位元組跳動火山引擎ImageX提供了一種能力，可以支持客戶端android 直接解碼HEIF 和HEIC圖片，經過測驗發現，可以免費使用；
一、閱前準備
- HEIF圖片格式是什么？
高效率影像格式（High Efficiency Image Format ，HEIF）最早被蘋果公司的 iPhone 所使用，并且也將用于 Google 的 Android P 手機系統，微軟也于最新放出的 Windows 10 Build 17123 預覽版開始，新增了對 HEIF 影像格式的系統原生支持，所以系統極客將在本文中為大家簡介 HEIF 這一新興的高效率影像格式，
- HEIF優于JPEG影像格式
高效率影像格式在各方面均優于 JPEG，通過使用更現代的壓縮演算法，它可以將相同數量的資料大小壓縮到 JPEG 影像檔案的 50% 左右，隨著手機 Camera 的不斷升級，照片的細節也日益增加，通過將照片存盤為 HEIF 格式而不非 JPEG，可以讓檔案大小減半，幾乎可以在同一部手機上存盤以前 2 倍的照片數量，如果一些云服務也支持 HEIF 檔案，則上傳到在線服務的速度也會更快，并且使用更少的存盤空間，在 iPhone 上，這意味著您的照片應該會以以前兩倍的速度上傳到 iCloud 照片庫，
JPEG 標準可以追溯到 1992 年，JPEG 標準的最新版本也于 1994 年完成，JPEG 長期以來為我們提供了很好的服務，但現代（新）標準超越它并不是很奇怪，
- HEIC唯一缺點：兼容性
目前使用 HEIF 或 HEIC 照片唯一的缺點就是兼容性問題，現在的軟體只要能夠查看圖片，那它肯定就可以讀取 JPEG 影像，但如果你拍攝了以 HEIF 或 HEIC 擴展名結尾的圖片，并不是在所有地方和軟體中都可以正確識別，
這也是當我們將照片附加到電子郵件或在不支持 HEIF 檔案的服務中進行共享時， iPhone 和 iPad 會自動將其轉換為 JPEG 影像的原因，在使用 iTunes 將 HEIF 照片匯入 Windows PC 時，也會自動將它們轉換為 JPEG 格式，
雖然 Mac 從 macOS High Sierra 開始支持 .HEIF 和 .HEIC 檔案，但 Windows 10 從 Windows 10 Build 17123 預覽版才開始提供 HEIF 影像內置支持，所以對于老舊 Windows、macOS 和舊版 iOS 與 Android 用戶需要使用第三方影像查看器或轉換軟體才能查看 .HEIF 或 .HEIC 檔案，
那我們如何讓HEIF 支持全端Android 機型呢? 這里提供了一種軟解碼實作方案，具體接入如下：
二、遇到了什么問題
-
HEIF 圖片在iOS 11以上開始支持，但是在Android 系統支持 一直比較慢，而且有很多系統性的bug 會導致解碼失敗；所以我們干脆實作一種軟解的方案；
-
HEIF 使用自研的解碼能力，發現使用HEIF 圖片加載整體體積降低 50%+，用戶加載更快！
-
針對線上圖片性能、圖片進行可用性、網路耗時的監控，全面感知客戶端的圖片加載問題；
三、開發環境
推薦開發者使用 Android Studio 作為自己的開發工具，本開發檔案也是基于 Android Studio開發環境下進行撰寫的，
四、集成方式
詳細閱讀：https://www.volcengine.com/docs/508/65969
- 專案 build.gradle 下加上
maven {
url 'https://dl.bintray.com/ttgamesdk/public'
}
- app module build.gradle下加上
implementation 'com.bytedance.fresco:fresco:1.0.4'
implementation "com.bytedance.fresco:animated-gif:1.0.4", //gif
implementation "com.bytedance.fresco:animated-webp:1.0.4", //webp animated
implementation "com.bytedance.fresco:webpsupport:1.0.4", //低版本webp支持
implementation "com.bytedance.fresco:drawee:1.0.4", //fresco組件
implementation "com.bytedance.fresco:statistics:1.0.4", //監控+網路組件
implementation "com.bytedance.fresco:heif:1.0.4"
五、接入說明
1. 初始化
SDK在集成之前需要將此AppID傳入引數里（需要注意的是AppID在Android端SDK中也簡寫為“aid”），部分引數含義詳解如下：
-
AppID（aid）：SDK用于打點監控上報的最小單元，通過此將資料進行隔離上報，同時通過AppID可以拉取對應的云控配置比如客戶端采樣率、網路優化引數等，
-
deviceId：設備的唯一編號，用于統計區分使用，
-
versionName，versionCode：主要用于資料統計與配置拉取，
-
channel：渠道標識，用于區分統計，比如根據不同頻道可以傳入huawei、oppo等不同渠道便于自動以統計，
-
appName：App的名稱，用于統計使用，
-
isOversea：主要根據App是否發布海外決定上報的日志的物理位置，滿足GDPR合規性要求，如實填寫，比如App為南美使用，則傳入 true即可，采樣后的日志自動上報到海外地區，
String aid = "xxx"; // App ID
String deviceId = "xxx" ; // 設備 ID
String versionName = "0.0.1" ; // App 版本號
String versionCode = "1" ; // App 版本code
String channel = "debug" ; // 渠道
String appName = "Sample" ; // App 名稱
boolean isOversea = false; // App是否發布在海外
_// 統計功能_
Set<RequestListener> listeners = new HashSet<>();
listeners.add( new FrescoTraceListener( this , aid, deviceId, versionName, channel, isOversea));
_// HEIF功能配置_
PoolFactory factory = new PoolFactory(PoolConfig. _newBuilder_ ().build());
ImagePipelineConfig.Builder builder = ImagePipelineConfig. _newBuilder_ ( this )
.setNetworkFetcher( new FrescoTTNetFetcher( this , aid, deviceId,versionCode, versionName,
channel, appName))
.setRequestListeners(listeners)
.setImageDecoderConfig(ImageDecoderConfig. _newBuilder_ ().addDecodingCapability(
HeifDecoder. _HEIF_FORMAT_ ,
new HeifDecoder.HeifFormatChecker(), new HeifDecoder.HeifFormatDecoder(factory.getPooledByteBufferFactory())).build());
Fresco. _initialize_ ( this , builder.build());
注 ：FrescoTraceListener構造引數均不能為null
FrescoTraceListener(@NonNull Context context,
@NonNull String aid,
@NonNull String deviceId,
@NonNull String appVersion,
@NonNull String channel,
boolean isOversea)
注 ：FrescoTTNetFetcher構造引數均不能為null
public FrescoTTNetFetcher(@NonNull Application context,
@NonNull String appId,
@NonNull String deviceId,
@NonNull String versionCode,
@NonNull String versionName,
@NonNull String channel,
@NonNull String appName)
2. 使用方式
使用方式和正常的Fresco一樣，Fresco的 api 并沒有修改，參考：https://www.fresco-cn.org/
3. 單獨使用監控功能的方式
如果不想使用改造后的Fresco，使用facebook源的Fresco，可以只使用提供的統計功能，
implementation "com.bytedance.fresco:statistics:1.0.4"
Set<RequestListener> listeners = new HashSet<>();
listeners.add( new FrescoTraceListener(context, "xxx" , "xxxx" , "0.0.1" , "debug" , false ));
ImagePipelineConfig.Builder builder = ImagePipelineConfig. _newBuilder_ ( this )
.setNetworkFetcher( new TTFrescoOkHttpFetcher())
.setRequestListeners(listeners)
Fresco. _initialize_ ( this , builder.build());
4. Feature使用
Android 9.0 libwebp解碼
Android 9.0版本上，系統原生的Webp解碼方式有bug，這里提供使用libwebp解碼的方式，
ImagePipelineConfig . Builder builder = ImagePipelineConfig .newBuilder( this );
// 對9.0版本打開libwebp解碼
builder.experiment().setPieDecoderEnabled( true );
性能差異：在honor magic2上對同一圖片進行benchmark測驗，Android原生解碼：15.9ms，libwebp解碼：16.4ms，差距不大，
低記憶體策略
接入方式：
Fresco初始化之前配置以下代碼
ImageDecodeBitmapConfigStrategy.setStrategy(ImageDecodeBitmapConfigStrategy. _MEMORY_AT_LEAST_ );
OOM兜底
接入方式：
ImagePipelineConfig . Builder builder = ImagePipelineConfig .newBuilder( this )
builder.experiment().setOomOptEnabled( true );
動圖漸進式
接入方式：
- 全域開啟：
ImagePipelineConfig .getDefaultImageRequestConfig().setProgressiveRenderingEnabled( true );
- 單個請求開啟：
ImageRequestBuilder builder = ImageRequestBuilder
.newBuilderWithSource(uri)
.setProgressiveRenderingEnabled( true );
DraweeController controller = Fresco .newDraweeControllerBuilder()
.setAutoPlayAnimations( true )
.setImageRequest(builder.build())
.setOldController(getController())
.build();
setController(controller);
智能裁剪
接入方式：
ImageRequestBuilder builder = ImageRequestBuilder
. _newBuilderWithSource_ (uri)
.setImageDecodeOptions( new ImageDecodeOptionsBuilder()
.setUseSmartCrop( true )
.build());
DraweeController controller = Fresco. _newDraweeControllerBuilder_ ()
.setImageRequest(builder.build())
.setOldController(getController())
.build();
setController(controller);
文章為原創文章，若有侵權請聯系；
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/285715.html
標籤：其他
上一篇：滑鼠繪圖的原理
下一篇：LRU演算法