前言
从 Glide 的一次加载流程中可知, Glide 拿到数据流之后, 使用 Downsampler 进行采样处理并且反回了一个 Bitmap
public class StreamBitmapDecoder implements ResourceDecoder<InputStream, Bitmap> {
private final Downsampler downsampler;
public Resource<Bitmap> decode(@NonNull InputStream source, int width, int height,
@NonNull Options options)
throws IOException {
......
try {
// 根据请求配置的数据, 对数据流进行采样压缩
return downsampler.decode(invalidatingStream, width, height, options, callbacks);
} finally {
......
}
}
}
复制代码
本次就着重的分析它对数据流的处理
一. 处理数据流
public final class Downsampler {
public Resource<Bitmap> decode(InputStream is, int outWidth, int outHeight,
Options options) throws IOException {
return decode(is, outWidth, outHeight, options, EMPTY_CALLBACKS);
}
@SuppressWarnings({"resource", "deprecation"})
public Resource<Bitmap> decode(InputStream is, int requestedWidth, int requestedHeight,
Options options, DecodeCallbacks callbacks) throws IOException {
// 从缓存复用池中获取 byte 数据组
byte[] bytesForOptions = byteArrayPool.get(ArrayPool.STANDARD_BUFFER_SIZE_BYTES, byte[].class);
// 获取 Bitmap.Options 并为其 BitmapFactory.Options.inTempStorage 分配缓冲区
BitmapFactory.Options bitmapFactoryOptions = getDefaultOptions();
bitmapFactoryOptions.inTempStorage = bytesForOptions;
// 获取解码的类型, ARGB_8888, RGB_565...
DecodeFormat decodeFormat = options.get(DECODE_FORMAT);
// 获取采用压缩的策略
DownsampleStrategy downsampleStrategy = options.get(DownsampleStrategy.OPTION);
// 是否需要将 Bitmap 的宽高固定为请求的尺寸
boolean fixBitmapToRequestedDimensions = options.get(FIX_BITMAP_SIZE_TO_REQUESTED_DIMENSIONS);
// 用于判断 Bitmap 尺寸是否是可变的
boolean isHardwareConfigAllowed = options.get(ALLOW_HARDWARE_CONFIG) != null && options.get(ALLOW_HARDWARE_CONFIG);
try {
// 调用 decodeFromWrappedStreams 获取 Bitmap 数据
Bitmap result = decodeFromWrappedStreams(is, bitmapFactoryOptions,
downsampleStrategy, decodeFormat, isHardwareConfigAllowed, requestedWidth,
requestedHeight, fixBitmapToRequestedDimensions, callbacks);
return BitmapResource.obtain(result, bitmapPool);
} finally {
.......
// 回收数组数据
byteArrayPool.put(bytesForOptions);
}
}
private Bitmap decodeFromWrappedStreams(InputStream is,
BitmapFactory.Options options, DownsampleStrategy downsampleStrategy,
DecodeFormat decodeFormat, boolean isHardwareConfigAllowed, int requestedWidth,
int requestedHeight, boolean fixBitmapToRequestedDimensions,
DecodeCallbacks callbacks) throws IOException {
long startTime = LogTime.getLogTime();
// 1. 通过数据流解析图片的尺寸
int[] sourceDimensions = getDimensions(is, options, callbacks, bitmapPool);
int sourceWidth = sourceDimensions[0];
int sourceHeight = sourceDimensions[1];
......
// 2. 获取图形的旋转角度等信息
int orientation = ImageHeaderParserUtils.getOrientation(parsers, is, byteArrayPool);
int degreesToRotate = TransformationUtils.getExifOrientationDegrees(orientation);
boolean isExifOrientationRequired = TransformationUtils.isExifOrientationRequired(orientation);
// 3. 获取目标的宽高
int targetWidth = requestedWidth == Target.SIZE_ORIGINAL ? sourceWidth : requestedWidth;
int targetHeight = requestedHeight == Target.SIZE_ORIGINAL ? sourceHeight : requestedHeight;
// 4. 解析图片封装格式, JPEG, PNG, WEBP, GIF...
ImageType imageType = ImageHeaderParserUtils.getType(parsers, is, byteArrayPool);
// 5. 计算 Bitmap 的采样率存放到 options.inSampleSize 中
calculateScaling(......);
// 6. 计算 Bitmap 所需颜色通道, 保存到 options.inPreferredConfig 中
calculateConfig(.......);
// 7. 根据采样率计算期望的尺寸,
boolean isKitKatOrGreater = Build.VERSION.SDK_INT >= Build.VERSION_CODES.KITKAT;
if ((options.inSampleSize == 1 || isKitKatOrGreater) && shouldUsePool(imageType)) {
int expectedWidth;
int expectedHeight;
if (sourceWidth >= 0 && sourceHeight >= 0 && fixBitmapToRequestedDimensions && isKitKatOrGreater) {
expectedWidth = targetWidth;
expectedHeight = targetHeight;
} else {
// 计算 density 的比例
float densityMultiplier = isScaling(options) ? (float) options.inTargetDensity / options.inDensity : 1f;
int sampleSize = options.inSampleSize;
// 计算采样的宽高
int downsampledWidth = (int) Math.ceil(sourceWidth / (float) sampleSize);
int downsampledHeight = (int) Math.ceil(sourceHeight / (float) sampleSize);
// 根据像素比求出期望的宽高
expectedWidth = Math.round(downsampledWidth * densityMultiplier);
expectedHeight = Math.round(downsampledHeight * densityMultiplier);
}
// 7.1 根据期望的宽高从 BitmapPool 中取可以复用的对象, 存入 Options.inBitmap 中, 减少内存消耗
if (expectedWidth > 0 && expectedHeight > 0) {
setInBitmap(options, bitmapPool, expectedWidth, expectedHeight);
}
}
// 8. 根据配置好的 options 解析数据流
Bitmap downsampled = decodeStream(is, options, callbacks, bitmapPool);
callbacks.onDecodeComplete(bitmapPool, downsampled);
// 9. 尝试对图片进行角度矫正
Bitmap rotated = null;
if (downsampled != null) {
// 尝试对图片进行旋转操作
downsampled.setDensity(displayMetrics.densityDpi);
rotated = TransformationUtils.rotateImageExif(bitmapPool, downsampled, orientation);
// 若返回了一个新的 Bitmap, 则将之前的 Bitmap 添加进享元复用池
if (!downsampled.equals(rotated)) {
bitmapPool.put(downsampled);
}
}
return rotated;
}
}
复制代码
好的, Downsampler.decode 解析数据流获取 Bitmap 对象一共有如下几个步骤
- 通过数据流解析出图形的原始宽高
- 获取图形的旋转角度等信息
- 获取这次图片请求的目标宽高
- 获取图像的封装格式
- JPEG, PNG, WEBP, GIF...
- 计算 Bitmap 缩放方式
- 计算 Bitmap 颜色通道
- 根据采样率计算期望的尺寸
- 根据期望的宽高从 BitmapPool 中取可以复用的对象, 存入 Options.inBitmap 中, 减少内存消耗
- 根据配置好的 options 解析数据流
- 与获取图像原始宽高的操作一致
- 对图像进行角度矫正
好的, 可见 Glide 解析一次数据流做了很多的操作, 我们对重点的操作进行逐一分析
二. 通过数据流获取图像宽高
public final class Downsampler {
private static int[] getDimensions(InputStream is, BitmapFactory.Options options,
DecodeCallbacks decodeCallbacks, BitmapPool bitmapPool) throws IOException {
options.inJustDecodeBounds = true;
decodeStream(is, options, decodeCallbacks, bitmapPool);
options.inJustDecodeBounds = false;
return new int[] { options.outWidth, options.outHeight };
}
private static Bitmap decodeStream(InputStream is, BitmapFactory.Options options,
DecodeCallbacks callbacks, BitmapPool bitmapPool) throws IOException {
if (options.inJustDecodeBounds) {
is.mark(MARK_POSITION);
} else {
......
callbacks.onObtainBounds();
}
......
final Bitmap result;
TransformationUtils.getBitmapDrawableLock().lock();
try {
// 1. 通过 BitmapFactory 来解析 InputStream 将数据保存在 options 中
result = BitmapFactory.decodeStream(is, null, options);
} catch (IllegalArgumentException e) {
......
// 2. 若是因为 BitmapFactory 无法重用 options.inBitmap 这个位图, 则会进入下面分支
if (options.inBitmap != null) {
try {
is.reset();// 重置 InputStream 的位置
bitmapPool.put(options.inBitmap);// 将 inBitmap 添加到缓存池中
// 2.1 将 options.inBitmap 置空后重新解析
options.inBitmap = null;
return decodeStream(is, options, callbacks, bitmapPool);
} catch (IOException resetException) {
......
}
}
......
} finally {
TransformationUtils.getBitmapDrawableLock().unlock();
}
// 3. 重置 InputStream 流, 供后续使用
if (options.inJustDecodeBounds) {
is.reset();
}
// 4. 返回解析到的数据
return result;
}
}
复制代码
具体的流程如上所示, 其中还是有很多细节值得我们参考和学习
- 在解析 Bitmap 的时候, 通过给 Options 中的 inBitmap 赋值, 让新解析的 Bitmap 复用这个对象以此来减少内存的消耗
- 若无法复用则会在异常处理中, 使用无 inBitmap 的方式再次解析
三. 获取图像封装格式
public final class ImageHeaderParserUtils {
public static ImageType getType(@NonNull List<ImageHeaderParser> parsers,
@Nullable InputStream is, @NonNull ArrayPool byteArrayPool) throws IOException {
......
is.mark(MARK_POSITION);
for (int i = 0, size = parsers.size(); i < size; i++) {
// 1. 获取解析器
ImageHeaderParser parser = parsers.get(i);
try {
// 2. 使用解析器解析输入流获取图片类型
ImageType type = parser.getType(is);
if (type != ImageType.UNKNOWN) {
return type;
}
} finally {
is.reset();
}
}
return ImageType.UNKNOWN;
}
}
复制代码
好的, 首先是获取解析器, 这个解析器是 Glide 对象创建时注册的
public class Glide implements ComponentCallbacks2 {
Glide(...) {
......
registry = new Registry();
registry.register(new DefaultImageHeaderParser());
if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.O_MR1) {
registry.register(new ExifInterfaceImageHeaderParser());
}
......
}
}
复制代码
Glide 中提供了两个解析器, 分别为 DefaultImageHeaderParser 和 ExifInterfaceImageHeaderParser, 我们主要关注一下 DefaultImageHeaderParser 这个解析器
public final class DefaultImageHeaderParser implements ImageHeaderParser {
@Override
public ImageType getType(@NonNull InputStream is) throws IOException {
return getType(new StreamReader(Preconditions.checkNotNull(is)));
}
private static final int GIF_HEADER = 0x474946;
private static final int PNG_HEADER = 0x89504E47;
static final int EXIF_MAGIC_NUMBER = 0xFFD8;
// "RIFF"
private static final int RIFF_HEADER = 0x52494646;
// "WEBP"
private static final int WEBP_HEADER = 0x57454250;
// "VP8" null.
private static final int VP8_HEADER = 0x56503800;
private static final int VP8_HEADER_MASK = 0xFFFFFF00;
private static final int VP8_HEADER_TYPE_MASK = 0x000000FF;
// 'X'
private static final int VP8_HEADER_TYPE_EXTENDED = 0x00000058;
// 'L'
private static final int VP8_HEADER_TYPE_LOSSLESS = 0x0000004C;
private static final int WEBP_EXTENDED_ALPHA_FLAG = 1 << 4;
private static final int WEBP_LOSSLESS_ALPHA_FLAG = 1 << 3;
private ImageType getType(Reader reader) throws IOException {
final int firstTwoBytes = reader.getUInt16();
// 1. 获取 InputStream 的前两个 Byte, 若为 0xFFD8 则说明为 JPEG 封装格式
if (firstTwoBytes == EXIF_MAGIC_NUMBER) {
return JPEG;
}
// 2. 获取 InputStream 前四个 Byte, 若为 0x89504E47, 则说明为 PNG 封装格式
final int firstFourBytes = (firstTwoBytes << 16 & 0xFFFF0000) | (reader.getUInt16() & 0xFFFF);
if (firstFourBytes == PNG_HEADER) {
// 2.1 判断是否为带 Alpha 通道的 png 图片
reader.skip(25 - 4);
int alpha = reader.getByte();
return alpha >= 3 ? PNG_A : PNG;
}
// 3. 获取前三个 Byte, 若为 0x474946, 则说明为 GIF 封装格式
if (firstFourBytes >> 8 == GIF_HEADER) {
return GIF;
}
// 4. 判断是否为 Webp 封装类型
if (firstFourBytes != RIFF_HEADER) {
return UNKNOWN;
}
reader.skip(4);// Bytes [4 - 7] 包含的是长度信息, 跳过
final int thirdFourBytes = (reader.getUInt16() << 16 & 0xFFFF0000) | (reader.getUInt16() & 0xFFFF);
if (thirdFourBytes != WEBP_HEADER) {
return UNKNOWN;
}
final int fourthFourBytes =
(reader.getUInt16() << 16 & 0xFFFF0000) | (reader.getUInt16() & 0xFFFF);
if ((fourthFourBytes & VP8_HEADER_MASK) != VP8_HEADER) {
return UNKNOWN;
}
if ((fourthFourBytes & VP8_HEADER_TYPE_MASK) == VP8_HEADER_TYPE_EXTENDED) {
// Skip some more length bytes and check for transparency/alpha flag.
reader.skip(4);
return (reader.getByte() & WEBP_EXTENDED_ALPHA_FLAG) != 0 ? ImageType.WEBP_A : ImageType.WEBP;
}
if ((fourthFourBytes & VP8_HEADER_TYPE_MASK) == VP8_HEADER_TYPE_LOSSLESS) {
reader.skip(4);
return (reader.getByte() & WEBP_LOSSLESS_ALPHA_FLAG) != 0 ? ImageType.WEBP_A : ImageType.WEBP;
}
return ImageType.WEBP;
}
}
复制代码
好的, 可以看到它是通过图片封装格式中的字节数来判断图片的类型的
- JPEG 的前两个 Byte 为 0xFFD8
- PNG 的前 4 个 Byte 为 0x89504E47
- GIF 的前 3 个 Byte 为 0x474946
- WEBP 的判定较为复杂 可以对照代码自行查看
我们知道平时获取图片封装格式是使用以下的方式
val ops = BitmapFactory.Options()
ops.inJustDecodeBounds = true
val bitmap = BitmapFactory.decodeResource(resources, R.drawable.wallpaper, ops)
Log.e("TAG", ops.outMimeType)
复制代码
Glide 通过直接解析流的方式获取图片的封装格式, 不需要关注其他信息, 无疑比通过 BitmapFactory 来的更加高效
四. 计算 Bitmap 缩放方式
Glid 对于 Bitmap 缩放的计算过程比较复杂, 分别有如下几步
- 计算采样率
- 计算采样后图片的尺寸
- 将采样后图片的尺寸调整为目标尺寸
一) 计算采样率
public final class Downsampler {
private static void calculateScaling(
ImageType imageType,
InputStream is,
DecodeCallbacks decodeCallbacks,
BitmapPool bitmapPool,
DownsampleStrategy downsampleStrategy,
int degreesToRotate,
int sourceWidth,
int sourceHeight,
int targetWidth,
int targetHeight,
BitmapFactory.Options options) throws IOException {
......
// 1. 计算采样率
// 1.1 获取源图片尺寸与目标尺寸的精确缩放比
// downsampleStrategy 在构建 Request 时传入
final float exactScaleFactor;
if (degreesToRotate == 90 || degreesToRotate == 270) {
// 1.1.1 将宽高倒置计算缩放因子
exactScaleFactor = downsampleStrategy.getScaleFactor(sourceHeight, sourceWidth,
targetWidth, targetHeight);
} else {
// 1.1.2 正常计算缩放因子
exactScaleFactor = downsampleStrategy.getScaleFactor(sourceWidth, sourceHeight,
targetWidth, targetHeight);
}
// 1.2 获取采样的类型: MEMORY(节省内存), QUALITY(更高质量)
SampleSizeRounding rounding = downsampleStrategy.getSampleSizeRounding(sourceWidth,
sourceHeight, targetWidth, targetHeight);
......
// 1,3 计算缩放因子
// 1.3.1 计算整型的尺寸(round 操作在原来值的基础上 + 0.5), 参考 Android 源码
int outWidth = round(exactScaleFactor * sourceWidth);
int outHeight = round(exactScaleFactor * sourceHeight);
// 1.3.2 计算宽高方向上的整型缩放因子
int widthScaleFactor = sourceWidth / outWidth;
int heightScaleFactor = sourceHeight / outHeight;
// 1.3.3 根据采样类型, 确定整型缩放因子 scaleFactor
// 若为 MEMORY, 则为宽高的最大值
// 若为 QUALITY, 则为宽高的最小值
int scaleFactor = rounding == SampleSizeRounding.MEMORY
? Math.max(widthScaleFactor, heightScaleFactor)
: Math.min(widthScaleFactor, heightScaleFactor);
// 1.4 根据整型缩放因子, 计算采样率(即将 scaleFactor 转为 2 的幂次)
int powerOfTwoSampleSize;
// 1.4.1 Android 7.0 以下不支持缩放 webp, 缩放因子置为 1
if (Build.VERSION.SDK_INT <= 23
&& NO_DOWNSAMPLE_PRE_N_MIME_TYPES.contains(options.outMimeType)) {
powerOfTwoSampleSize = 1;
} else {
// 1.4.2 将 scaleFactor 转为 2 的幂次, 若为省内存模式, 则尝试近一步增加采样率
powerOfTwoSampleSize = Math.max(1, Integer.highestOneBit(scaleFactor));
if (rounding == SampleSizeRounding.MEMORY && powerOfTwoSampleSize < (1.f / exactScaleFactor)) {
powerOfTwoSampleSize = powerOfTwoSampleSize << 1;
}
}
......
}
}
复制代码
计算采样率的过程主要有如下几步
- 计算精确的缩放因子
- 获取采样的类型
- MEMORY: 省内存
- QUALITY: 高质量
- 计算整型的缩放因子
- 将整型缩放因子转为 2 的幂次
- 即转为 BitmapFactory 可用的采样率
二) 计算采样后图片尺寸
public final class Downsampler {
private static void calculateScaling(...) throws IOException {
......
// 2. 根据采样率, 计算采样后图片的尺寸
options.inSampleSize = powerOfTwoSampleSize;
int powerOfTwoWidth;
int powerOfTwoHeight;
// 2.1 处理 JPEG
if (imageType == ImageType.JPEG) {
// Libjpeg 最高支持单次 8 位的降采样, 超过 8 次则分步计算
int nativeScaling = Math.min(powerOfTwoSampleSize, 8);
powerOfTwoWidth = (int) Math.ceil(sourceWidth / (float) nativeScaling); // 对 float 向上取整
powerOfTwoHeight = (int) Math.ceil(sourceHeight / (float) nativeScaling);
// 若 powerOfTwoSampleSize 比 8 大, 则再进行一次采样, 用于计算出最终的目标值
int secondaryScaling = powerOfTwoSampleSize / 8;
if (secondaryScaling > 0) {
powerOfTwoWidth = powerOfTwoWidth / secondaryScaling;
powerOfTwoHeight = powerOfTwoHeight / secondaryScaling;
}
//2.2 处理 PNG
} else if (imageType == ImageType.PNG || imageType == ImageType.PNG_A) {
// 对采样结果向下取整
powerOfTwoWidth = (int) Math.floor(sourceWidth / (float) powerOfTwoSampleSize);
powerOfTwoHeight = (int) Math.floor(sourceHeight / (float) powerOfTwoSampleSize);
// 2.3 处理 WEBP
} else if (imageType == ImageType.WEBP || imageType == ImageType.WEBP_A) {
if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.N) {
// 7.0 以上对采样结果进行四舍五入
powerOfTwoWidth = Math.round(sourceWidth / (float) powerOfTwoSampleSize);
powerOfTwoHeight = Math.round(sourceHeight / (float) powerOfTwoSampleSize);
} else {
// 7.0 以下, 对采样结果向下取整
powerOfTwoWidth = (int) Math.floor(sourceWidth / (float) powerOfTwoSampleSize);
powerOfTwoHeight = (int) Math.floor(sourceHeight / (float) powerOfTwoSampleSize);
}
// 2.4 处理其他图片类型, 并且需要降采样
} else if (
sourceWidth % powerOfTwoSampleSize != 0 || sourceHeight % powerOfTwoSampleSize != 0) {
// 通过 Android 的 BitmapFactory 去获取尺寸
int[] dimensions = getDimensions(is, options, decodeCallbacks, bitmapPool);
powerOfTwoWidth = dimensions[0];
powerOfTwoHeight = dimensions[1];
// 2.5 处理其他图片类型, 并且不需要降采样
} else {
// 若为其他图片类型, 并且不需要降采样
powerOfTwoWidth = sourceWidth / powerOfTwoSampleSize;
powerOfTwoHeight = sourceHeight / powerOfTwoSampleSize;
}
......
}
}
复制代码
计算采样尺寸, Glide 并没有直接将采样率放入 options.inSampleSize 而是根据规则自行进行了运算, 降低了使用 BitmapFactory 调用 native 方法带来的性能损耗
三) 将采样后图片的尺寸调整为目标尺寸
public final class Downsampler {
private static void calculateScaling(...) throws IOException {
......
// 3. 将采样尺寸调整成为目标尺寸
// 3.1 计算采样尺寸与目标尺寸的缩放因子
double adjustedScaleFactor = downsampleStrategy.getScaleFactor(
powerOfTwoWidth, powerOfTwoHeight, targetWidth, targetHeight);
// 3.2 通过调整 inTargetDensity 和 inDensity 来完成目标的显示效果
if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.KITKAT) {
// 调整目标的屏幕密度
options.inTargetDensity = adjustTargetDensityForError(adjustedScaleFactor);
// 调整图片的像素密度
options.inDensity = getDensityMultiplier(adjustedScaleFactor);
}
if (isScaling(options)) {
options.inScaled = true;
} else {
options.inDensity = options.inTargetDensity = 0;
}
}
}
复制代码
可以看到将采样尺寸调整成为目标尺寸是通过调整 options 中 inTargetDensity 和 inDensity 的值, 来让图片缩放到目标显示效果尺寸的
好的, 到这里 Glide 计算 Bitmap 缩放的部分就解析完毕了, 我们光知道 Glide 默认会将图片加载的尺寸置为 ImageView 的大小, 却不知道它为了还原的精度, 内部做了如何之多的细节处理, 其缜密性可见一斑
五. 选择颜色通道
public final class Downsampler {
private void calculateConfig(
InputStream is,
DecodeFormat format,
boolean isHardwareConfigAllowed,
boolean isExifOrientationRequired,
BitmapFactory.Options optionsWithScaling,
int targetWidth,
int targetHeight) {
......
// 判断是否有 Alpha 通道
boolean hasAlpha = false;
try {
hasAlpha = ImageHeaderParserUtils.getType(parsers, is, byteArrayPool).hasAlpha();
} catch (IOException e) {
......
}
// 若存在 Alpha 通道则使用 RGB_8888, 反之使用 565
optionsWithScaling.inPreferredConfig =
hasAlpha ? Bitmap.Config.ARGB_8888 : Bitmap.Config.RGB_565;
if (optionsWithScaling.inPreferredConfig == Config.RGB_565) {
optionsWithScaling.inDither = true;
}
}
}
复制代码
好的, Bitmap 颜色通道的选取方式还是非常简单的
- 对于存在透明通道的图片, 使用 ARGB_8888 保证图片不会丢失透明通道
- 对于无透明通道图片, 使用 RGB_565 保证图片内存占用量最低
总结
到这里 Glide 将数据流解析成为 Bitmap 的流程就完成了, 其中提供了非常优秀的将图片采样压缩的实现和颜色通道的选取策略, 这都非常值得我们学习和借鉴