bitmap 将图片压缩到指定的大小 JAVA

本文介绍了如何通过计算图片的大小并使用特定算法来压缩图片,确保图片质量的同时减少存储空间。文中详细解释了如何利用Bitmap类进行图片的读取、压缩及缩放,并提供了具体的实现代码。
private void imageZoom() {  
                //图片允许最大空间   单位:KB  
                double maxSize =400.00;  
                //将bitmap放至数组中,意在bitmap的大小(与实际读取的原文件要大)    
                ByteArrayOutputStream baos = new ByteArrayOutputStream();  
                bitMap.compress(Bitmap.CompressFormat.JPEG, 100, baos);  
                byte[] b = baos.toByteArray();  
                //将字节换成KB  
                double mid = b.length/1024;  
                //判断bitmap占用空间是否大于允许最大空间  如果大于则压缩 小于则不压缩  
                if (mid > maxSize) {  
                        //获取bitmap大小 是允许最大大小的多少倍  
                        double i = mid / maxSize;  
                        //开始压缩  此处用到平方根 将宽带和高度压缩掉对应的平方根倍 (1.保持刻度和高度和原bitmap比率一致,压缩后也达到了最大大小占用空间的大小)  
                        bitMap = zoomImage(bitMap, bitMap.getWidth() / Math.sqrt(i),  
                                        bitMap.getHeight() / Math.sqrt(i));  
                }  
        }  

private void imageZoom() {  
                //图片允许最大空间   单位:KB  
                double maxSize =400.00;  
                //将bitmap放至数组中,意在bitmap的大小(与实际读取的原文件要大)    
                ByteArrayOutputStream baos = new ByteArrayOutputStream();  
                bitMap.compress(Bitmap.CompressFormat.JPEG, 100, baos);  
                byte[] b = baos.toByteArray();  
                //将字节换成KB  
                double mid = b.length/1024;  
                //判断bitmap占用空间是否大于允许最大空间  如果大于则压缩 小于则不压缩  
                if (mid > maxSize) {  
                        //获取bitmap大小 是允许最大大小的多少倍  
                        double i = mid / maxSize;  
                        //开始压缩  此处用到平方根 将宽带和高度压缩掉对应的平方根倍 (1.保持刻度和高度和原bitmap比率一致,压缩后也达到了最大大小占用空间的大小)  
                        bitMap = zoomImage(bitMap, bitMap.getWidth() / Math.sqrt(i),  
                                        bitMap.getHeight() / Math.sqrt(i));  
                }  
        }  

 public static Bitmap resizeBitMapImage1(String filePath, int targetWidth,
            int targetHeight) {
        Bitmap bitMapImage = null;
        // First, get the dimensions of the image
        Options options = new Options();
        options.inJustDecodeBounds = true;
        BitmapFactory.decodeFile(filePath, options);
        double sampleSize = 0;
        // Only scale if we need to
        // (16384 buffer for img processing)
        Boolean scaleByHeight = Math.abs(options.outHeight - targetHeight) >= Math
                .abs(options.outWidth - targetWidth);
            if (options.outHeight * options.outWidth * 2 >= 1638) {
            // Load, scaling to smallest power of 2 that'll get it <= desired
            // dimensions
            sampleSize = scaleByHeight ? options.outHeight / targetHeight
                    : options.outWidth / targetWidth;
            sampleSize = (int) Math.pow(2d,
                    Math.floor(Math.log(sampleSize) / Math.log(2d)));
        }
        // Do the actual decoding
        options.inJustDecodeBounds = false;
        options.inTempStorage = new byte[128];
        while (true) {
            try {
                options.inSampleSize = (int) sampleSize;
                bitMapImage = BitmapFactory.decodeFile(filePath, options);
                  break;
            } catch (Exception ex) {
                try {
                    sampleSize = sampleSize * 2;
                } catch (Exception ex1) {
                  }
            }
        }
        return bitMapImage;
    }

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值