Android性能優化之圖片壓縮綜合解決方案

在Android中我們經常會遇到圖片壓縮的場景，比如給服務端上傳圖片，包括個人信息的用戶頭像，有時候人臉識別也需要捕獲圖片等等。這種情況下，我們都需要對圖片做一定的處理，比如大小，尺寸等的壓縮。

常見的圖片壓縮方法

• 質量壓縮
• 尺寸壓縮
• libjpeg

質量壓縮

首先我們要介紹一個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 method
    if (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()是系統的API，也是質量和尺寸壓縮常用的方法。

public boolean compress(Bitmap.CompressFormat format, int quality, OutputStream stream);這個方法有三個參數:
Bitmap.CompressFormat format圖像的壓縮格式;
int quality圖像壓縮率，O-100。0壓縮100%，100意味着不壓縮;OutputStream stream 寫入壓縮數據的輸出流;
public boolean compress(Bitmap.CompressFormat format, int quality, OutputStream stream);這個方法有三個參數:

1. Bitmap.CompressFormat format圖像的壓縮格式;
2. int quality圖像壓縮率，O-100。0壓縮100%，100意味着不壓縮;
3. OutputStream stream 寫入壓縮數據的輸出流;
   返回值:如果成功地把壓縮數據寫入輸出流，則返回true。

僞代碼

val baos= ByteArrayoutputstream ()
    try {
        var quality = 50
        do {
            quality -= 10
            baos.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: FileOutputStream
        flush ()
        close ()
    }

尺寸壓縮

先來看看一個屬性Options

• 屬性 inJustDecodeBounds，如果該值爲true，那麼將不返回實際的 bitmap，也不給其分配內存空間這樣就避免內存溢出了。
• 允許我們查詢圖片的信息，這其中就包括圖片大小信息，options.outHeight（圖片原始高度）和option.outWidth(圖片原始寬度）。

兩次decode，傳入不同的options配置:

部分僞代碼

    val reqWidth = 500
    val reqHeight = 300
    val bitmap = decodeSampledBitmapFromFile(imageFile, reqWidth, reqHeight)
    val fos = Fileoutputstream(
            File(applicationContext.filesDir,
                    child: "$ {system.currentTimeMillis() }_scale.jpg")
    )
    try {
        val quality = 50
        bitmap.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
        //先獲取原始圖片的寬高，不會將Bitmap加載到內存中，返回null
        BitmapFactory.decodeFile(imageFile.absolutePath, opts: this)
        inSamplesize = calculateInSampleSize(options: this, reqWidth，reqHeight)
        inJustDecodeBounds - false
        BitmapFactory.decodeFile(imageFile.absolutePath， opts : this)
    }
}

private fun calculateInSampleSize(context: BitmapFactory, reqWidth: Int, reqHeight: Int): Int {
    //解構語法，獲取原始圖片的寬高
    val (height: Int, width: Int) = options.run { outHeight to outwidth }
    //計算最大的inSampleSize值，該值爲2的冪次方，並同時保持這兩個值高度和寬度大於請求的高度和寬度。
    //原始圖片的寬高要大於要求的寬高
    var inSampleSize = 1
    if (height > reqHeight || width > reqWidth) {
        val halfHeight: Int = height / 2
        val halfwidth: Int = width / 2
        while (halfHeight / inSampleSize >= reqHeight && halfwidth / inSampleSize >= reqWidth) {
            inSampleSize *= 2
        }
    }
    return inSampleSize
}

inSampleSize都是2的倍數 .
BitmapFactory 給我們提供了一個解析圖片大小的參數類 BitmapFactory.Options ，把這個類的對象的 inJustDecodeBounds 參數設置爲 true，這樣解析出來的 Bitmap 雖然是個 null，但是 options 中可以得到圖片的寬和高以及圖片的類型。得到了圖片實際的寬和高之後我們就可以進行壓縮設置了，主要是計算圖片的採樣率。

• 第一次採樣已經結束，我們已經成功的計算出了sampleSize的大小
• 第二次採樣時我需要將圖片加載出來顯示，不能只加載圖片的框架，因此inJustDecodeBounds屬性要設置爲false

libjpeg

• libjpeg是一個完全用C語言編寫的庫，包含了被廣泛使用的JPEG解碼、JPEG編碼和其他的JPEG功能的實現。
• libjpeg-turbo圖像編解碼器，使用了SIMD指令來加速x86、x86-64、ARM和 PowerPC系統上的JPEG壓縮和解壓縮，libjpeg-turbo 的速度通常是libjpeg 的2-6倍。
• 可以使用採用哈夫曼
• 微信採用的方式

圖片壓縮流程

其實最重要的是把ARGB轉換爲RBG，也就是把每個像素4個字節，轉換爲每個像素3個字節。
導入對應的so庫文件即可編寫C的代碼 jpeg.so 和 jpeg-turbo.so
編寫這部分的代碼需要NDK的環境和C語言的基礎
僞代碼

int generateCompressJPEG(BYTE *data, int w, int h, int quality, const char *outfileName, jboolean optimize) {
    //結構體相當於java的類
    struct jpeg_compress_struct jcs;
    //當讀完整個文件的時候回回調
    struct my_error_mgr jem;
    jcs.err = jpeg_std_error(&jem.pub);
    jem.pub.error_exit = my_error_exit;
    //setjmp是一個系統級函數，是一個回調
    if (setjmp(jem.setjmp_buffer)) {
        return 0;
    }
    //初始化jsc結構體
    jpeg_create_compress(&jcs);
    //打開輸出文件  wb可寫  rb可讀
    FILE *f = fopen(outfileName, "wb");
    if (f == NULL) {
        return 0;
    }
    //設置結構體的文件路徑，以及寬高
    jpeg_stdio_dest(&jcs, f);
    jcs.image_width = w;
    jcs.image_height = h;
    //TRUE=arithmetic coding, FALSE=Huffman
    jcs.arith_code = false;
    int nComponent = 3;
    // 顏色的組成rgb，三個 of color components in input image
    jcs.input_components = nComponent;
    // 設置顏色空間爲rgb
    jcs.in_color_space = JCS_RGB;
    jpeg_set_defaults(&jcs);
    // 是否採用哈夫曼
    jcs.optimize_coding = optimize;
    //設置質量
    jpeg_set_quality(&jcs, quality, true);
    //開始壓縮
    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);
    }
    // 壓縮結束
    jpeg_finish_compress(&jcs);
    // 銷燬回收內存
    jpeg_destroy_compress(&jcs);
    //關閉文件
    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 ->588446463
            color = *(int *) (pixelsColor);
            // 從color值中讀取RGBA的值/ /ABGR
            b = (color >> 16)& 0xFE;
            g = (color >> 8)& OxFF;
            r = (color >> 0) & OxFF;
            *data = r;
            * (data + 1) =g;
            *(data + 2) = b;
            data += 3;
            //移動步長4個字節
            pixelsColor +- 4 ;
        }else {
            return -2;
        }
        
    // 是否採用哈夫曼
     jcs.optimize_coding = optimize;

至此，三種圖片壓縮的方法已經介紹完畢了。

總結

經過圖片壓縮實踐，質量壓縮和libjpeg最後的圖片的大小一樣，效果也和原圖差不多。
其實，經過我翻查原碼發現，新版本的
Bitmap.compress() 會調用

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);

其實最後也會調用到nativeCompress的壓縮，也會採用哈夫曼算法，提高壓縮效率。

既然這樣，那麼這裏爲什麼還要介紹libjpeg的方法呢？

• 兼容低版本，早起的compress沒有采用哈夫曼算法
• 大廠的跨平臺算法