Android性能优化之图片压缩综合解决方案

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。

常见的图片压缩方法

质量压缩
尺寸压缩
libjpeg

质量压缩

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 methodif (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;
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 = 50do {quality -= 10baos.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: FileOutputStreamflush ()close ()}

尺寸压缩

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 = 500val reqHeight = 300val bitmap = decodeSampledBitmapFromFile(imageFile, reqWidth, reqHeight)val fos = Fileoutputstream(File(applicationContext.filesDir,child: "$ {system.currentTimeMillis() }_scale.jpg"))try {val quality = 50bitmap.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nullBitmapFactory.decodeFile(imageFile.absolutePath, opts: this)inSamplesize = calculateInSampleSize(options: this, reqWidth，reqHeight)inJustDecodeBounds - falseBitmapFactory.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 = 1if (height > reqHeight || width > reqWidth) {val halfHeight: Int = height / 2val halfwidth: Int = width / 2while (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

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=Huffmanjcs.arith_code = false;int nComponent = 3;// 颜色的组成rgb，三个 of color components in input imagejcs.input_components = nComponent;// 设置颜色空间为rgbjcs.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 ->588446463color = *(int *) (pixelsColor);// 从color值中读取RGBA的值/ /ABGRb = (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。

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);

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