性能优化--哈夫曼算法原理

大家都知道，使用哈夫曼压缩能达到无损压缩，也就是说。保证了原图质量的同时，能够降低图片的大小。这是什么原理呢？首先我们需要了解的是Android系统加载图片使用的是Skia加载库，当然这个库的底层还是是用的jpeg对图片进行压缩处理，但是为了能够适配低端的手机（这里的低端是指以前的硬件配置不高的手机，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。所以Skia在进行图片处理并没有去使用到哈夫曼压缩。但是解码还是保留了哈夫曼算法，这就导致了图片处理后文件变大了。

一、原理

看一张图，如下：

这里解释一下，一张图片都是有argb组成，这经过哈夫曼压缩之前，可以将图片的a通道拿掉，剩下的 rgb 进行压缩。每一个通道的取值范围都是0~255，也就是说每种颜色都是有256种表现形态，这里以红色 r 为例。假如一张图片红色 r 共有6个等级，每个等级对应的像素点数如上图。那么根据哈夫曼算法会形成一个哈夫曼树。如下图：

哈夫曼树形成的规则，首先从6个等级中找出两个像素点最少的两个(1和10)，放在末端，然后将两个像素点相加放在左端，然后再找出原像素点中较少的一个(100)，放在右端，并用线将节点和分支连接起来。依次类推，直到找到顶点。其中左边的分支用0标记，右边的分支用1标记。

1个rgb对应3个字节，每一个字节都会形成一个像素表，像素表中存储每个像素等级对应的像素点数。比如根据哈夫曼树，我们如何找到红色的等级1的像素，我们从顶点出发，只需要在表中查找1，就可以找到5000，那么如何找到1000呢？查找01!如何查找500呢？查找001!如何查找100呢？0001？…等等。就是根据分支一直找下去。

优点：对于原始一个像素点占8位，对于5000个像素点，所有那个内存为8*5000 ，当使用哈夫曼压缩后，只要一位（比如1）就可以表示这5000个像素点。并且没有减少图片的像素点数，所以叫做无损压缩。另外，对于颜色值越单一的图片，压缩率越高。颜色值越多，树会越来越长，找到末端的像素点占用的位数会越来越多。所以它的压缩效率一般在20%~90%。

二、实现

1、导库

这里我们需要libjpeg在android环境下的so库，所以需要事先在linux环境下编译好。将编译好的so库放到项目中，如下：

其中x86支持的模拟器，arm64真机。导入需要支持的头文件在libjpeg目录下：

2、链接库

需要在CMakeList.txt文件中配置，如下；

红色框框的内容，就是需要添加的。

3、调用

/**
     * @param bitmap 要压缩的图片
     * @param path 压缩后存放的文件名称
     * @param quality 压缩质量
     */
    public native void compressImage(Bitmap bitmap, String path, int quality);

    public void compress(View view) {
   

        //sd卡目录下的一张图片
        File input = new File(Environment.getExternalStorageDirectory(), "timg750.png");
        inputBitmap = BitmapFactory.decodeFile(input.getAbsolutePath());