图片模糊算法

有很多App对背景进行高斯图模糊设计，比如网易云音乐、QQ、微信、随手记等等。在Adnroid中，现在常用的图片高斯模糊技术有三种：RenderScript 、fastBlur、对RenderScript和fastBlur的优化，下面分析这三种方法的优缺点，先贴图。

RenderScript

RenderScript是在Android上的高性能运行密集型运算的框架，主要用于数据并行计算，尤其对图像处理、摄影分析和计算机视觉特别有用。基于c/c++开发的库，提供Java层调用API，快速、不丢帧处理高斯图模糊，RenderScript是在Android3.0（API 11）引入的

优点：

• 使用简单，原生的API，十行左右的代码就能完成高斯模糊
• 效率较高，是在c/c++层做处理

缺点：

• API 17以上才能使用，低于该版本需要使用兼容包，会导致APK体积增大，support包约160k

兼容包：android.support.v8.renderscript，能兼容到Android 2.3版本(API 9)，看下图在app bulid.gradle引入，代码跟API 17以上的一样，注意市场上Android 4.4系统以下已经非常少见了

fastBlur

fastBlur是Java原生开发的，经过每个像素点进行高斯模糊计算，最后合成Bitmap

优点：

• 不用引入三方包，不会增加APK大小
• 没有兼容版本问题

缺点：

• 效率很低，在Java层做处理
• 将Bitmap全部加载到内存，较大图片容易OOM

RenderScript和fastBlur的优化

方法：先对bitmap进行缩小，使其丢失一些像素点，接着进行模糊化处理，然后再放大到原来尺寸。因为图片缩小后再进行模糊处理，需要处理的像素点和半径都变小，所以模糊处理速度加快。
例如RenderScript优化后的代码

两种算法优化结果对比过程：通过模糊处理不同大小的bitmap，记录同一bitmap使用两种算法系统内存使用量、CPU使用率、循环50次平均模糊时间，其中选取的图片格式包括jpeg、jpg和png

RenderScript：

Bitmap 大小(MB)	处理后图片大小(MB)	内存使用(MB)	CPU使用(%)	50次平均模糊时间(ms)
6.35	8.11	244	64.7	124
4.27	5.46	164	59.8	92
0.81	1.04	84	47	25
0.74	0.94	77.1	36.8	23

fastBlur：

Bitmap 大小(MB)	处理后图片大小(MB)	内存使用(MB)	CPU使用(%)	50次平均模糊时间(ms)
6.35	8.11	219.2	16	4637
4.27	5.46	178	16.2	3360
0.81	1.04	120	17.8	481
0.74	0.94	106	16.3	461

柱状图对比：

（模糊4.27MB的bitmap）

（模糊0.81MB的bitmap）

结论
RenderScipt和fastBlur对比，在内存使用量方面差别不大，但是RenderScipt算法CPU使用率较高，模糊时间比较快速，比fastBlur快10倍以上，其中图片格式分别为jpeg、jpg和png的效果几乎一样

建议
使用RenderScipt，可以加快模糊速度，但是当API<=17（4.2系统）使用RenderScipt需要引用（160kb）的包，4.2以上则不需要引包；API<=17使用fastBlur，可以降低CPU使用率以及不需要引用兼容包；

参考链接

1. https://www.jianshu.com/p/54df911512f4?utm_campaign=hugo&utm_medium=reader_share&utm_content=note&utm_source=qq
2. https://github.com/wasabeef/Blurry
3. https://github.com/kikoso/android-stackblur
4. https://github.com/Dimezis/BlurView