iOS-webp

SDWebImage 可以实现加载webp 需要  pod ’SDWebImage/WebP’

关于SDWebImage 加载 webp 的性能http://www.cnblogs.com/lizheng114/p/6582352.html

注意: SDWebImage在对WebP做存储的时候,存的是未解码的NSData,而不是解码后的NSData,

iOS-WebP (分类) 注意:pod  SDWebImage/Webp 之后 可以直接拉取两个分类使用 如果没有 需要 pod ‘iOS-WebP’ (有一些依赖库)

下载地址:https://github.com/seanooi/iOS-WebP/zipball/master

iOS-WebP  :使用注意

其他图片转webp 时 需要注意 不要用压缩之后的图片 否则会导致转换出来的webp图片颜色失真

如果是使用 PHAsset 转换出Image 建议不用下面这个方法 这个方法的Block会调用多次(系统解析时 从不清晰到清晰(live图片的原因),可以配置Options来符合需求) 而且默认就会压缩尺寸 即使设置的targetSize 和 PHAssetSize 一致 最后使用该图片转webp时 还是会失真


PHAsset转UIImage

建议使用这种 将PHAsset 转成 NSData  再将NSData 转成 image 最后用image转成webp  (实现原图转webp ,最后的webp图片 比原图小 %60以上,更有效的避免了图片转webp时的失真)

配置options
PHAsset转NSdata

基础方法

加强方法

其他图片转webp

// quality value is [0, 100]

// alpha value is [0, 1]

[UIImageimageToWebP:[UIImageimageNamed:@"demo.jpg"]quality:qualityalpha:alphapreset:WEBP_PRESET_DEFAULTcompletionBlock:^(NSData*result) {

NSArray*paths =NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask,YES);

NSString*webPPath = [paths[0]stringByAppendingPathComponent:@"image.webp"];

if(![resultwriteToFile:webPPathatomically:YES]) {

NSLog(@"Failed to save file");

}

}failureBlock:^(NSError*error) {

NSLog(@"%@", error.localizedDescription);

}];

转webp 性能加强

[UIImage imageToWebP:[UIImage imageNamed:@"demo.jpg"] quality:quality alpha:alpha preset:WEBP_PRESET_DEFAULT configBlock:^(WebPConfig *config) {

config->sns_strength =50.0f;

config->filter_strength =0.0f;

config->method =2;

config->preprocessing =0;

config->filter_sharpness =0;

config->thread_level =1;

}completionBlock:^(NSData*result) {

NSArray*paths =NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask,YES);

NSString*webPPath = [paths[0]stringByAppendingPathComponent:@"image.webp"];

if(![resultwriteToFile:webPPathatomically:YES]) {

NSLog(@"Failed to save file");

}

}failureBlock:^(NSError*error) {

NSLog(@"%@", error.localizedDescription);

}];

最后编辑于
©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 219,753评论 6 508
  • 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 93,668评论 3 396
  • 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 166,090评论 0 356
  • 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 59,010评论 1 295
  • 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 68,054评论 6 395
  • 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 51,806评论 1 308
  • 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 40,484评论 3 420
  • 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 39,380评论 0 276
  • 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 45,873评论 1 319
  • 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 38,021评论 3 338
  • 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 40,158评论 1 352
  • 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 35,838评论 5 346
  • 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 41,499评论 3 331
  • 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 32,044评论 0 22
  • 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 33,159评论 1 272
  • 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 48,449评论 3 374
  • 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 45,136评论 2 356

推荐阅读更多精彩内容