開發中遇到需要上傳圖片的場景還是很常見的,這就涉及到圖片的壓縮處理。如果不進行壓縮,勢必造成消耗大量的流量,下載圖片的速度慢等。
關於android如何壓縮,網上的資料也是很多,但大多數都是代碼片段,講解壓縮步驟,而沒有一個實用的工具類庫。那么如何將壓縮算法封裝成一個實用工具庫呢?其中會遇到些什么問題,比如:
- 需要壓縮的圖片有多少
- 壓縮后的圖片是覆蓋還是保存到另外的目錄
- 如果是另存目錄需要將原始圖片刪除嗎
- 如果改變壓縮后的圖片的尺寸大小是按照原圖的比例縮小還是直接指定大小
- 如果原圖有旋轉問題,需不需要進行修正
- 對於多圖壓縮是並發還是線性的處理
- 能不能使用service來進行壓縮處理,是local(本地)還是remote(遠程)的方式來啟動service
- 如果需要壓縮的圖片非常多,如何使用線程池來處理
基於以上幾點的思考,本人打算寫個系列文章來一步一步解決這些問題(忘大家持續關注),將Service,多線程的使用及壓縮算法集合到一個項目中。這樣不僅在實際應用中還是作為學習資料來講都是比較好的。最終我會將這個系列中涉及的代碼及迭代的過程開源到github,歡迎大家star,歡迎遞交bug。
當然有些朋友可能會說實際應用中一次上傳的圖片數量不會太多吧,考慮這些問題是不是有點多慮了,好吧,如果您真是這么認為的那么可以忽略本系列文章。
實際需求中基本都會是按照原圖的寬高比進行壓縮,直接指定尺寸大小的比較少見,所以本系列文章也是針對這種等比率壓縮來進行的。
總之,對圖片進行壓縮,大家主要關注兩點:
- 對圖片的尺寸大小進行縮放來達到壓縮的目的
- 對圖片進行質量壓縮
對圖片的尺寸大小進行縮放來達到壓縮的目的
針對這種情況及圖片旋轉問題,大家可以參考我的 android處理拍照旋轉問題及帶來的對內存占用的思考 這篇文章。
只是大家需要注意的是,這里需要按照原始圖片的寬高比(srcRatio)來計算最終輸出圖片的寬高(actualOutWidth,actualOutHeight),最后通過actualOutWidth,actualOutHeight來計算采樣值sampleSize。
核心代碼如下:
LGImageCompressor.java
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeFile(srcImagePath, options);
//根據原始圖片的寬高比和期望的輸出圖片的寬高比計算最終輸出的圖片的寬和高
float srcWidth = options.outWidth;
float srcHeight = options.outHeight;
float maxWidth = outWidth;//期望輸出的圖片寬度
float maxHeight = outHeight;//期望輸出的圖片高度
float srcRatio = srcWidth / srcHeight;
float outRatio = maxWidth / maxHeight;
float actualOutWidth = srcWidth;//最終輸出的圖片寬度
float actualOutHeight = srcHeight;//最終輸出的圖片高度
if (srcWidth > maxWidth || srcHeight > maxHeight) {
if (srcRatio < outRatio) {
actualOutHeight = maxHeight;
actualOutWidth = actualOutHeight * srcRatio;
} else if (srcRatio > outRatio) {
actualOutWidth = maxWidth;
actualOutHeight = actualOutWidth / srcRatio;
} else {
actualOutWidth = maxWidth;
actualOutHeight = maxHeight;
}
}
//計算sampleSize
options.inSampleSize = computSampleSize(options, actualOutWidth, actualOutHeight);
為了方便大家理解以上代碼,舉個極端例子:
假如原始圖片寬為srcWidth=40,高為srcHeight=20。期望輸出的寬為maxWidth=300,高為maxHeight=10。 那么srcRatio=40:20=2,outRatio=300:10=30. 顯然srcRatio<outRatio,那么我們的實際最終輸出圖片的尺寸應該以maxHeight(10)為准即actualOutHeight = maxHeight
,最后根據原圖的比率來計算actualOutWidth=actualOutHeight*srcRatio = 10*40/20=20,最后得到的actualOutWidth=20. 最終輸出圖片的寬高比為20:10=2,和原始圖片寬高比相同。其它情況類似,這里不做詳解了。
對圖片進行質量壓縮
針對這種情況,android的Bitmap類中API接口有compress方法
public boolean compress(CompressFormat format, int quality, OutputStream stream)
三個參數的理解應該不難,大家可以查看官方doc文檔。compress方法主要通過quality來控制輸入到stream中的像素質量。
這針對希望輸出的圖片占用的空間不大於一定的值
這種場景會比較合適,因為我們可以通過循環判斷壓縮后的大小是否大於定值,如果滿足則減少quality繼續執行compress操作。核心代碼如下:
//進行有損壓縮
ByteArrayOutputStream baos = new ByteArrayOutputStream();
int options_ = 100;
actualOutBitmap.compress(Bitmap.CompressFormat.JPEG, options_, baos);//質量壓縮方法,把壓縮后的數據存放到baos中 (100表示不壓縮,0表示壓縮到最小)
int baosLength = baos.toByteArray().length;
while (baosLength / 1024 > maxFileSize) {//循環判斷如果壓縮后圖片是否大於maxMemmorrySize,大於繼續壓縮
baos.reset();//重置baos即讓下一次的寫入覆蓋之前的內容
options_ = Math.max(0, options_ - 10);//圖片質量每次減少10
actualOutBitmap.compress(Bitmap.CompressFormat.JPEG, options_, baos);//將壓縮后的圖片保存到baos中
baosLength = baos.toByteArray().length;
if (options_ == 0)//如果圖片的質量已降到最低則,不再進行壓縮
break;
}
壓縮一個超大圖是要費時間的,所以大家應該考慮將壓縮放到后台線程中執行,如果沒有高並發的需求使用AsyncTask就能解決問題。
核心代碼:
private class CompressTask extends AsyncTask<String, Void, String> {
@Override
protected String doInBackground(String... params) {
return compressImage();//執行壓縮操作
}
@Override
protected void onPreExecute() {
if (compressListener != null) {
compressListener.onCompressStart();//監聽回調(開始壓縮)
}
}
@Override
protected void onPostExecute(String imageOutPath) {
if (compressListener != null) {
compressListener.onCompressEnd(imageOutPath);//監聽回調(壓縮結束)
}
}
}
經過適當的封裝代碼可以通過在Activity中的執行
LGImgCompressor.getInstance(this).withListener(this).starCompress(Uri.fromFile(imageFile).toString(),outWidth,outHeight,maxFileSize);
來啟動壓縮任務
寫在最后
為了達到最佳的壓縮結果,可以將上面兩種方案同時進行。如果壓縮消耗的時間很長,需要將壓縮過程放入后台線程中執行。本人寫了個簡單的demo程序,實現的功能有:
- 開啟攝像頭拍攝照片
- 指定照片的存儲位置
- 壓縮照片到指定目錄下
- 使用AsyncTask執行壓縮操作
- 顯示壓縮后的照片及其相關信息到前台activity
由於這個版本是使用AsyncTask異步任務來執行compress的,而AsyncTask由於android版本分裂問題有些版本是多線程的,有些版本是單線程的,也是醉了,總之此版本適用於一次壓縮任務不是很多的情況,如果需要處理數據很大的壓縮任務,需要考慮用線程池來處理。
另外,如何結合使用service和多線程會在下篇文章具體說明。
demo開源github地址如下:
LGImageCompressor
歡迎大家訪問並star,如果有任何問題可以在評論中加以提問,謝謝~~