时间：2022-08-14 09:29:48 | 栏目：Android代码 | 点击：次
在android程序开发中我们经常见到需要上传图片的场景，在这里有个技术点，需要把图片压缩处理，然后再进行上传。这样可以减少流量的消耗，提高图片的上传速度等问题。
关于android如何压缩，网上的资料也是很多，但大多数都是代码片段，讲解压缩步骤，而没有一个实用的工具类库。那么如何将压缩算法封装成一个实用工具库呢？其中会遇到些什么问题，比如：
1.需要压缩的图片有多少
2.压缩后的图片是覆盖还是保存到另外的目录
3.如果是另存目录需要将原始图片删除吗
4.如果改变压缩后的图片的尺寸大小是按照原图的比例缩小还是直接指定大小
5.如果原图有旋转问题，需不需要进行修正
6.对于多图压缩是并发还是线性的处理
7.能不能使用service来进行压缩处理，是local（本地）还是remote（远程）的方式来启动service
8.如果需要压缩的图片非常多，如何使用线程池来处理
基于以上几点的思考，本人打算写个系列文章来一步一步解决这些问题（忘大家持续关注），将Service，多线程的使用及压缩算法集合到一个项目中。这样不仅在实际应用中还是作为学习资料来讲都是比较好的。最终我会将这个系列中涉及的代码及迭代的过程开源到github，欢迎大家star，欢迎递交bug。
当然有些朋友可能会说实际应用中一次上传的图片数量不会太多吧，考虑这些问题是不是有点多虑了，好吧，如果您真是这么认为的那么可以忽略本系列文章。
实际需求中基本都会是按照原图的宽高比进行压缩，直接指定尺寸大小的比较少见，所以本系列文章也是针对这种等比率压缩来进行的。
总之，对图片进行压缩，大家主要关注两点：
1.对图片的尺寸大小进行缩放来达到压缩的目的
2.对图片进行质量压缩
对图片的尺寸大小进行缩放来达到压缩的目的
针对这种情况及图片旋转问题，大家可以参考我的 android处理拍照旋转问题及带来的对内存占用的思考 这篇文章。
只是大家需要注意的是，这里需要按照原始图片的宽高比（srcRatio）来计算最终输出图片的宽高(actualOutWidth,actualOutHeight)，最后通过actualOutWidth,actualOutHeight来计算采样值sampleSize。
核心代码如下：
LGImageCompressor.java
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeFile(srcImagePath, options);
//根据原始图片的宽高比和期望的输出图片的宽高比计算最终输出的图片的宽和高
float srcWidth = options.outWidth;
float srcHeight = options.outHeight;
float maxWidth = outWidth;//期望输出的图片宽度
float maxHeight = outHeight;//期望输出的图片高度
float srcRatio = srcWidth / srcHeight;
float outRatio = maxWidth / maxHeight;
float actualOutWidth = srcWidth;//最终输出的图片宽度
float actualOutHeight = srcHeight;//最终输出的图片高度
if (srcWidth > maxWidth || srcHeight > maxHeight) {
if (srcRatio < outRatio) {
actualOutHeight = maxHeight;
actualOutWidth = actualOutHeight * srcRatio;
} else if (srcRatio > outRatio) {
actualOutWidth = maxWidth;
actualOutHeight = actualOutWidth / srcRatio;
} else {
actualOutWidth = maxWidth;
actualOutHeight = maxHeight;
}
}
//计算sampleSize
options.inSampleSize = computSampleSize(options, actualOutWidth, actualOutHeight);
为了方便大家理解以上代码，举个极端例子：
假如原始图片宽为srcWidth＝40，高为srcHeight＝20。期望输出的宽为maxWidth=300，高为maxHeight＝10。 那么srcRatio＝40:20=2，outRatio＝300:10=30. 显然srcRatio<outRatio，那么我们的实际最终输出图片的尺寸应该以maxHeight（10）为准即actualOutHeight = maxHeight，最后根据原图的比率来计算actualOutWidth=actualOutHeight*srcRatio = 10*40/20=20，最后得到的actualOutWidth＝20. 最终输出图片的宽高比为20:10=2，和原始图片宽高比相同。其它情况类似，这里不做详解了。
对图片进行质量压缩
针对这种情况，android的Bitmap类中API接口有compress方法
public boolean compress(CompressFormat format, int quality, OutputStream stream)
三个参数的理解应该不难，大家可以查看官方doc文档。compress方法主要通过quality来控制输入到stream中的像素质量。
这针对希望输出的图片占用的空间不大于一定的值这种场景会比较合适，因为我们可以通过循环判断压缩后的大小是否大于定值，如果满足则减少quality继续执行compress操作。核心代码如下：
//进行有损压缩
ByteArrayOutputStream baos = new ByteArrayOutputStream();
int options_ = 100;
actualOutBitmap.compress(Bitmap.CompressFormat.JPEG, options_, baos);//质量压缩方法，把压缩后的数据存放到baos中 (100表示不压缩，0表示压缩到最小)
int baosLength = baos.toByteArray().length;
while (baosLength / 1024 > maxFileSize) {//循环判断如果压缩后图片是否大于maxMemmorrySize,大于继续压缩
baos.reset();//重置baos即让下一次的写入覆盖之前的内容
options_ = Math.max(0, options_ - 10);//图片质量每次减少10
actualOutBitmap.compress(Bitmap.CompressFormat.JPEG, options_, baos);//将压缩后的图片保存到baos中
baosLength = baos.toByteArray().length;
if (options_ == 0)//如果图片的质量已降到最低则，不再进行压缩
break;
}
压缩一个超大图是要费时间的，所以大家应该考虑将压缩放到后台线程中执行，如果没有高并发的需求使用AsyncTask就能解决问题。
核心代码：
private class CompressTask extends AsyncTask<String, Void, String> {
@Override
protected String doInBackground(String... params) {
return compressImage();//执行压缩操作
}
@Override
protected void onPreExecute() {
if (compressListener != null) {
compressListener.onCompressStart();//监听回调（开始压缩）
}
}
@Override
protected void onPostExecute(String imageOutPath) {
if (compressListener != null) {
compressListener.onCompressEnd(imageOutPath);//监听回调（压缩结束）
}
}
}
经过适当的封装代码可以通过在Activity中的执行
LGImgCompressor.getInstance(this).withListener(this).starCompress(Uri.fromFile(imageFile).toString(),outWidth,outHeight,maxFileSize);
来启动压缩任务
写在最后
为了达到最佳的压缩结果，可以将上面两种方案同时进行。如果压缩消耗的时间很长，需要将压缩过程放入后台线程中执行。
本人写了个简单的demo程序，实现的功能有：
1.开启摄像头拍摄照片
2.指定照片的存储位置
3.压缩照片到指定目录下
4.使用AsyncTask执行压缩操作
5.显示压缩后的照片及其相关信息到前台activity
由于这个版本是使用AsyncTask异步任务来执行compress的，而AsyncTask由于android版本分裂问题有些版本是多线程的，有些版本是单线程的，也是醉了，总之此版本适用于一次压缩任务不是很多的情况，如果需要处理数据很大的压缩任务，需要考虑用线程池来处理。
另外，如何结合使用service和多线程会在下篇文章具体说明。
demo开源github地址如下：