深入了解安卓图片优化到底是个什么东西

  • 这篇文章相对于以前的理解要深入好多

图片压缩

好处:节约用户流量,降低服务器的带宽,降低App的内存使用
分类:质量压缩,尺寸压缩

尺寸压缩之邻近采样

临近采样:是基于邻近点插值算法实现的,会根据相对位置取一个像素代替原图几个像素

        val option=BitmapFactory.Options()
        //采样率
        option.inSampleSize=1
        val bitmap=BitmapFactory.decodeResource(resources,R.mipmap.demo,option)
        mImageView.setImageBitmap(bitmap)
  • 领近采样有个缺陷,如果原图是一张红白相间的图片,如果尺寸合适的话,就会采集成一张红色的或者是白色的图片
demo.png

尺寸压缩之双线性采样

双线性采样:采用双线性插值算法,会根据相对位置取一个像素点替换掉几个像素,其实就是周围的 2*2的点

  val bitmap1 = BitmapFactory.decodeResource(resources, R.mipmap.demo)
        val bitmap2 = Bitmap.createScaledBitmap(bitmap1,bitmap1.width/2,bitmap1.height/2,true)
        mImageView.setImageBitmap(bitmap2)
  • 它的效果就是出现一种混合的效果,如果是一张间隔图,那么他的颜色就是居中取

  • 一般都是邻近采样和双线性采样一起使用,具体的时候

    image.png

质量压缩:SKia 图形引擎 libjpeg,这种会把图片生产新的,同时放在本地,通过BitmapFactory.decodeFile 去加载本地图片

quality 0-100 ,0代表质量越小,100越大,

        //最好把这个图片copy到本地区,这样就能够看到真正质量的却别 
        val byteArrayOutputStream = ByteArrayOutputStream()
        val compress = bitmap1.compress(Bitmap.CompressFormat.JPEG, 100, byteArrayOutputStream)

假如一张图片的质量在80k,那么通过这种方式的压缩的结果 webp-2k png-50k jepg-10k,所以webp是最优的结果,其实如果压缩的是PNG格式的话,改变quality的时候,压缩的大小其实不会改变,这点注意

  • 直接调用的是nativeCompress,其实最底层调用的是 SKImageEncoder,其实就是SKia
    image.png
  • skia是个2D向量图形处理函数库,包含字型、坐标转换,以及点阵图都有高效能且简洁的表现。不仅用于Google Chrome浏览器,新兴的Android开放手机平台也采用skia作为绘图处理,搭配OpenGL/ES与特定的硬件特征,强化显示的效果,包括现在的Flutter也是使用这个引擎,所以Flutter的打包的出来的ios其实比较大,这点注意

skia

skia 这是开源的

skia 已被应用于AndroidGoogle ChromeChrome OSChromium OSMozilla FirefoxFirefox OS以及Sublime Text

2012年时Skia有大概80,000行程式码,以C++开发而成,所以牛逼呀,我们写个80000行代码,都是面向白的CV工程师,哈哈,我写到这里我自己都笑了

  • skia 在安卓中调用的过程:
    Java函数-native函数-skia函数-对应的三方库 libijpeg ,哈夫曼表就在libjpeg

  • 安卓版本图,来源于维基百科


    image.png
  • 在安卓6.0和安卓7.0压缩JPEG图片的区别,实际上是Android在调用libjpeg的时候有一些区别,在Android7.0 SKImageDecoder_libjpeg.cpp中多了一个optimize_coding的标记是否计算哈夫曼表
    官方的说法:为了提高运行的效率,Google在Android的Skia实现中,对JPG压缩处理算法改写来代替调用libjpeg-turbo,实现了一个低精度的YUV转换为RGB的算法,但该改写算法中除法取整的方式不合理,不仅每次压缩后画质劣化更严重,随着误差逐步累积,还会导致图片会越来越偏向绿色。最终该缺陷在2016年4月得到修复,修改回直接使用libjpeg-turbo的调用。而作为Android基础库的一部分,该修复也被认为预计于Android 7中修复。

两种算法 定长算法和哈夫曼:libjpeg在压缩图片使用的就是这种算法,我其实也说不清哈,这个算法需要的请详细了解

image.png
image.png

image.png

最后

  • 在以前我写过一篇文章 [安卓代码、图片、布局、网络和电量优化](https://www.jianshu.com/p/82b76e0cb41e其实现在看来还是太简单,这篇文章要详细一些

  • 什么时候需要,比如说我们在开发聊天页面的时候,发送本地图片,现在手机都是10m的图片,肯定需要去优化他的大小,要么尺寸压缩,或者质量压缩,在质量压缩的时候,当然选择WEBP格式,只不过要copy一份到本地

  • 能灵活运用才是最好的

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343