可能是Android平台上最快的图片压缩框架

Posted 2021-08-30 ghnor

（对不起，标题是骗人的）
emmm...不管怎么说，我也写了一个图片压缩框架。
在Luban的算法策略上，我丰富了外围的api，提供更多的可配参数，多线程压缩和不同细粒度的任务控制。

项目地址

https://github.com/ghnor/Flora

依赖

dependencies {
    ...
    
    compile \'com.android.support:appcompat-v7:25.3.1\'
    compile \'com.ghnor:flora:1.0.0-alpha1\'
}

用法用例

• 异步压缩：

Flora.with().load(source...).compress(new Callback<>());

• 同步压缩:

Flora.with().load(R.drawable.test2).compressSync();

可控的压缩任务

Flora.with(Activity)
Flora.with(FragmentActivity)
Flora.with(Fragment)
Flora.with(SupportFragment)
// 上面的四类，会自动在页面生命周期结束后，终止压缩任务。

// 通过TAG标志位来结束一系列的任务。
Flora.with(TAG)
// 强制结束任务。
Flora.cancel(TAG);

// 无参，此时的任务进行其实是不受控的，强烈建议不要采用这种写法。
Flora.with() 

更多属性

Flora.with()
        // 配置inSample和quality的算法，内置了一套基于Luban的压缩算法
        .calculation(new Calculation() {
            @Override
            public int calculateInSampleSize(int srcWidth, int srcHeight) {
                return super.calculateInSampleSize(srcWidth, srcHeight);
            }

            @Override
            public int calculateQuality(int srcWidth, int srcHeight, int targetWidth, int targetHeight) {
                return super.calculateQuality(srcWidth, srcHeight, targetWidth, targetHeight);
            }
        })
        // 对压缩后的图片做个性化地处理，如：添加水印
        .addDecoration(new Decoration() {
            @Override
            public Bitmap onDraw(Bitmap bitmap) {
                return super.onDraw(bitmap);
            }
        })
        // 配置Bitmap的色彩格式
        .bitmapConfig(Bitmap.Config.RGB_565)
        // 最大文件尺寸，不建议配置此项，目前采用的方式是重复写入文件，判断大小，比较耗时
        .maxFileSize(1.0)
        // 同时可进行的最大压缩任务数量
        .compressTaskNum(1)
        // 安全内存，设置为2，表示此次压缩任务需要的内存小于1/2可用内存才进行压缩任务
        .safeMemory(2)
        // 压缩完成的图片在磁盘的存储目录
        .diskDirectory(File)
        .load(source...)
        .compress();

其他

• 压缩速度

本身内部采用线程池的方案去进行压缩任务，同时进行了必要的内存检查。

在不会OOM的前提下，最大的提升了压缩的速度，常见的9图大小在20M+能够在2s内处理完成。

当然，机器性能，系统当时的内存都是对此产生影响，我的测试机是【魅蓝Note】...

• 压缩效果

由于压缩策略集成自Luban，所以最后图片压缩大小前后对比可以参考Luban。

我在此基础上，对社交产品中常见的长图的需求进行了一定的优化。