图片的性能优化

图片的性能优化

问题的出现：据统计，图片内容已经占到了互联网内容总量的62%，也就是说超过一半的流量和时间都用来下载图片。从性能优化的角度看，图片也绝对是优化的热点和重点之一。

1. 图片优化既是一门艺术，也是一门科学，图片优化是一门艺术，是因为单个图片的压缩不存在最好的特定性方案，而图片优化之所以是一门科学，是因为许多开发得很出色的方法和算法可以明显减小图片的大小。要找到图片的最优设置，需要按照许多维度进行认真分析：格式能力、编码数据内容、像素尺寸等。
2. 现在很多特效（渐变、阴影、圆角等等）都可以用纯粹的HTML、CSS、SVG等加以实现，实现这些效果少则寥寥数行代码，多则加载额外的库（一张普通的照片比非常强大的效果库也大了许多）。这些效果不但需要的空间很小，而且在多设备、多分辨率下都能很好的工作，在低级浏览器上也可以实现较好的功能降级。因此在存在备选技术的情况下，应该首先选择这些技术，只有在不得不使用图片的时候才加入真正的图片。
3. 还有就是如果是真实图片的情况下我们的解决途径无非就是压缩再压缩。

• 质量压缩
  • 原理：质量压缩无非就是在保持像素的前提下改变图片的位深及透明度，（即：通过算法抠掉(同化)了图片中的一些某个些点附近相近的像素），达到降低质量压缩文件大小的目的。
  • 注意：它其实只能实现对file的影响，对加载这个图片出来的bitmap内存是无法节省的，还是那么大。因为bitmap在内存中的大小是按照像素计算的，也就是width*height，对于质量压缩，并不会改变图片的真实的像素（像素大小不会变）。
  • 使用场景：将图片压缩后将图片上传到服务器，或者保存到本地。根据实际需求来。
• 尺寸压缩
  • 原理：而尺寸压缩就是通过减少单位尺寸的像素值，正真意义上的降低像素。
  • 使用场景：适用于缓存缩略图的时候（头像处理）
• 采样率压缩
  • 原理：设置图片的采样率，降低图片像素，这样就不会先将大图片读入内存，大大减少了内存的使用，也不必考虑将大图片读入内存后的释放事宜。
  • 注意：因为采样率是整数，所以不能很好的保证图片的质量。如我们需要的是在2和3采样率之间，用2的话图片就大了一点，但是用3的话图片质量就会有很明显的下降，该方式不建议使用。
• JNI终极压缩
  • 由来：Android图像处理引擎的缺漏，为什么IOS拍照1M的图片要比安卓拍照排出来的5M的图片还要清晰。都是在同一个环境下，保存的都是JPEG？
  • 历程：95年 JPEG处理引擎，用于最初的在PC上面处理图片的引擎；05年 skia开源的引擎, 开发了一套基于JPEG处理引擎的第二次开发。便于浏览器的使用；07年安卓用的skia引擎（阉割版），谷歌拿了skia，去掉一个编码算法—哈夫曼算法。采用定长编码算法。但是解码还是保留了哈夫曼算法，导致了图片处理后文件变大了。
  • 原因：当时由于CPU和内存在手机上都非常吃紧 性能差，由于哈夫曼算法非常吃CPU，被迫用了其他的算法。
  • 最终优化方案：绕过安卓Bitmap API层，来自己编码实现—-修复使用哈夫曼算法。