quality,outputStream)
其中
Bitmap.CompressFormat.JPEG
Bitmap.CompressFormat.PNG  无损,无法再质量压缩?
Bitmap.CompressFormat.WEBP  可优化30%,比JPEG更加省空间

quality:0-100,1最小体积,100 最高质量,体积也是最大
outputStream:  ByteArrayOutputStream 一个输出流,压缩后的流,如果要保存成图片文件,就保存此流

3.2、采样压缩

  • 临近采样(临近点插值算法)
  • 双线性采样(双线性内插值算法)

3.2.1 临近采样(临近点插值算法)

代码语言:javascript
复制
使用了BitmapFactory.options  下的
inSampleSize:采样压缩系数  如果是2,直接缩放宽高为原先 二分之一 (1/2)
该方式比较粗暴,2个像素取一个。宽高都减少了,自然内存也降低了。
------------------------------------------------------------------------------
    public static void ljCom(InputStream open){
        BitmapFactory.Options options = new BitmapFactory.Options();
//或者 inDensity 搭配 inTargetDensity 使用,算法和 inSampleSize 一样
        options.inSampleSize = 2; //设置图片的缩放比例(宽和高) , google推荐用2的倍数:
//        Bitmap bitmap = BitmapFactory.decodeFile("app/src/main/assets/wx.png");
//        Bitmap compress = BitmapFactory.decodeFile("app/src/main/assets/wx.png", options);

        Bitmap mbitmap = BitmapFactory.decodeStream(open, null, options);

        Log.e("双线性采样","----压缩后----》"
                +"\n内存大小》"+mbitmap.getByteCount()
                +"\n宽度》"+mbitmap.getWidth()
                +"\n高度》"+mbitmap.getHeight());

    }

3.2.2 双线性采样(双线性内插值算法)

双线性采样(Bilinear Resampling)在 Android 中的使用方式一般有两种:

代码语言:javascript
复制
Bitmap bitmap = BitmapFactory.decodeFile("xxx.png");
Bitmap compress = Bitmap.createScaledBitmap(bitmap, bitmap.getWidth()/2, bitmap.getHeight()/2, true);
或者直接使用 matrix 进行缩放

Bitmap bitmap = BitmapFactory.decodeFile("xxx.png");
Matrix matrix = new Matrix();
matrix.setScale(0.5f, 0.5f);
bm = Bitmap.createBitmap(bitmap, 0, 0, bit.getWidth(), bit.getHeight(), matrix, true);

看源码可以知道createScaledBitmap函数最终也是使用第二种方式的matrix进行缩放,双线性采样使用的是双线性內插值算法,这个算法不像邻近点插值算法一样,直接粗暴的选择一个像素,而是参考了源像素相应位置周围2x2个点的值,根据相对位置取对应的权重,经过计算之后得到目标图像。

双线性内插值算法在图像的缩放处理中具有抗锯齿功能, 是最简单和常见的图像缩放算法,当对相邻2x2个像素点采用双线性內插值算法时,所得表面在邻域处是吻合的,但斜率不吻合,并且双线性内插值算法的平滑作用可能使得图像的细节产生退化,这种现象在上采样时尤其明显。

filter: 当进行的不只是平移变换时,filter参数为true可以进行滤波处理,有助于改善新图像质量;flase时,计算机不做过滤处理。

使用方式

代码语言:javascript
复制
/**
 * 双线性采样
 * */
public static void sxxCon(Bitmap bitmap){
    Log.e("双线性采样","----压缩前----》"
            +"\n内存大小》"+bitmap.getByteCount()
            +"\n原图宽度》"+bitmap.getWidth()
            +"\n原图高度》"+bitmap.getHeight());
    //等比例缩放压缩
    Bitmap mbitmap = Bitmap.createScaledBitmap(bitmap, bitmap.getWidth()/2, bitmap.getHeight()/2, true);
    Log.e("双线性采样","----压缩后----》"
            +"\n内存大小》"+mbitmap.getByteCount()
            +"\n宽度》"+mbitmap.getWidth()
            +"\n高度》"+mbitmap.getHeight());
}
/**
 * 双线性采样
 * */
public static void sxxCon2(Context context,Bitmap bitmap){
    Log.e("双线性采样","----压缩前----》"
            +"\n内存大小》"+bitmap.getByteCount()
            +"\n宽度》"+bitmap.getWidth()
            +"\n高度》"+bitmap.getHeight());
    Matrix matrix = new Matrix();
    matrix.setScale(0.6f, 0.6f);
    Bitmap mbitmap = Bitmap.createBitmap(bitmap, 0, 0, bitmap.getWidth(), bitmap.getHeight(), matrix, true);
    Log.e("双线性采样","----压缩后----》\n"
            +"\n内存大小》"+mbitmap.getByteCount()
            +"\n宽度》"+mbitmap.getWidth()
            +"\n高度》"+mbitmap.getHeight());
    saveBitmapAsPng2(context,mbitmap,"aaq");
}

3.2.3 双线性采样对比邻近采样的优势在于:

它的系数可以是小数,而不一定是整数,在某些压缩限制下,效果尤为明显

处理文字比较多的图片在展示效果上的差别,双线性采样效果要更好

4、微信和鲁班压缩对比

微信

LuBan

1

采样率压缩

2

进行宽高的等比压缩(微信对原图和缩略图限制了最大长宽或者最小长宽)

进行宽高的等比压缩

3

对图片的质量进行压缩(一般75或者70) 应该说的是quality=75

对图片的质量进行压缩

4

采用webP的格式

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-05-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、图片相关概念
    • 1.1 ARGB介绍
      • 1.2 Bitmap概念
        • 1.3 色彩模式
          • 1.4 色深和位深
            • 1.5 内存中Bitmap的大小
              • 1.6 系统一般分配的大小
              • 2、图片压缩方式
              • 3、压缩的常见方式
                • 3.1、质量压缩
                  • 3.2、采样压缩
                    • 3.2.1 临近采样(临近点插值算法)
                    • 3.2.2 双线性采样(双线性内插值算法)
                    • 3.2.3 双线性采样对比邻近采样的优势在于:
                • 4、微信和鲁班压缩对比
                相关产品与服务
                对象存储
                对象存储(Cloud Object Storage,COS)是由腾讯云推出的无目录层次结构、无数据格式限制,可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限,无需分区管理,适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。
                领券
                问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档