Bitmap的图片压缩汇总

时间  2019-12-07
标签 bitmap 图片 压缩 汇总 繁體版
原文   原文链接

前言

Bitmap是Android中一种重要的图片处理机制，它能够用来获取图片的相关信息，同时能够对图片进行裁剪、缩放等操做，也能够指定图片格式进行保存。相信对于OOM再熟悉不过了，OOM的产生是一个很是头疼的事情，若是在加载图片的时候未对大图进行处理，它将会占用很是大的内存，这样就很是容易产生OOM。因此咱们必需要有意识的对大图进行压缩加载，这样才能更好的保证App的正常运行与性能的稳定。android

Bitmap大小计算

那么若是计算一张图片加载过程当中所占的内存大小呢？在这以前，咱们先来了解一下关于Bitmap两个主要配置。git

CompressFormat

这是用来指定Bitmap的图片的压缩格式，在Bitmap中是一个Enum结构，主要表现为如下三种格式。github

public enum CompressFormat {
        JPEG    (0),
        PNG     (1),
        WEBP    (2);

        CompressFormat(int nativeInt) {
            this.nativeInt = nativeInt;
        }
        final int nativeInt;
    }
复制代码
  • JPEG: 以JPEG算法进行压缩，压缩后的图片格式能够为.jpeg或者.jpg，这是一种有损压缩，没有透明度。
  • PNG：以PNG算法进行压缩，压缩后的图片格式是.png，这是一种无损压缩，能够有透明度。
  • WEBP：以WEBP算法进行压缩，压缩后的图片格式是.webp，这是一种有损压缩。相同质量下，webp比jpeg图像小40%，但webp图片的编码时间比jpeg长8倍。

Config

这是关于Bitmap像素存储的方式配置，不一样的像素存储，对图片的质量也会有不一样的影响。在Bitmap中是一个Enum结构，主要表现于如下四种格式。web

  • ALPHA_8：每个像素都只储存单一的透明度，即只有透明度，总共占8位，1字节。
  • ARGB_4444：每个像素都以A（透明度）R（Red）G（Green）B（Blue）四部分组成，每部分占4位，总共占16位，2字节。因为这种格式的图片质量太差，因此中API 13就已经废弃了，推荐使用ARGB_8888。
  • ARGB_8888：每个像素都以A（透明度）R（Red）G（Green）B（Blue）四部分组成，每部分占8位，总共32位，4字节。
  • RGB_565：每个像素都以R（Red）G（Green）B（Blue）三部分组成，各个部分分别占5位，6位，5位，总共16位，2字节。

因此若是为了防止OOM对图片进行压缩，通常会使用RGB_565格式，由于ALPHA_8只有透明度，对于正常图片未意义；ARGB_4444显示的图片质量太差；ARGB_8888占用的内存最多。算法

若是加载的图片的宽度为1080、高度为67五、Config为ARGB_8888。那么它占的内存为：1080 x 675 x 4 = 2916000.折算成M为2916000 / 1024 / 1024 = 2.78M。一种图片就近3M，若是加载10张或者100张，所占的内存可想而知。这样的话会很容易将内存消耗殆尽，同时对于Android App来讲根本就不须要这么高清的图片，因此咱们在加载图片的时候能够对其进行相应的处理，例如：对宽高进行缩放，亦或者将Config改我RGB_565。这样不只有效的减少了内存的占用，同时也不影响图片的清晰度的展现。api

下面咱们来看下如何经过Bitmap与BitmapFactory来对图片进行处理数组

Bitmap相关

对于使用Bitmap进行图片的压缩处理，它主要提供了如下有效方法。bash

status return method name
boolean compress(Bitmap.CompressFormat format, int quality, OutputStream stream)
static Bitmap createBitmap(DisplayMetrics display, int[] colors, int width, int height, Bitmap.Config config)
static Bitmap createBitmap(DisplayMetrics display, int[] colors, int offset, int stride, int width, int height, Bitmap.Config config)
static Bitmap createBitmap(Bitmap source, int x, int y, int width, int height)
static Bitmap createBitmap(Bitmap src)
static Bitmap createBitmap(DisplayMetrics display, int width, int height, Bitmap.Config config)
static Bitmap createBitmap(Bitmap source, int x, int y, int width, int height, Matrix m, boolean filter)
static Bitmap createBitmap(int width, int height, Bitmap.Config config)
static Bitmap createBitmap(int[] colors, int offset, int stride, int width, int height, Bitmap.Config config)
static Bitamp createBitmap(int[] colors, int width, int height, Bitmap.Config config)
static Bitmap createScaledBitmap(Bitmap src, int dstWidth, int dstHeight, boolean filter)

compress

compress方法经过指定图片的CompressFormat格式与压缩百分比来对图片进行压缩处理，同时将压缩的图片保存到指定的outputStream中。咱们来看下具体用法app

val fs = FileOutputStream(path)
val out = ByteArrayOutputStream()
scaleBitmap.compress(Bitmap.CompressFormat.JPEG, 30, out)
LogUtils.d("compressBitmap jpeg of byteCount %d.", out.toByteArray().size)
fs.write(out.toByteArray())
fs.close()
复制代码

在这里要注意quality表明百分比，值为0~100，值越小压缩的后的大小就越小。例如上面的示例，quality为30，则表明对原图进行压缩70%，保留30%。同时Bitmap.CompressFormat在前面已经详细介绍了，要注意不一样的格式图片的展现效果也不一样，例如JPEG的格式图片是没有透明度的。ide

特别注意的：对于Bitmap.CompressFormat.PNG类型的格式，quality将失去效果，由于其格式是无损的压缩；再者，使用compress方法并非对显示处理的图片进行了压缩，它只是对原图进行压缩后保存到本地磁盘中，并不改变显示的图片。主要用途做用于保存图片到本地，以便下次加载，减少图片在本地磁盘所占的磁盘大小。

createBitmap

对于createBitmap方法，Bitmap中提供了9种不一样数据源的压缩处理方法。分别有经过colors数组、Bitmap与DisplayMetrics等来决定。

例如使用colors数组

val colors = intArrayOf(Color.RED, Color.GREEN, Color.BLUE,
                        Color.GREEN, Color.BLUE, Color.RED,
                        Color.BLUE, Color.RED, Color.GREEN)
val displayMetricsBitmap = Bitmap.createBitmap(DisplayMetrics(),colors,3, 3,Bitmap.Config.ARGB_8888)
LogUtils.d("displayMetricsBitmap of byteCount %d and rowBytes %d", displayMetricsBitmap.byteCount, displayMetricsBitmap.rowBytes)
复制代码

这里建立了一个3 x 3的图片，Config为ARGB_8888，因此最终图片在内存中的大小为3 x 3 x 4 = 36字节。而图片的展现效果是经过colors数组中的颜色也实现的，3 x 3 = 9 分别对应colors中的9个像素点的色值。因此colors的大小最小必须大于等于9，即宽*高的大小。为什么说最小，由于Bitmap还提供了offset与stride参数的重载方法。这两个参数分别表明在colors中的开始点的偏移量与取值的步伐，即每一个取值点间的跨度。

在实际是使用createBitmap最多的仍是用它的Bitmap重载方法，主要用来对原图片进行裁剪。咱们直接看它的使用方式：

//bitmap
val bitmapBitmap = Bitmap.createBitmap(scaleBitmap, 150, 0, 100, 100)
image_view?.setImageBitmap(scaleBitmap)
image_view_text.text = "width: " + scaleBitmap.width + " height: " + scaleBitmap.height
sub_image_view.setImageBitmap(bitmapBitmap)
sub_image_view_text.text = "startX: 150 startY: 0\n" + "width: " + bitmapBitmap.width + " height: " + bitmapBitmap.height
复制代码

主要参数是原Bitmap，咱们全部的操做都是在原Bitmap中进行的。其中x = 150、y = 0表明从原Bitmap中的坐标（150，0）开始进行裁剪;width = 100、height = 100，裁剪后返回新的的Bitmap，且大小为100 x 100。

if (!source.isMutable() && x == 0 && y == 0 && width == source.getWidth() &&
        height == source.getHeight() && (m == null || m.isIdentity())) {
    return source;
 }
复制代码

注意，若是原Bitmap是不可变的，同时须要的图参数与原图片相同，那么它会直接返回原Bitmap。是否可变能够经过Bitmap.isMutable判断。

看下上面的代码所展现的效果图：

最后经过传递Bitmap参数还有一个可选参数Matrix，它主要用于对Bitmap进行矩阵变换。

createScaledBitmap

该方法相对上面两种就简单多了，它目的是对原Bitmap进行指定的宽高进行缩放，最终返回新的Bitmap。

注意：若是传入的宽高与原Bitmap相同，它将返回原Bitmap对象。

//createScaledBitmap
val createScaledBitmap = Bitmap.createScaledBitmap(scaleBitmap, 500, 300, false)
image_view?.setImageBitmap(scaleBitmap)
image_view_text.text = "width: " + scaleBitmap.width + " height: " + scaleBitmap.height
sub_image_view.setImageBitmap(createScaledBitmap)
sub_image_view_text.text = "width: " + createScaledBitmap.width + " height: " + createScaledBitmap.height
复制代码

再来看下其实现源码

public static Bitmap createScaledBitmap(@NonNull Bitmap src, int dstWidth, int dstHeight,
            boolean filter) {
        Matrix m = new Matrix();
 
        final int width = src.getWidth();
        final int height = src.getHeight();
        if (width != dstWidth || height != dstHeight) {
            final float sx = dstWidth / (float) width;
            final float sy = dstHeight / (float) height;
            m.setScale(sx, sy);
        }
        return Bitmap.createBitmap(src, 0, 0, width, height, m, filter);
    }
复制代码

一目了然，内部就是使用到了Matrix，运用Matrix的知识进行宽高缩放；最后再调用前面所分析的createBitmap方法。只不过这里指定了初始点（0，0）而已，再传入原Bitmap的宽高与生成的Matrix。所以createBitmap方法中的注意点也是应用到createScaledBitmap中。

BitmapFactory相关

BitmapFactory主要用来解码Bitmap，经过不一样的资源类型，例如：files、streams与byte-arrays。既然是继续资源的解码，天然能够在解码的过程当中进行一些图片压缩处理。来看下它提供的主要解码方法。

status return method name
static Bitmap decodeByteArray(byte[] data, int offset, int length, BitmapFactory.Options opts)
static Bitmap decodeByteArray(byte[] data, int offset, int length)
static Bitmap decodeFile(String pathName)
static Bitmap decodeFile(String pathName, BitmapFactory.Options opts)
static Bitmap decodeFileDescriptor(FileDescriptor fd)
static Bitmap decodeFileDescriptor(FileDescriptor fd, Rect outPadding, BitmapFactory.Options opts)
static Bitmap decodeResource(Resources res, int id, BitmapFactory.Options opts)
static Bitmap decodeResource(Resources res, int id)
static Bitmap decodeResourceStream(Resources res, TypedValue value, InputStream is, Rect pad, BitmapFactory.Options opts)
static Bitmap decodeStream(InputStream is)
static Bitmap decodeStream(InputStream is, Rect outPadding, BitmapFactory.Options opts)

直接经过方法名就能很方便的分辨出使用哪一种资源类型进行图片解码操做。例如：decodeByteArray方法是经过byte数组做为解析源，同时在解码过程当中能够经过设置offset与length来控制解码的起始点与解码的大小。所以若是可以精确控制offset与length也就可以作到图片的裁剪效果。decodeFileDescriptor方法是经过文件描述符进行解码Bitmap。通常用不到，下面详细分析几种经常使用的方法。

decodeFile

该方法是经过文件路径来解码出Bitmap

//decodeFile
val decodeFileOptions = BitmapFactory.Options()
val decodeFileBitmap = BitmapFactory.decodeFile(mRootPath +"bitmap", decodeFileOptions)
decodeFileOptions.inSampleSize = 2
val decodeFileScaleBitmap = BitmapFactory.decodeFile(mRootPath + "bitmap", decodeFileOptions)
image_view?.setImageBitmap(decodeFileBitmap)
image_view_text.text = "width: " + decodeFileBitmap.width + " height: " + decodeFileBitmap.height
sub_image_view.setImageBitmap(decodeFileScaleBitmap)
sub_image_view_text.text = "width: " + decodeFileScaleBitmap.width + " height: " + decodeFileScaleBitmap.height
复制代码

下面的图片比上面的图片宽高都缩小了一半，对图片进行了压缩操做。经过代码发现，下面的图片解码时设置了

decodeFileOptions.inSampleSize = 2
复制代码

这里就涉及到了静态内部类BitmapFactory.Options，能够看上面的表发现大多数方法都有这个参数，它是一个可选项。主要用途是在图片解码过程当中对图片的原有属性进行修改。它的参数配置大多数以in前缀开头，下面列举一些经常使用的配置设置属性。

type name description
boolean inJustDecodeBounds 若是为true，解码后不会返回Bitmap对象，但Bitmap宽高将返回到options.outWidth与options.outHeight中；反之返回。主要用于只需获取解码后的Bitmap的大小。
boolean inMutable 为true，表明返回可变属性的Bitmap，反之不可变
boolean inPreferQualityOverSpeed 为true，将在解码过程当中牺牲解码的速度来获取更高质量的Bitmap
Bitmap.Config inPreferredConfig 根据指定的Config来进行解码，例如：Bitmap.Config.RGB_565等
int inSampleSize 若是值大于1，在解码过程当中将按比例返回占更小内存的Bitmap。例如值为2，则对宽高进行缩放一半。
boolean inScaled 若是为true，且inDesity与inTargetDensity都不为0，那么在加载过程当中将会根据inTargetDensityl来缩放，在drawn中不依靠于图片自身的缩放属性。
int inDensity Bitmap自身的密度
int inTargetDensity Bitmap drawn过程当中使用的密度

咱们在来看下decodeFile的源码

public static Bitmap decodeFile(String pathName, Options opts) {
        validate(opts);
        Bitmap bm = null;
        InputStream stream = null;
        try {
            stream = new FileInputStream(pathName);
            bm = decodeStream(stream, null, opts);
        } catch (Exception e) {
            /*  do nothing.
                If the exception happened on open, bm will be null.
            */
            Log.e("BitmapFactory", "Unable to decode stream: " + e);
        } finally {
            if (stream != null) {
                try {
                    stream.close();
                } catch (IOException e) {
                    // do nothing here
                }
            }
        }
        return bm;
    }
复制代码

内部根据文件路径建立FileInputStream，最终调用decodeStream方法进解码图片。

decodeStream & decodeResourceStream

至于decodeStream内部则是根据不一样的InputStream类型调用不一样的native方法。若是为AssetManager.AssetInputStrea类型则调用

nativeDecodeAsset(asset, outPadding, opts);
复制代码

不然调用

nativeDecodeStream(is, tempStorage, outPadding, opts);
复制代码

还有对应的decodeResourceStream方法内部也是调用了decodeStream.

public static Bitmap decodeResourceStream(Resources res, TypedValue value,
            InputStream is, Rect pad, Options opts) {
        validate(opts);
        if (opts == null) {
            opts = new Options();
        }
 
        if (opts.inDensity == 0 && value != null) {
            final int density = value.density;
            if (density == TypedValue.DENSITY_DEFAULT) {
                opts.inDensity = DisplayMetrics.DENSITY_DEFAULT;
            } else if (density != TypedValue.DENSITY_NONE) {
                opts.inDensity = density;
            }
        }
         
        if (opts.inTargetDensity == 0 && res != null) {
            opts.inTargetDensity = res.getDisplayMetrics().densityDpi;
        }
         
        return decodeStream(is, pad, opts);
    }
复制代码

decodeResourceStream内部作了对Bitmap的密度适配，最后再调用decodeStream，这样decodeStream也分析完毕。

decodeResource

decodeResource用法也很简单，传入相应本地的资源文件便可，须要缩放的话配置options参数。

val options = BitmapFactory.Options()
val bitmap = BitmapFactory.decodeResource(resources, R.drawable.yaodaoji, options)
复制代码

随便看下它的源码

public static Bitmap decodeResource(Resources res, int id, Options opts) {
        validate(opts);
        Bitmap bm = null;
        InputStream is = null; 
         
        try {
            final TypedValue value = new TypedValue();
            is = res.openRawResource(id, value);

            bm = decodeResourceStream(res, value, is, null, opts);
        } catch (Exception e) {
            /*  do nothing.
                If the exception happened on open, bm will be null.
                If it happened on close, bm is still valid.
            */
        } finally {
            try {
                if (is != null) is.close();
            } catch (IOException e) {
                // Ignore
            }
        }
 
        if (bm == null && opts != null && opts.inBitmap != null) {
            throw new IllegalArgumentException("Problem decoding into existing bitmap");
        }
 
        return bm;
    }
复制代码

经过res.openRawResource(id, value)来获取InputStream，最后再调用decodeResourceStream(res, value, is, null, opts)方法。这样就简单了，又回到了上面分析的方法中去了。

总结

下面来作个总结，对于图片压缩主要使用到Bitmap与BitmapFactory这两个类，同时在使用这两个类以前也要对Bitmap中的CompressFormat与Config；BitmapFactory中的BitmapFactory.Options有所了解。而后再结合他们中的方法进行相应的压缩、裁剪操做。其实只要掌握几个经常使用的方法在平常的使用中就足够了。

最后若有有不足之处，但愿指出！

点击跳转到项目地址

推荐

tensorflow-梯度降低,有这一篇就足够了

Android共享动画兼容实现

Kotlin最佳实践

RecyclerView下拉刷新与上拉更多

七大排序算法总结

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程