如何讓Android 支持HEIF 圖片解碼和加載(免費的方法)
位元組跳動火山引擎ImageX提供了一種能力,可以支持客戶端android 直接解碼HEIF 和HEIC圖片,經過測試發現,可以免費使用;
一、閱前準備
- HEIF圖片格式是什麼?
高效率圖像格式(High Efficiency Image Format ,HEIF)最早被蘋果公司的 iPhone 所使用,並且也將用於 Google 的 Android P 手機系統。微軟也於最新放出的 Windows 10 Build 17123 預覽版開始,新增了對 HEIF 圖像格式的系統原生支持,所以系統極客將在本文中為大家簡介 HEIF 這一新興的高效率圖像格式。
- HEIF優於JPEG圖像格式
高效率圖像格式在各方面均優於 JPEG,通過使用更現代的壓縮算法,它可以將相同數量的數據大小壓縮到 JPEG 圖像文件的 50% 左右。隨着手機 Camera 的不斷升級,照片的細節也日益增加。通過將照片存儲為 HEIF 格式而不非 JPEG,可以讓文件大小減半,幾乎可以在同一部手機上存儲以前 2 倍的照片數量。如果一些雲服務也支持 HEIF 文件,則上傳到在線服務的速度也會更快,並且使用更少的存儲空間。在 iPhone 上,這意味着您的照片應該會以以前兩倍的速度上傳到 iCloud 照片庫。
JPEG 標準可以追溯到 1992 年,JPEG 標準的最新版本也於 1994 年完成,JPEG 長期以來為我們提供了很好的服務,但現代(新)標準超越它並不是很奇怪。
- HEIC唯一缺點:兼容性
目前使用 HEIF 或 HEIC 照片唯一的缺點就是兼容性問題。現在的軟件只要能夠查看圖片,那它肯定就可以讀取 JPEG 圖像,但如果你拍攝了以 HEIF 或 HEIC 擴展名結尾的圖片,並不是在所有地方和軟件中都可以正確識別。
這也是當我們將照片附加到電子郵件或在不支持 HEIF 文件的服務中進行共享時, iPhone 和 iPad 會自動將其轉換為 JPEG 圖像的原因。在使用 iTunes 將 HEIF 照片導入 Windows PC 時,也會自動將它們轉換為 JPEG 格式。
雖然 Mac 從 macOS High Sierra 開始支持 .HEIF 和 .HEIC 文件,但 Windows 10 從 Windows 10 Build 17123 預覽版才開始提供 HEIF 圖像內置支持,所以對於老舊 Windows、macOS 和舊版 iOS 與 Android 用戶需要使用第三方圖像查看器或轉換軟件才能查看 .HEIF 或 .HEIC 文件。
那我們如何讓HEIF 支持全端Android 機型呢? 這裡提供了一種軟解碼實現方案,具體接入如下:
二、遇到了什麼問題
-
HEIF 圖片在iOS 11以上開始支持,但是在Android 系統支持 一直比較慢,而且有很多系統性的bug 會導致解碼失敗;所以我們乾脆實現一種軟解的方案;
-
HEIF 使用自研的解碼能力,發現使用HEIF 圖片加載整體體積降低 50%+,用戶加載更快!
-
針對線上圖片性能、圖片進行可用性、網絡耗時的監控,全面感知客戶端的圖片加載問題;
三、開發環境
推薦開發者使用 Android Studio 作為自己的開發工具,本開發文檔也是基於 Android Studio開發環境下進行編寫的。
四、集成方式
詳細閱讀://www.volcengine.com/docs/508/65969
- 項目 build.gradle 下加上
maven {
url '//dl.bintray.com/ttgamesdk/public'
}
- app module build.gradle下加上
implementation 'com.bytedance.fresco:fresco:1.0.4'
implementation "com.bytedance.fresco:animated-gif:1.0.4", //gif
implementation "com.bytedance.fresco:animated-webp:1.0.4", //webp animated
implementation "com.bytedance.fresco:webpsupport:1.0.4", //低版本webp支持
implementation "com.bytedance.fresco:drawee:1.0.4", //fresco組件
implementation "com.bytedance.fresco:statistics:1.0.4", //監控+網絡組件
implementation "com.bytedance.fresco:heif:1.0.4"
五、接入說明
1. 初始化
SDK在集成之前需要將此AppID傳入參數里(需要注意的是AppID在Android端SDK中也簡寫為「aid」),部分參數含義詳解如下:
-
AppID(aid):SDK用於打點監控上報的最小單元,通過此將數據進行隔離上報,同時通過AppID可以拉取對應的雲控配置比如客戶端採樣率、網絡優化參數等。
-
deviceId:設備的唯一編號,用於統計區分使用。
-
versionName,versionCode:主要用於數據統計與配置拉取。
-
channel:渠道標識,用於區分統計,比如根據不同頻道可以傳入huawei、oppo等不同渠道便於自動以統計。
-
appName:App的名稱,用於統計使用。
-
isOversea:主要根據App是否發佈海外決定上報的日誌的物理位置,滿足GDPR合規性要求,如實填寫,比如App為南美使用,則傳入 true即可,採樣後的日誌自動上報到海外地區。
String aid = "xxx"; // App ID
String deviceId = "xxx" ; // 設備 ID
String versionName = "0.0.1" ; // App 版本號
String versionCode = "1" ; // App 版本code
String channel = "debug" ; // 渠道
String appName = "Sample" ; // App 名稱
boolean isOversea = false; // App是否發佈在海外
_// 統計功能_
Set<RequestListener> listeners = new HashSet<>();
listeners.add( new FrescoTraceListener( this , aid, deviceId, versionName, channel, isOversea));
_// HEIF功能配置_
PoolFactory factory = new PoolFactory(PoolConfig. _newBuilder_ ().build());
ImagePipelineConfig.Builder builder = ImagePipelineConfig. _newBuilder_ ( this )
.setNetworkFetcher( new FrescoTTNetFetcher( this , aid, deviceId,versionCode, versionName,
channel, appName))
.setRequestListeners(listeners)
.setImageDecoderConfig(ImageDecoderConfig. _newBuilder_ ().addDecodingCapability(
HeifDecoder. _HEIF_FORMAT_ ,
new HeifDecoder.HeifFormatChecker(), new HeifDecoder.HeifFormatDecoder(factory.getPooledByteBufferFactory())).build());
Fresco. _initialize_ ( this , builder.build());
注 :FrescoTraceListener構造參數均不能為null
FrescoTraceListener(@NonNull Context context,
@NonNull String aid,
@NonNull String deviceId,
@NonNull String appVersion,
@NonNull String channel,
boolean isOversea)
注 :FrescoTTNetFetcher構造參數均不能為null
public FrescoTTNetFetcher(@NonNull Application context,
@NonNull String appId,
@NonNull String deviceId,
@NonNull String versionCode,
@NonNull String versionName,
@NonNull String channel,
@NonNull String appName)
2. 使用方式
使用方式和正常的Fresco一樣,Fresco的 api 並沒有修改,參考://www.fresco-cn.org/
3. 單獨使用監控功能的方式
如果不想使用改造後的Fresco,使用facebook源的Fresco,可以只使用提供的統計功能。
implementation "com.bytedance.fresco:statistics:1.0.4"
Set<RequestListener> listeners = new HashSet<>();
listeners.add( new FrescoTraceListener(context, "xxx" , "xxxx" , "0.0.1" , "debug" , false ));
ImagePipelineConfig.Builder builder = ImagePipelineConfig. _newBuilder_ ( this )
.setNetworkFetcher( new TTFrescoOkHttpFetcher())
.setRequestListeners(listeners)
Fresco. _initialize_ ( this , builder.build());
4. Feature使用
Android 9.0 libwebp解碼
Android 9.0版本上,系統原生的Webp解碼方式有bug,這裡提供使用libwebp解碼的方式。
ImagePipelineConfig . Builder builder = ImagePipelineConfig .newBuilder( this );
// 對9.0版本打開libwebp解碼
builder.experiment().setPieDecoderEnabled( true );
性能差異:在honor magic2上對同一圖片進行benchmark測試,Android原生解碼:15.9ms,libwebp解碼:16.4ms,差距不大。
低內存策略
接入方式:
Fresco初始化之前配置以下代碼
ImageDecodeBitmapConfigStrategy.setStrategy(ImageDecodeBitmapConfigStrategy. _MEMORY_AT_LEAST_ );
OOM兜底
接入方式:
ImagePipelineConfig . Builder builder = ImagePipelineConfig .newBuilder( this )
builder.experiment().setOomOptEnabled( true );
動圖漸進式
接入方式:
- 全局開啟:
ImagePipelineConfig .getDefaultImageRequestConfig().setProgressiveRenderingEnabled( true );
- 單個請求開啟:
ImageRequestBuilder builder = ImageRequestBuilder
.newBuilderWithSource(uri)
.setProgressiveRenderingEnabled( true );
DraweeController controller = Fresco .newDraweeControllerBuilder()
.setAutoPlayAnimations( true )
.setImageRequest(builder.build())
.setOldController(getController())
.build();
setController(controller);
智能裁剪
接入方式:
ImageRequestBuilder builder = ImageRequestBuilder
. _newBuilderWithSource_ (uri)
.setImageDecodeOptions( new ImageDecodeOptionsBuilder()
.setUseSmartCrop( true )
.build());
DraweeController controller = Fresco. _newDraweeControllerBuilder_ ()
.setImageRequest(builder.build())
.setOldController(getController())
.build();
setController(controller);
文章為原創文章,若有侵權請聯繫;