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體配置不高的手機，CPU 和記憶體在手機上都非常吃緊，性能差），由于哈夫曼演算法比較吃 CPU 并且編解碼慢，被迫用了其他的演算法，所以 Skia 在進行圖片處理在低版本中并沒有開啟哈弗曼演算法，
那么，JEPG 到底是什么？JEPG (全稱是 Joint Photographic Experts Group) 是一種常見的一種影像格式，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演算法對圖片的壓縮 (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 影像編解碼器，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，在其他型別的系統上，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 實作了傳統的 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 介面， libjpeg-turbo 最扯訓于 libjpeg / SIMD，這是由 Miyasaka Masaru 開發的 libjpeg v6b 的 MMX 加速衍生物， TigerVNC 和 VirtualGL 專案在 2009 年對編解碼器進行了大量增強，并且在2010年初，libjpeg-turbo 分拆成一個獨立專案，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 準備作業
libjpeg: libjepg 2.0.5
cmake: cmake-3.18.2-Linux-x86_64.tar.gz
在~/.bashrc中添加cmake的環境變數，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 撰寫編譯腳本
進入到libjpeg-turbo目錄，生成shell腳本，代碼如下：
#!/bin/bash
# 原始碼目錄
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 "-------------------$1 build end-------------------------"
}
#build armeabi-v7a
build_bin armeabi-v7a arm-linux-androideabi修改權限 sudo chmod +x build.sh，然后再執行./build.sh，編譯完成之后會生成如下目錄：
4. 在android使用libjpeg-turbo
1. 在 Android Studio 中創建一個專案，然后添加編譯好的libjpeg-turbo檔案，專案目錄結構如下：
2. 然后配置CMakeLists.txt，代碼如下：
cmake_minimum_required(VERSION 3.4.1)
# 引入頭檔案
include_directories(${CMAKE_SOURCE_DIR}/include)
# 設定靜態庫路徑
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壓縮物件
jpeg_compress_struct jcs;
// 錯誤回呼
jpeg_error_mgr errorMgr;
jcs.err = jpeg_std_error(&errorMgr);
// 創建壓縮物件
jpeg_create_compress(&jcs);
// 2. 指定存盤檔案
FILE *file = fopen(path, "wb");
jpeg_stdio_dest(&jcs, file);
// 3. 設定壓縮引數
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. 回圈寫入每一行資料
int row_stride = w * 3;
JSAMPROW row[1];
while (jcs.next_scanline < jcs.image_height) {
// 取出一行資料
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 釋放記憶體
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);
// 從bitmap中獲取argb資料
// 創建AndroidBitmapInfo物件
AndroidBitmapInfo info;
// 獲取bitmap中的資訊
AndroidBitmap_getInfo(env, bitmap, &info);
// 得到圖片中的像素資訊
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;
// 申請一塊記憶體用來存盤rgb資訊
uint8_t *data = (uint8_t *) malloc(w * h * 3);
memset(data, 0, w * h * 3);
uint8_t *temp = data;
uint8_t r, g, b;
// 回圈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;
// 指標跳過4個位元組
pixels += 4;
}
}
// 把得到的新的圖片的資訊存放入一個新檔案中
write_jpeg_file(temp, w, h, q, jni_path);
// 釋放記憶體
free(temp);
AndroidBitmap_unlockPixels(env, bitmap);
env->ReleaseStringUTFChars(path, jni_path);
}
4. 測驗
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，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/120497.html
標籤：python