前言

一、图片基础知识

什么是AGRB
什么是bitmap
色彩模式
位深和色深
内存中bitmap的大小

二、Android中图片压缩的方法介绍

质量压缩
尺寸压缩

图片基础知识：

ARGB介绍：最常见的颜色模型，设备相关，四种通道，取值[0,255]。A：透明度，rgb 分别代表红蓝绿。
bitmap概率：本质是一张图片内容在手机内存的表现形式。它将图片内存的像素点存储起来；每个像素点存储该像素点的ARGB值。
色彩模式：Bitmap.config是bitmap的枚举类，它表示的就是每个像素点对ARGB通道值的存储方案。取值有一下四种：

ALPHA_8:每个像素点占8位（1个字节），存储透明度信息，没有颜色信息

RGB565:每个像素点占16位，没有透明度，能表示 2^16种颜色

ARGB_4444:每个像素占16位，能表示2^12种颜色

ARGB_8888:每个像素占32位，能表示2^24种颜色

位深和色深：

色深：色彩的深度，指一个像素点需要多少个像素存储ARGB值。即上述Bitmap.config参数的值指的就是色深

位深：记录图片的颜色时，计算机实际是用每个像素对象二进制值位数来表示的。位深时物理硬件参数，主要用来存储。举例：一张100100 像素的图片色深32位，位深24位，那么：该图片占内存：10010032/8 Byte 在文件中所占大小 100100 *24/8 *压缩率 byte

Bitmap 所占内存大小：具体可以参考字节跳动面试官：一张图片占据的内存大小是如何计算。这里只说一下结论：

一张图片所占内存大小的计算公式：分辨率*像素点大小；但分辨率不一定是原图的分辨率，需要结合场景来说，像素点大小就几种情况：Bitmap.config 对应的值 ARGB4444，ARGB8888....
如果图片来源是res时，分辨率需要根据设备的dpi和图片所占res的dpi做一次转换，规则如下新分辨率 = 原图分辨率* （设备dpi/res的dpi）^2
其他来源的图片，如网络、文件、磁盘、流均按照原图的分辨率来计算图片的内存大小
使用glide时，如果有设置显示图片的控件，那么会按照控件的大小，降低图片的分辨率加载。图片来源是res的分辨率转换规则对其也是无效的。

图片压缩

质量压缩：

在Android中，对图片进行质量压缩，实现方式如下所示：

byteArrayOutputStream outputStream = new ByteArrayOutputStream();
//quality 为0～100，0表示最小体积，100表示最高质量，对应体积也是最大
bitmap.compress(Bitmap.CompressFormat.JPEG, quality , outputStream);

在上述代码中，我们选择的压缩格式是CompressFormat.JPEG，除此之外还有两个选择：其一，CompressFormat.PNG， PNG格式是无损的，它无法再进行质量压缩，quality这个参数就没有作用了，会被忽略，所以最后图片保存成的文件大小不会有变化；其二，CompressFormat.WEBP，这个格式是 google 推出的图片格式，它会比 JPEG更加省空间，经过实测大概可以优化 30%左右。在某些应用场景需要bitmap转换成ByteArrayOutputStream，需要根据你要压缩的图片格式来判断使用CompressFormat.PNG还是Bitmap.CompressFormat.JPEG，这时候quality为100。

尺寸压缩

邻近采样法：

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();
Bitmap compress = BitmapFactory.decodeFile();

在这里着重讲一下这个inSampleSize。从字面上理解，它的含义是: “设置取样大小”。它的作用是：设置inSampleSize的值(int类型)后，假如设为4，则宽和高都为原来的1/4，宽高都减少了，自然内存也降低了。

参考Google官方文档的解释，我们从中可以看到 x（x 为 2 的倍数）个像素最后对应一个像素，由于采样率设置为 1/2，所以是两个像素生成一个像素。邻近采样的方式比较粗暴，直接选择其中的一个像素作为生成像素，另一个像素直接抛弃，这样就造成了图片变成了纯绿色，也就是红色像素被抛弃。 邻近采样采用的算法叫做邻近点插值算法。 2. 双线性采样法

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 2x2 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 2x2 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。

双线性采样对比邻近采样的优势在于： 1.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; 2.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

Android图片压缩必备基础知识

前言