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。
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
ALPHA_8 =>8位（1B）
RGB_565 =>16位（2B)
ARGB_4444 =>16位（2B)
ARGB_8888 =>32比特位（4字节，4B）
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。
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。
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<String, Bitmap>(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%。
采样率压缩
减少图片的像素，缩略图
JNI调用JPEG库
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
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 * */ 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
