使用libjpeg-turbo進行圖片壓縮1. JEPG 是什么?

相信有一部分使用 iPhone 手機用微信發送圖片的時候，明明圖片大小只有 1M ，但清晰度比 Android 手機 5 M 圖片大小的還要清晰，那么這是為什么呢 ？。

當時谷歌開發 Android 的時候，考慮了大部分手機的配置并沒有那么高，所以對圖片處理使用的是 Skia。當然這個庫的底層還是用的 jpeg 圖片壓縮處理。但是為了能夠適配低端的手機（這里的低端是指以前的硬件配置不高的手機，CPU 和內存在手機上都非常吃緊，性能差），由于哈夫曼算法比較吃 CPU 并且編解碼慢，被迫用了其他的算法。所以 Skia 在進行圖片處理在低版本中并沒有開啟哈弗曼算法。

那么，JEPG 到底是什么？JEPG (全稱是 Joint Photographic Experts Group) 是一種常見的一種圖像格式，為什么我在這里會提到 JEPG 呢？是因為開源了一個 C/C++ 庫底層是基于哈夫曼算法對圖片的壓縮 (libjpeg)，下面我們就來著重了解下 libjpeg 這個庫

2. libjpeg 簡介

libjpeg-turbo 是一個 JPEG 圖像編解碼器，它使用 SIMD 指令（MMX，SSE2，AVX2，NEON，AltiVec）來加速 x86，x86-64，ARM 和 PowerPC 系統上的基線 JPEG 壓縮和解壓縮，以及漸進式JPEG 壓縮 x86 和 x86-64 系統。在這樣的系統上，libjpeg-turbo 的速度通常是 libjpeg 的 2 - 6 倍，其他條件相同。在其他類型的系統上，憑借其高度優化的霍夫曼編碼例程，libjpeg-turbo 仍然可以大大超過 libjpeg。在許多情況下，libjpeg-turbo 的性能可與專有的高速 JPEG 編解碼器相媲美。 libjpeg-turbo 實現了傳統的 libjpeg API 以及功能較弱但更直接的 TurboJPEG API 。 libjpeg-turbo 還具有色彩空間擴展，允許它從/解壓縮到32位和大端像素緩沖區（RGBX，XBGR等），以及功能齊全的 Java 接口。 libjpeg-turbo 最初基于 libjpeg / SIMD，這是由 Miyasaka Masaru 開發的 libjpeg v6b 的 MMX 加速衍生物。 TigerVNC 和 VirtualGL 項目在 2009 年對編解碼器進行了大量增強，并且在2010年初，libjpeg-turbo 分拆成一個獨立項目，目標是為更廣泛的用戶提供高速 JPEG壓縮/解壓縮技術。開發人員。

3.編譯libjpeg-turbo

3.1 編譯環境

Linux/Ubuntu/Centis都行。在windows環境下可以安裝虛擬機或者購買一個云主機，作者在阿里云購買的一個Ubuntu主機。

3.2 準備工作

libjpeg: libjepg 2.0.5

cmake: cmake-3.18.2-Linux-x86_64.tar.gz

在~/.bashrc中添加cmake的環境變量，代碼如下：

export PATH=/home/study/cmake-3.18.2/bin:$PATH

然后運行 source ~/.bashrc

ndk: android-ndk-r21c

[編譯參考])(https://github.com/libjpeg-turbo/libjpeg-turbo/blob/master/BUILDING.md)

3.3 編寫編譯腳本

進入到libjpeg-turbo目錄。生成shell腳本，代碼如下：

#!/bin/bash # 源碼目錄MY_SOURCE_DIR=/home/study/libjpeg-turbo-2.0.5 NDK_PATH=/home/study/android-ndk-r21bTOOLCHAIN=clangANDROID_VERSION=21 build_bin() { echo '-------------------star build $1-------------------------' ANDROID_ARCH_ABI=$1 # armeabi-v7a # 最終編譯的安裝目錄 PREFIX=${MY_SOURCE_DIR}/android/${ANDROID_ARCH_ABI}/ HOST=$2 cmake -G'Unix Makefiles' -DANDROID_ABI=$ANDROID_ARCH_ABI -DANDROID_ARM_MODE=arm -DANDROID_PLATFORM=android-${ANDROID_VERSION} -DANDROID_TOOLCHAIN=${TOOLCHAIN} -DCMAKE_ASM_FLAGS='--target=${HOST}${ANDROID_VERSION}' -DCMAKE_TOOLCHAIN_FILE=${NDK_PATH}/build/cmake/android.toolchain.cmake -DCMAKE_INSTALL_PREFIX=${PREFIX} make clean make make install echo '-------------------$1 build end-------------------------'} #build armeabi-v7abuild_bin armeabi-v7a arm-linux-androideabi

修改權限 sudo chmod +x build.sh，然后再執行./build.sh，編譯完成之后會生成如下目錄：

4. 在android使用libjpeg-turbo

1. 在 Android Studio 中創建一個項目，然后添加編譯好的libjpeg-turbo文件，項目目錄結構如下：

2. 然后配置CMakeLists.txt，代碼如下：

cmake_minimum_required(VERSION 3.4.1) # 引入頭文件include_directories(${CMAKE_SOURCE_DIR}/include)# 設置靜態庫路徑set(CMAKE_CXX_FLAGS '${CMAKE_CXX_FLAGS} -L${CMAKE_SOURCE_DIR}/libs/${CMAKE_ANDROID_ARCH_ABI}') add_library( native-lib SHARED native-lib.cpp) find_library( log-lib log) target_link_libraries( native-lib turbojpeg ${log-lib})

3. jni代碼如下：

#include <jni.h>#include <string>#include <jpeglib.h>#include <android/bitmap.h> void write_jpeg_file(uint8_t *temp, int w, int h, jint q, const char *path) { // 1. 創建jpeg壓縮對象 jpeg_compress_struct jcs; // 錯誤回調 jpeg_error_mgr errorMgr; jcs.err = jpeg_std_error(&errorMgr); // 創建壓縮對象 jpeg_create_compress(&jcs); // 2. 指定存儲文件 FILE *file = fopen(path, 'wb'); jpeg_stdio_dest(&jcs, file); // 3. 設置壓縮參數 jcs.image_width = w; jcs.image_height = h; // bgr jcs.input_components = 3; jcs.in_color_space = JCS_RGB; jpeg_set_defaults(&jcs); // 開啟哈夫曼功能 jcs.optimize_coding = true; jpeg_set_quality(&jcs, q, 1); // 4. 開始壓縮 jpeg_start_compress(&jcs, 1); // 5. 循環寫入每一行數據 int row_stride = w * 3; JSAMPROW row[1]; while (jcs.next_scanline < jcs.image_height) { // 取出一行數據 uint8_t *pixels = temp + jcs.next_scanline * row_stride; row[0] = pixels; jpeg_write_scanlines(&jcs, row, 1); } // 6 壓縮完成 jpeg_finish_compress(&jcs); // 7 釋放內存 fclose(file); jpeg_destroy_compress(&jcs);} extern 'C'JNIEXPORT void JNICALLJava_com_lx_libjpeg_utils_ImageCompressUtils_native_1compress(JNIEnv *env, jobject thiz, jobject bitmap, jint q, jstring path) { // TODO: implement native_compress() const char *jni_path = env->GetStringUTFChars(path, 0); // 從bitmap中獲取argb數據 // 創建AndroidBitmapInfo對象 AndroidBitmapInfo info; // 獲取bitmap中的信息 AndroidBitmap_getInfo(env, bitmap, &info); // 得到圖片中的像素信息 uint8_t *pixels; AndroidBitmap_lockPixels(env, bitmap, (void **) &pixels); // jpeg argb中去掉他的a ===》 grg int w = info.width; int h = info.height; int color; // 申請一塊內存用來存儲rgb信息 uint8_t *data = (uint8_t *) malloc(w * h * 3); memset(data, 0, w * h * 3); uint8_t *temp = data; uint8_t r, g, b; // 循環取出圖片的每一個像素 for (int i = 0; i < h; ++i) { for (int j = 0; j < w; ++j) { color = *(int *) pixels; // 取出rgb r = (color >> 16) & 0xFF; g = (color >> 8) & 0xFF; b = color & 0xFF; // 存放 以前的主流格式jpeg bgr *data = b; *(data + 1) = g; *(data + 2) = r; data += 3; // 指針跳過4個字節 pixels += 4; } } // 把得到的新的圖片的信息存放入一個新文件中 write_jpeg_file(temp, w, h, q, jni_path); // 釋放內存 free(temp); AndroidBitmap_unlockPixels(env, bitmap); env->ReleaseStringUTFChars(path, jni_path); }

4. 測試

public void compress() { File input = new File('storage/emulated/0/original.jpg'); Bitmap inputBitmap = BitmapFactory.decodeFile(input.getAbsolutePath()); originalImage.setImageBitmap(inputBitmap); imageCompressUtils.compress(inputBitmap, 30, 'storage/emulated/0/original_1.jpg'); Toast.makeText(this, '執行完成', Toast.LENGTH_SHORT).show(); compressImage.setImageBitmap(BitmapFactory.decodeFile('storage/emulated/0/original_1.jpg')); }

5. 運行結果如下

壓縮效果: 壓縮質量在 20 的時候用壓縮出來的質量也還是挺好了，但是建議壓縮質量在 30 -50 之間。

壓縮率: 大約壓縮后的圖片大小是原圖的縮小 5 倍的樣子。

到此這篇關于Android 高效圖片壓縮的實現的文章就介紹到這了,更多相關Android 圖片壓縮內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！