Android 高效图片压缩的实现

Z时代
2024-01-10
分类：IT

使用libjpeg-turbo进行图片压缩

1. JEPG 是什么?

相信有一部分使用 iPhone 手机用微信发送图片的时候，明明图片大小只有 1M ，但清晰度比 Android 手机 5 M 图片大小的还要清晰，那么这是为什么呢？。

当时谷歌开发 Android 的时候，考虑了大部分手机的配置并没有那么高，所以对图片处理使用的是 Skia。当然这个库的底层还是用的 jpeg 图片压缩处理。但是为了能够适配低端的手机（这里的低端是指以前的硬件配置不高的手机，CPU 和内存在手机上都非常吃紧，性能差），由于哈夫曼算法比较吃 CPU 并且编解码慢，被迫用了其他的算法。所以 Skia 在进行图片处理在低版本中并没有开启哈弗曼算法。

那么，JEPG 到底是什么？JEPG (全称是 Joint Photographic Experts Group) 是一种常见的一种图像格式，为什么我在这里会提到 JEPG 呢？是因为开源了一个 C/C++ 库底层是基于哈夫曼算法对图片的压缩 (libjpeg)，下面我们就来着重了解下 libjpeg 这个库

2. libjpeg 简介

libjpeg-turbo 是一个 JPEG 图像编解码器，它使用 SIMD 指令（MMX，SSE2，AVX2，NEON，AltiVec）来加速 x86，x86-64，ARM 和 PowerPC 系统上的基线 JPEG 压缩和解压缩，以及渐进式JPEG 压缩 x86 和 x86-64 系统。在这样的系统上，libjpeg-turbo 的速度通常是 libjpeg 的 2 - 6 倍，其他条件相同。在其他类型的系统上，凭借其高度优化的霍夫曼编码例程，libjpeg-turbo 仍然可以大大超过 libjpeg。在许多情况下，libjpeg-turbo 的性能可与专有的高速 JPEG 编解码器相媲美。 libjpeg-turbo 实现了传统的 libjpeg API 以及功能较弱但更直接的 TurboJPEG API 。 libjpeg-turbo 还具有色彩空间扩展，允许它从/解压缩到32位和大端像素缓冲区（RGBX，XBGR等），以及功能齐全的 Java 接口。 libjpeg-turbo 最初基于 libjpeg / SIMD，这是由 Miyasaka Masaru 开发的 libjpeg v6b 的 MMX 加速衍生物。 TigerVNC 和 VirtualGL 项目在 2009 年对编解码器进行了大量增强，并且在2010年初，libjpeg-turbo 分拆成一个独立项目，目标是为更广泛的用户提供高速 JPEG压缩/解压缩技术。开发人员。

3.编译libjpeg-turbo

3.1 编译环境

Linux/Ubuntu/Centis都行。在windows环境下可以安装虚拟机或者购买一个云主机，作者在阿里云购买的一个Ubuntu主机。

3.2 准备工作

libjpeg: libjepg 2.0.5

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

在~/.bashrc中添加cmake的环境变量，代码如下：

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

然后运行 source ~/.bashrc

ndk: android-ndk-r21c

[编译参考])(https://github.com/libjpeg-turbo/libjpeg-turbo/blob/master/BUILDING.md)

3.3 编写编译脚本

进入到libjpeg-turbo目录。生成shell脚本，代码如下：


#!/bin/bash
# 源码目录
MY_SOURCE_DIR=/home/study/libjpeg-turbo-2.0.5
NDK_PATH=/home/study/android-ndk-r21b
TOOLCHAIN=clang
ANDROID_VERSION=21
build_bin() {
  echo "-------------------star build $1-------------------------"
  ANDROID_ARCH_ABI=$1  # armeabi-v7a 
  # 最终编译的安装目录
  PREFIX=${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-v7a
build_bin armeabi-v7a arm-linux-androideabi

修改权限 sudo chmod +x build.sh，然后再执行./build.sh，编译完成之后会生成如下目录：

4. 在android使用libjpeg-turbo

1. 在 Android Studio 中创建一个项目，然后添加编译好的libjpeg-turbo文件，项目目录结构如下：

2. 然后配置CMakeLists.txt，代码如下：


cmake_minimum_required(VERSION 3.4.1)
# 引入头文件
include_directories(${CMAKE_SOURCE_DIR}/include)
# 设置静态库路径
set(CMAKE_CXX_FLAGS "${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代码如下：


#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. 创建jpeg压缩对象
  jpeg_compress_struct jcs;
  // 错误回调
  jpeg_error_mgr errorMgr;
  jcs.err = jpeg_std_error(&errorMgr);
  // 创建压缩对象
  jpeg_create_compress(&jcs);
  // 2. 指定存储文件
  FILE *file = fopen(path, "wb");
  jpeg_stdio_dest(&jcs, file);
  // 3. 设置压缩参数
  jcs.image_width = w;
  jcs.image_height = h;
  // bgr
  jcs.input_components = 3;
  jcs.in_color_space = JCS_RGB;
  jpeg_set_defaults(&jcs);
  // 开启哈夫曼功能
  jcs.optimize_coding = true;
  jpeg_set_quality(&jcs, q, 1);
  // 4. 开始压缩
  jpeg_start_compress(&jcs, 1);
  // 5. 循环写入每一行数据
  int row_stride = w * 3;
  JSAMPROW row[1];
  while (jcs.next_scanline < jcs.image_height) {
    // 取出一行数据
    uint8_t *pixels = temp + jcs.next_scanline * row_stride;
    row[0] = pixels;
    jpeg_write_scanlines(&jcs, row, 1);
  }
  // 6 压缩完成
  jpeg_finish_compress(&jcs);
  // 7 释放内存
  fclose(file);
  jpeg_destroy_compress(&jcs);
}
extern "C"
JNIEXPORT void JNICALL
Java_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);
  // 从bitmap中获取argb数据
  // 创建AndroidBitmapInfo对象
  AndroidBitmapInfo info;
  // 获取bitmap中的信息
  AndroidBitmap_getInfo(env, bitmap, &info);
  // 得到图片中的像素信息
  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;
  // 申请一块内存用来存储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;
  // 循环取出图片的每一个像素
  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;
      // 指针跳过4个字节
      pixels += 4;
    }
  }
  // 把得到的新的图片的信息存放入一个新文件中
  write_jpeg_file(temp, w, h, q, jni_path);
  // 释放内存
  free(temp);
  AndroidBitmap_unlockPixels(env, bitmap);
  env->ReleaseStringUTFChars(path, jni_path);
}

4. 测试


 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, "执行完成", Toast.LENGTH_SHORT).show();
    compressImage.setImageBitmap(BitmapFactory.decodeFile("storage/emulated/0/original_1.jpg"));
  }

5. 运行结果如下