Android让人头疼的OOM，造成OOM的原因之一就是图片，现在的手机像素越来越高，随便一张图片都是好几M，甚至几十M，这样的照片加载到app，可想而知，随便加载几张图片，手机内存就不够用了，自然而然就造成了OOM，所以，Android的图片压缩异常重要。这里，我推荐一款开源框架——Luban
效果与对比
这里就不放效果图了，我拷贝了鲁班github上面的介绍——Android图片压缩工具，仿微信朋友圈压缩策略，因为是逆向推算，效果还没法跟微信一模一样，但是已经很接近微信朋友圈压缩后的效果，具体看以下对比！
内容 原图 Luban Wechat
截屏 720P 720*1280,390k 720*1280,87k 720*1280,56k
截屏 1080P 1080*1920,2.21M 1080*1920,104k 1080*1920,112k
拍照 13M(4:3) 3096*4128,3.12M 1548*2064,141k 1548*2064,147k
拍照 9.6M(16:9) 4128*2322,4.64M 1032*581,97k 1032*581,74k
滚动截屏 1080*6433,1.56M 1080*6433,351k 1080*6433,482k
从这里就能看出，效果还是非常不错的
依赖
implementation 'top.zibin:Luban:1.1.3'
1
调用方式
异步调用
Luban内部采用IO线程进行图片压缩，外部调用只需设置好结果监听即可：
Luban.with(this)
.load(photos) // 传人要压缩的图片列表
.ignoreBy(100) // 忽略不压缩图片的大小
.setTargetDir(getPath()) // 设置压缩后文件存储位置
.setCompressListener(new OnCompressListener() { //设置回调
@Override
public void onStart() {
// TODO 压缩开始前调用，可以在方法内启动 loading UI
}
@Override
public void onSuccess(File file) {
// TODO 压缩成功后调用，返回压缩后的图片文件
}
@Override
public void onError(Throwable e) {
// TODO 当压缩过程出现问题时调用
}
}).launch(); //启动压缩
同步调用
同步方法请尽量避免在主线程调用以免阻塞主线程，下面以rxJava调用为例
Flowable.just(photos)
.observeOn(Schedulers.io())
.map(new Function
@Override public List
// 同步方法直接返回压缩后的文件
return Luban.with(MainActivity.this).load(list).get();
}
})
.observeOn(AndroidSchedulers.mainThread())
.subscribe();
以上，均是它github上面说明都有的，我这里就是copy过来了而已。重点要说的是，他是怎么实现的，源码分析。
源码分析
第一步：Luban.with()
点击去看到源码为：
public static Builder with(Context context) {
return new Builder(context);
}
这里是一个静态的with方法，返回值是Builder，一般对设计模式比较熟悉的人，看到这里就应该懂了，他这里使用的是建造者模式。什么是建造者模式呢？建造者模式和工厂模式很相似，比工厂模式多了一个控制类，其实说白了，就是在创建对象的时候，减少初始化数据的代码，怎么理解呢？我们接着往下看。我们点到Builder里面看到如下代码：
public static class Builder {
private Context context;//上下文对象
private String mTargetDir;//压缩后图片存放位置
private List
private int mLeastCompressSize = 100;//忽略100kb以下的图片，不压缩
private OnCompressListener mCompressListener;//回调方法
Builder(Context context) {
this.context = context;
this.mPaths = new ArrayList<>();
}
private Luban build() {
return new Luban(this);
}
}
我们看到了是一个静态的内部类Builder，我们这里看到了有5个变量，上面我们说道了，为了减少初始化数据的代码，就拿这个举例子说明，我如果有4个地方调用这个鲁班压缩，其中这4个地方，mTargetDir，mLeastCompressSize这2个变量的值都是一样的，其他3个不一样，按照我们以往的写法都得一个一个的赋值，要写4遍，那如果使用建造者模式了，这里就只用写一遍赋值，这2个变量。其他3个不一样，就得写多遍。当然，这是我个人对于建造者模式的理解。
我上面多粘贴了一个build()方法，为什么会多粘贴一个呢？就是为了更好的说明建造者模式，我们可以看到他这个方法，返回的是Luban对象，调用的是需要传Builder的构造方法，我们点进去看
private Luban(Builder builder) {
this.mPaths = builder.mPaths;
this.mTargetDir = builder.mTargetDir;
this.mCompressListener = builder.mCompressListener;
this.mLeastCompressSize = builder.mLeastCompressSize;
mHandler = new Handler(Looper.getMainLooper(), this);
}
他这里就是赋值，他这个值就是Builder里面默认的，我们不论在哪里调用这个方法，都不用去一个一个赋值，因为，他已经处理好了。
第二步：load()
点击去看到源码为
public Builder load(File file) {
this.mPaths.add(file.getAbsolutePath());
return this;
}
public Builder load(String string) {
this.mPaths.add(string);
return this;
}
public Builder load(List
this.mPaths.addAll(list);
return this;
}
这里，我们会看到三个重载方法，一个传文件，他会获取到文件的绝对路径存进去，实际上还是存的字符串，中间那个存的是字符串，最后面那个传String类型的list，它调用的addAll方法，最后还是存的String在mPaths里面。我们点击mPaths，他就是一个String类型的list，在Builder的构造方法里面初始化的。他就是存放你的图片路径的集合
第三步：ignoreBy() 和 setTargetDir()
点击去看到源码为
/**
* do not compress when the origin image file size less than one value
*
* @param size
* the value of file size, unit KB, default 100K
*/
public Builder ignoreBy(int size) {
this.mLeastCompressSize = size;
return this;
}
public Builder setTargetDir(String targetDir) {
this.mTargetDir = targetDir;
return this;
}
这两个我为啥要放在一起讲呢？因为这两个没啥好说的，都是设置值，跟我们平时写的set方法的作用是一样的。没啥好说的
第四步：setCompressListener(OnCompressListener listener)
点击去看到源码为
public Builder setCompressListener(OnCompressListener listener) {
this.mCompressListener = listener;
return this;
}
这个就是我们平时写自定义view的时候，要写回调方法，是一样的道理，他这里就是压缩方法的回调
第五步：launch()
点击去看到源码为
/**
* begin compress image with asynchronous
*/
public void launch() {
build().launch(context);
}
这里，我们看到他先调用了build(),我们前面讲了，他这个方法就是赋值，然后调用了launch(context)方法，我们点进去看：
/**
* start asynchronous compress thread
*/
@UiThread private void launch(final Context context) {
if (mPaths == null || mPaths.size() == 0 && mCompressListener != null) {
mCompressListener.onError(new NullPointerException("image file cannot be null"));
}
Iterator
while (iterator.hasNext()) {
final String path = iterator.next();
if (Checker.isImage(path)) {
AsyncTask.SERIAL_EXECUTOR.execute(new Runnable() {
@Override public void run() {
try {
mHandler.sendMessage(mHandler.obtainMessage(MSG_COMPRESS_START));
File result = Checker.isNeedCompress(mLeastCompressSize, path) ?
new Engine(path, getImageCacheFile(context, Checker.checkSuffix(path))).compress() :
new File(path);
mHandler.sendMessage(mHandler.obtainMessage(MSG_COMPRESS_SUCCESS, result));
} catch (IOException e) {
mHandler.sendMessage(mHandler.obtainMessage(MSG_COMPRESS_ERROR, e));
}
}
});
} else {
Log.e(TAG, "can not read the path : " + path);
}
iterator.remove();
}
}
这个方法就是最后，执行压缩的方法，前面都是初始化，我们可以看到，他这个方法是在主线程调用的，所以，我们不用考虑切换线程的问题，直接可以操作UI变化。我一步一步的讲：
首先，他这个是用的迭代器，循环遍历，遍历一个就移除一个
然后就是通过handler发消息调用
具体压缩代码。最重要的就是第三点，我把第三点，提到下面讲
接着上面的第三点，具体压缩
File result = Checker.isNeedCompress(mLeastCompressSize, path) ?
new Engine(path, getImageCacheFile(context, Checker.checkSuffix(path))).compress() :
new File(path);
首先，他整体是一个三目运算符，我们点isNeedCompress()方法看一下
static boolean isNeedCompress(int leastCompressSize, String path) {
if (leastCompressSize > 0) {
File source = new File(path);
if (!source.exists()) {
return false;
}
if (source.length() <= (leastCompressSize << 10)) {
return false;
}
}
return true;
}
这个方法就是用来判断，你给定路径的图片大小和你规定的忽略文件大小比较，他这里先做了你给定的最小值判断，要大于0，不大于0就返回ture。然后做了文件是否存在的判断，如果文件不存在，就返回fals。最后，给定文件大小是不是小于等于最小值左移10位的值，小于就返回false。
然后，如果返回的是true，就去压缩，如果，返回的是false，就直接返回file文件。压缩的方法点进去：
Engine(String srcImg, File tagImg) throws IOException {
if (Checker.isJPG(srcImg)) {
this.srcExif = new ExifInterface(srcImg);
}
this.tagImg = tagImg;
this.srcImg = srcImg;
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
options.inSampleSize = 1;
BitmapFactory.decodeFile(srcImg, options);
this.srcWidth = options.outWidth;
this.srcHeight = options.outHeight;
}
这就又要说道另一个类了Engine类，它的类注释就是：用于操作，开始压缩，管理活动，缓存资源的类。他这里传原文件，也就是你需要压缩的图片，还有一个就是目标文件，也就是你压缩之后，要保存的文件。
我们先看第二个参数是什么怎么传的，有的人看不懂
/**
* Returns a mFile with a cache audio name in the private cache directory.
*
* @param context
* A context.
*/
private File getImageCacheFile(Context context, String suffix) {
if (TextUtils.isEmpty(mTargetDir)) {
mTargetDir = getImageCacheDir(context).getAbsolutePath();
}
String cacheBuilder = mTargetDir + "/" +
System.currentTimeMillis() +
(int) (Math.random() * 1000) +
(TextUtils.isEmpty(suffix) ? ".jpg" : suffix);
return new File(cacheBuilder);
}
他这里就是新建一个文件，设置路径，设置名称，然后返回文件
再掉回去看Engine的构造方法，我们这里获取到了源文件和目标文件，我们只用把压缩后的流存到目标文件就行了。我之前写过一篇关于图片压缩的博客。它这里的option就是设置压缩的参数，不懂的可以看一下我之前的博客，或者用google百度一下就知道了。具体压缩就是用的bitmap的工厂类，调用的decodeFile方法。没错就是这一句 BitmapFactory.decodeFile(srcImg, options);
最后，辣么一切都准备就绪了，怎么样开始压缩呢？compress()
File compress() throws IOException {
BitmapFactory.Options options = new BitmapFactory.Options();
options.inSampleSize = computeSize();
Bitmap tagBitmap = BitmapFactory.decodeFile(srcImg, options);
ByteArrayOutputStream stream = new ByteArrayOutputStream();
tagBitmap = rotatingImage(tagBitmap);
tagBitmap.compress(Bitmap.CompressFormat.JPEG, 60, stream);
tagBitmap.recycle();
FileOutputStream fos = new FileOutputStream(tagImg);
fos.write(stream.toByteArray());
fos.flush();
fos.close();
stream.close();
return tagImg;
}
这里面就是常规的压缩，存储的逻辑了，最最重要的压缩算法呢？就是这里的computeSize()方法
private int computeSize() {
srcWidth = srcWidth % 2 == 1 ? srcWidth + 1 : srcWidth;
srcHeight = srcHeight % 2 == 1 ? srcHeight + 1 : srcHeight;
int longSide = Math.max(srcWidth, srcHeight);
int shortSide = Math.min(srcWidth, srcHeight);
float scale = ((float) shortSide / longSide);
if (scale <= 1 && scale > 0.5625) {
if (longSide < 1664) {
return 1;
} else if (longSide >= 1664 && longSide < 4990) {
return 2;
} else if (longSide > 4990 && longSide < 10240) {
return 4;
} else {
return longSide / 1280 == 0 ? 1 : longSide / 1280;
}
} else if (scale <= 0.5625 && scale > 0.5) {
return longSide / 1280 == 0 ? 1 : longSide / 1280;
} else {
return (int) Math.ceil(longSide / (1280.0 / scale));
}
}
private Bitmap rotatingImage(Bitmap bitmap) {
if (srcExif == null) return bitmap;
Matrix matrix = new Matrix();
int angle = 0;
int orientation = srcExif.getAttributeInt(ExifInterface.TAG_ORIENTATION, ExifInterface.ORIENTATION_NORMAL);
switch (orientation) {
case ExifInterface.ORIENTATION_ROTATE_90:
angle = 90;
break;
case ExifInterface.ORIENTATION_ROTATE_180:
angle = 180;
break;
case ExifInterface.ORIENTATION_ROTATE_270:
angle = 270;
break;
}
matrix.postRotate(angle);
return Bitmap.createBitmap(bitmap, 0, 0, bitmap.getWidth(), bitmap.getHeight(), matrix, true);
}
你以为我会一步一步给你讲Luban算法逻辑吗？那是不可能的，我特么都不会，怎么给你讲。我直接把他github上算法逻辑的介绍拷贝过来了：
判断图片比例值，是否处于以下区间内；
[1, 0.5625) 即图片处于 [1:1 ~ 9:16) 比例范围内
[0.5625, 0.5) 即图片处于 [9:16 ~ 1:2) 比例范围内
[0.5, 0) 即图片处于 [1:2 ~ 1:∞) 比例范围内
判断图片最长边是否过边界值；
[1, 0.5625) 边界值为：1664 * n（n=1）, 4990 * n（n=2）, 1280 * pow(2, n-1)（n≥3）
[0.5625, 0.5) 边界值为：1280 * pow(2, n-1)（n≥1）
[0.5, 0) 边界值为：1280 * pow(2, n-1)（n≥1）
计算压缩图片实际边长值，以第2步计算结果为准，超过某个边界值则：width / pow(2, n-1)，height/pow(2, n-1)
计算压缩图片的实际文件大小，以第2、3步结果为准，图片比例越大则文件越大。
size = (newW * newH) / (width * height) * m；
[1, 0.5625) 则 width & height 对应 1664，4990，1280 * n（n≥3），m 对应 150，300，300；
[0.5625, 0.5) 则 width = 1440，height = 2560, m = 200；
[0.5, 0) 则 width = 1280，height = 1280 / scale，m = 500；注：scale为比例值
判断第4步的size是否过小
[1, 0.5625) 则最小 size 对应 60，60，100
[0.5625, 0.5) 则最小 size 都为 100
[0.5, 0) 则最小 size 都为 100
将前面求到的值压缩图片 width, height, size 传入压缩流程，压缩图片直到满足以上数值
---------------------
作者：海晨忆
来源：CSDN
原文：https://blog.csdn.net/qq_27634797/article/details/79424507
版权声明：本文为博主原创文章，转载请附上博文链接！