图片压缩

原文地址: http://hi.baidu.com/su602/blog/item/ecaa354f4282be31aec3ab2c.html

import java.io.DataInputStream;
import javax.microedition.lcdui.Image;

public class Tools {

private static final int FLAG_16BIT_4_LEN = 0;

private static final int FLAG_REBUILD_SIZE = 0;

private static final int FLAG_REBUILD_MODULE = 0;


/***********************************************************************************************************
* 1 压缩原理 要清楚 USI 的压缩原理,首先需要对图像的存储方式有一个基本的了解。USI 压缩是建立在索引色的基础上进行的。
* 
* 1.1 索引图与RGB图
* 对于PNG图像,可以分为索引(Index)图和RGB图两种,索引图只包含固定数量的颜色,而RGB图的颜色数量是不受限制的。
* RGB图的每一个象素都保存一个RGB值,代表这个象素的颜色,因此,一张RGB图有多少个象素,文件中就保存多少个RGB值。
* 而索引图会将其固定数量的颜色,按照顺序排列起来,作为颜色的索引保存在文件头中,被称为调色板(palette)。每一个
* 象素只保存其颜色在调色板中的索引。如一个32色的索引图,在文件头中保存了32个颜色,索引值从0到31。图中每一个象
* 素只记录其颜色的索引。因此,对于一般的PNG图,索引图文件的大小总是小于RGB图的。
* 
* 1.2 行程压缩原理
* 当我们把一张索引图的所有象素(N个),按照从上到下,从左至右,即按行扫描的顺序排列起来的时候,我们得到一个队列。
* 如果我们用1个字节来存储一个象素的索引值(调色板颜色不超过256),那么数据的大小为N字节。这段数据的格式我们表示为
* [I1][I2]…[In] 共 N 个。在上面的队列中,可能会出现很多连续相同的索引值,最多的就是透明色。如果我们在每个索引值
* 前用1个字节保存这个值连续出现的数量(最多可以表示256个),那数据的格式变为[C1][I1][C2][I2]…[Cm][Im] 共 M个。
* 那么一张256个象素的单色图的所有数据,只需要2个字节来保存。通常,我们所需的图中总是有大片连续的颜色,包括透明色,
* 因此按照这个格式保存的图像,其文件大小可以大大降低,这就是行程的压缩原理。
* 
* 1.3 USI压缩原理 如果一张索引图的颜色数为32,那么在[C1][I1][C2][I2]…[Cm][Im]
* 格式中,I的数值都小于32,那么每个字节前3 bits 始终为0。为了充分利用这 3bits,我们可以将 C 的值保存在这 3bits中,
* 这样我们的格式变为 [G1][G2]….[Gk] 共 K个(G的高位为数量,低位为颜色索引)。这样,对于32色的图,
* 每个字节最多可以保存8个象素的信息,对于64色的图,每个字节最多可以保存4个象素的信息,对于16色的图,每个字节最多
* 可以保存16个象素的信息。 在[G1][G2]….[Gk] 这K个字节前,再加上调色板数据和其它本图的必要信息,就得到了USI格式的文件。
*****************************************************************************************************************/

int m_flags ,m_count ,m_mask ,m_modelCount ,m_dataSize ;
int m_rebuildWidth,m_rebuildHeight;
int[][] m_pal ;
int []m_dataOffset;
byte[] m_models ,m_data ;
private void load(String file) {
   try {
    DataInputStream din = new DataInputStream(getClass()
      .getResourceAsStream(file));

    m_flags = din.readInt(); // 格式标志

    /** 读取调色板信息 */
    m_count = din.readByte() & 0xff; // 调色板位数
    m_mask = 0xff >> (8 - m_count); // 计算 取色板索引的掩码
    int pal_count = din.readByte() & 0xff; // 调色板数量
    int pal_len = din.readByte() & 0xff; // 调色板长度 即颜色数
    m_pal = new int[pal_count][pal_len]; // 初始化调色板容器
    int pal;
    // 读取调色板信息
    for (int i = 0; i < pal_count; i++) {
     for (int j = 0; j < pal_len; j++) {
      pal = din.readShort() & 0xffff;
      m_pal[i][j] = (((((pal & 0xF000) >>> 12) * (17 << 24)) & 0xFF000000)
        | ((((pal & 0x0F00) >>> 8) * (17 << 16)) & 0x00FF0000)
        | ((((pal & 0x00F0) >>> 4) * (17 << 8)) & 0x0000FF00) | ((((pal & 0x000F) * 17))));
     }
    }

    /** 读取图块信息 */
    m_modelCount = din.readShort() & 0xffff; // 图块数量
    // 读取图块尺寸
    if ((m_flags & FLAG_REBUILD_SIZE) != 0) {
     // 基于尺寸的转换方式
     m_rebuildWidth = din.readByte() & 0xff;
     m_rebuildHeight = din.readByte() & 0xff;
    } else if ((m_flags & FLAG_REBUILD_MODULE) != 0) {
     // 基于动画model的转换方式
     m_models = new byte[m_modelCount * 2];
     din.read(m_models);
    }

    /** 读取像素数据 */
    m_dataSize = din.readInt(); // 像素数据大小(压缩数据)
    m_data = new byte[m_dataSize];
    din.read(m_data); // 读取像素数据(压缩数据)

    // 读取每个图块数据的起始偏移量
    int offset = 0;
    m_dataOffset = new int[m_modelCount];
    for (int i = 0; i < m_modelCount; i++) {
     m_dataOffset[i] = offset;
     if ((m_flags & FLAG_16BIT_4_LEN) != 0) {
      offset += din.readShort();
     } else {
      offset += din.readByte() & 0xff;
     }
    }
   } catch (Exception ex) {
   }
}

/***************************************************************************
* 解压缩指定图块像素数据
* 
* @param model_id
*            int 图块号
* @param pal_id
*            int 调色板号
* @return int[] 解压缩图块像素数据(ARPG值)
**************************************************************************/
private int[] BuildRle8bFrm(int model_id, int pal_id) {

   // 计算解压后,像素数据的大小(图块W*图块H)
   int size;
   if ((m_flags & FLAG_REBUILD_SIZE) != 0) {
    size = m_rebuildWidth * m_rebuildHeight;
   } else {
    size = (m_models[model_id * 2] & 0xff)
      * (m_models[model_id * 2 + 1] & 0xff);
   }

   // 初始化像素buf
   int[] m_bufB = new int[size];

   int pal[] = m_pal[pal_id]; // 获取当前调色板
   int offset = m_dataOffset[model_id]; // 获取压缩数据起点

   // 解压缩
   int count, index, pos = 0;
   while (pos < size) {
    count = ((m_data[offset] & 0xFF) >> m_count) + 1;
    index = pal[m_data[offset] & m_mask];
    offset++;
    while (--count >= 0) {
     m_bufB[pos++] = index;
    }
   }
   return m_bufB;
}

/***************************************************************************
* 获取指定图块Image
* 
* @param model_id
*            int 图块号
* @param pal_id
*            int 调色板号
* @return Image 图块Image对象
**************************************************************************/
public Image GetImage(int model_id, int pal_id) {

   // 获得指定图块解压数据(ARPG颜色数据)
   int[] m_bufB = BuildRle8bFrm(model_id, pal_id);

   // 计算图块尺寸
   int w, h;
   if ((m_flags & FLAG_REBUILD_SIZE) != 0) {
    w = m_rebuildWidth;
    h = m_rebuildHeight;
   } else {
    w = m_models[model_id * 2] & 0xff;
    h = m_models[model_id * 2 + 1] & 0xff;
   }
   // 生成Image图片
   Image m_image = Image.createRGBImage(m_bufB, w, h, true);
   m_bufB = null;
   return m_image;
}

}


你可能感兴趣的:(压缩)