前言：让我们手撸一个图片压缩库，对压缩工具鲁班进行升级改造。

在平常开发当中，我们一般是使用第三方的工具，不仅快，而且上手简单，基本不用我们动脑子，压缩我们用鲁班压缩，加载图片我们用Glide，这两大工具我想在座的基本上都用吧，不过我们要想提升自己，就要搞清楚深一点的东西，这里我将会带着大家做一款压缩工具，功能媲美鲁班压缩，而且还带有鲁班没有的功能，如输出指定格式等，在这个过程中我们要学会如何获取bitmap，第一篇已经罗列了多种从项目中取图片转bitmap，这里就不多说了。当我们拿到bitmap我们要知道的事情还有很多，比如图片的色彩模式，一个像素点大小，什么是色深，位深等。绝对让你有收获，干货满满，冲呀。

 目录

1、图片相关概念

   1.1 ARGB介绍    

  1.2 Bitmap概念

  1.3 色彩模式

  1.4 色深和位深

  1.5 内存中Bitmap的大小

  1.6 系统一般分配的大小

2、图片压缩方式

3、压缩的常见方式

  3.1、质量压缩

  3.2、采样压缩

    3.2.1 临近采样（临近点插值算法）

    3.2.2 双线性采样（双线性内插值算法）

    3.2.3 双线性采样对比邻近采样的优势在于：

4、微信和鲁班压缩对比

1、图片相关概念

1.1 ARGB介绍

ARGB颜色模型：最常见的颜色模型，设备相关，四种通道，取值均为[0，255]，即转化成二进制位0000 0000 ~ 1111 1111。

A：Alpha (透明度) R：Red (红) G：Green (绿) B：Blue (蓝)

1.2 Bitmap概念

Bitmap对象本质是一张图片的内容在手机内存中的表达形式。它将图片的内容看做是由存储数据的有限个像素点组成；每个像素点存储该像素点位置的ARGB值。每个像素点的ARGB值确定下来，这张图片的内容就相应地确定下来了。

1.3 色彩模式

Bimap.Config下

1. ALPHA_8 =>8位（1B）
2. RGB_565 =>16位（2B)
3. ARGB_4444 =>16位（2B)
4. ARGB_8888 =>32比特位（4字节，4B）
5. RGBA_F16 =>64位（8B）

Bitmap.Config是Bitmap的一个枚举内部类，它表示的就是每个像素点对ARGB通道值的存储方案。取值有以下四种：

ALPHA_8：每个像素占8位（1个字节），存储透明度信息，没有颜色信息。

RGB_565：没有透明度，R=5，G=6，B=5，，那么一个像素点占5+6+5=16位（2字节），能表示2^16种颜色。

ARGB_4444：由4个4位组成，即A=4，R=4，G=4，B=4，那么一个像素点占4+4+4+4=16位 （2字节），能表示2^16种颜色。

ARGB_8888：由4个8位组成，即A=8，R=8，G=8，B=8，那么一个像素点占8+8+8+8=32位（4字节），能表示2^24种颜色。

注意：
1 byte（字节） = 8bit(位）
1 KB = 1024 byte(字节）

1.4 色深和位深

• 色深：每一个像素点用多少bit来存储ARGB值
• 位深：每个像素点在计算机中所使用的二进制数值位数叫做位深度，主要用于存储

1.5 内存中Bitmap的大小

从网络下载，asset，sd卡取的图片计算公式

分辨率 * 每个像素点的大小（如1080*1920*4B = xxx ) (32/8=4)

从res内不同资源目录下

decodeResource（）会经过一次分辨率的转换，再计算大小

新分辨率 = 原图横向分辨率 * (设备的 dpi / 目录对应的 dpi ) * 原图纵向分辨率 * (设备的 dpi / 目录对应的 dpi )。

1.6 系统一般分配的大小

maxMemory() 返回Java虚拟机将尝试使用的最大内存量。如果没有固有的限制，则值为Long。将返回MAX_VALUE。

返回:

虚拟机将尝试使用的最大内存量，以字节为单位

// 获取应用程序最大可用内存(以字节为单位，/1024/1024=M  华为p20 pro是384M)
        int maxMemory = (int) Runtime.getRuntime().maxMemory();
        int cacheSize = maxMemory / 8;
  // 设置图片缓存大小为程序最大可用内存的1/8
        mMemoryCache = new LruCache(cacheSize) {
            @Override
            protected int sizeOf(String key, Bitmap bitmap) {
                return bitmap.getByteCount();
            }

----------------------其他获取方式--------------------
ActivityManager activityManager = (ActivityManager) getSystemService(ACTIVITY_SERVICE);
//最大分配内存，单位M
int memoryClass = activityManager.getMemoryClass();
Log.e("memoryclass=",String.valueOf(memoryClass));
//最大分配内存获取方法2
float maxMemory = (float) (Runtime.getRuntime().maxMemory() * 1.0/ (1024 * 1024));
//当前分配的总内存
float totalMemory = (float) (Runtime.getRuntime().totalMemory() * 1.0/ (1024 * 1024));
//剩余内存
float freeMemory = (float) (Runtime.getRuntime().freeMemory() * 1.0/ (1024 * 1024));
Log.e("memoryclass=maxMemory",String.valueOf(maxMemory));
Log.e("memoryclass=totalMemory",String.valueOf(totalMemory));
Log.e("memoryclass=freeMemory",String.valueOf(freeMemory));

2、图片压缩方式

• 设置图片格式
  • png：无损的压缩图片格式
  • jpeg：有损的压缩图片格式，不能透明设置。
  • webp：同时提供了有损和无损图片格式。无损的格式要比png小26%，有损的比jpeg大25%-30%。
• 质量压缩
• 采样率压缩
• 缩放压缩
  • 减少图片的像素，缩略图
• JNI调用JPEG库

Android目前常用的图片格式有png，jpeg和webp，

png：无损压缩图片格式，支持Alpha通道，Android切图素材多采用此格式

jpeg：有损压缩图片格式，不支持背景透明，适用于照片等色彩丰富的大图压缩，不适合logo

webp：是一种同时提供了有损压缩和无损压缩的图片格式，派生自视频编码格式VP8，从谷歌官网来看，无损webp平均比png小26%，有损的webp平均比jpeg小25%~34%，无损webp支持Alpha通道，有损webp在一定的条件下同样支持，有损webp在Android4.0（API 14）之后支持，无损和透明在Android4.3（API18）之后支持

采用webp能够在保持图片清晰度的情况下，可以有效减小图片所占有的磁盘空间大小

Android中Bitmap所占内存大小计算方式：图片长度 x 图片宽度 x 一个像素点占用的字节数

3、压缩的常见方式

• 质量压缩：降低存储体积（不改变内存中Bitmap的大小）
• 采样压缩：降低图片的尺寸，（当然存储体积和内存占用都会降低）

质量压缩：主要是通过编解码来达到缩小体积。
采样压缩：主要是通过采样率，像素点个数等来达到缩小体积

3.1、质量压缩

一般用到Bitmap.compress(Bitmap.CompressFormat.JPEG,quality,outputStream)

Bitmap.compress(Bitmap.CompressFormat.JPEG,quality,outputStream)
其中
Bitmap.CompressFormat.JPEG
Bitmap.CompressFormat.PNG  无损，无法再质量压缩？
Bitmap.CompressFormat.WEBP  可优化30%，比JPEG更加省空间

quality：0-100，1最小体积，100 最高质量，体积也是最大
outputStream:  ByteArrayOutputStream 一个输出流，压缩后的流，如果要保存成图片文件，就保存此流

3.2、采样压缩

• 临近采样（临近点插值算法）
• 双线性采样（双线性内插值算法）

3.2.1 临近采样（临近点插值算法）

使用了BitmapFactory.options  下的
inSampleSize:采样压缩系数  如果是2，直接缩放宽高为原先 二分之一 （1/2）
该方式比较粗暴，2个像素取一个。宽高都减少了，自然内存也降低了。
------------------------------------------------------------------------------
    public static void ljCom(InputStream open){
        BitmapFactory.Options options = new BitmapFactory.Options();
//或者 inDensity 搭配 inTargetDensity 使用，算法和 inSampleSize 一样
        options.inSampleSize = 2; //设置图片的缩放比例(宽和高) , google推荐用2的倍数：
//        Bitmap bitmap = BitmapFactory.decodeFile("app/src/main/assets/wx.png");
//        Bitmap compress = BitmapFactory.decodeFile("app/src/main/assets/wx.png", options);

        Bitmap mbitmap = BitmapFactory.decodeStream(open, null, options);

        Log.e("双线性采样","----压缩后----》"
                +"n内存大小》"+mbitmap.getByteCount()
                +"n宽度》"+mbitmap.getWidth()
                +"n高度》"+mbitmap.getHeight());

    }

3.2.2 双线性采样（双线性内插值算法）

双线性采样（Bilinear Resampling）在 Android 中的使用方式一般有两种：

Bitmap bitmap = BitmapFactory.decodeFile("xxx.png");
Bitmap compress = Bitmap.createScaledBitmap(bitmap, bitmap.getWidth()/2, bitmap.getHeight()/2, true);
或者直接使用 matrix 进行缩放

Bitmap bitmap = BitmapFactory.decodeFile("xxx.png");
Matrix matrix = new Matrix();
matrix.setScale(0.5f, 0.5f);
bm = Bitmap.createBitmap(bitmap, 0, 0, bit.getWidth(), bit.getHeight(), matrix, true);

看源码可以知道createScaledBitmap函数最终也是使用第二种方式的matrix进行缩放，双线性采样使用的是双线性內插值算法，这个算法不像邻近点插值算法一样，直接粗暴的选择一个像素，而是参考了源像素相应位置周围2×2个点的值，根据相对位置取对应的权重，经过计算之后得到目标图像。

双线性内插值算法在图像的缩放处理中具有抗锯齿功能, 是最简单和常见的图像缩放算法，当对相邻2×2个像素点采用双线性內插值算法时，所得表面在邻域处是吻合的，但斜率不吻合，并且双线性内插值算法的平滑作用可能使得图像的细节产生退化，这种现象在上采样时尤其明显。

filter:
当进行的不只是平移变换时，filter参数为true可以进行滤波处理，有助于改善新图像质量;flase时，计算机不做过滤处理。

使用方式

/**
 * 双线性采样
 * */
public static void sxxCon(Bitmap bitmap){
    Log.e("双线性采样","----压缩前----》"
            +"n内存大小》"+bitmap.getByteCount()
            +"n原图宽度》"+bitmap.getWidth()
            +"n原图高度》"+bitmap.getHeight());
    //等比例缩放压缩
    Bitmap mbitmap = Bitmap.createScaledBitmap(bitmap, bitmap.getWidth()/2, bitmap.getHeight()/2, true);
    Log.e("双线性采样","----压缩后----》"
            +"n内存大小》"+mbitmap.getByteCount()
            +"n宽度》"+mbitmap.getWidth()
            +"n高度》"+mbitmap.getHeight());
}
/**
 * 双线性采样
 * */
public static void sxxCon2(Context context,Bitmap bitmap){
    Log.e("双线性采样","----压缩前----》"
            +"n内存大小》"+bitmap.getByteCount()
            +"n宽度》"+bitmap.getWidth()
            +"n高度》"+bitmap.getHeight());
    Matrix matrix = new Matrix();
    matrix.setScale(0.6f, 0.6f);
    Bitmap mbitmap = Bitmap.createBitmap(bitmap, 0, 0, bitmap.getWidth(), bitmap.getHeight(), matrix, true);
    Log.e("双线性采样","----压缩后----》n"
            +"n内存大小》"+mbitmap.getByteCount()
            +"n宽度》"+mbitmap.getWidth()
            +"n高度》"+mbitmap.getHeight());
    saveBitmapAsPng2(context,mbitmap,"aaq");
}

3.2.3 双线性采样对比邻近采样的优势在于：

它的系数可以是小数，而不一定是整数，在某些压缩限制下，效果尤为明显

处理文字比较多的图片在展示效果上的差别，双线性采样效果要更好

4、微信和鲁班压缩对比