Android 使用Picasso加载网络图片等比例缩放

本文介绍如何利用Picasso库中的Transformation接口实现图片的等比例缩放功能,适用于Android开发中需要保持图片原始比例展示的场景。

在做android图片加载的时候,由于手机屏幕受限,很多大图加载过来的时候,我们要求等比例缩放,比如按照固定的宽度,等比例缩放高度,使得图片的尺寸比例得到相应的缩放,但图片没有变形。显然按照android:scaleType不能实现,因为会有很多限制,所以必须要自己写算法。 

通过Picasso来缩放 
其实picasso提供了这样的方法。具体是显示Transformation 的 transform 方法。 
(1) 先获取网络或本地图片的宽高 
(2) 获取需要的目标宽 
(3) 按比例得到目标的高度 
(4) 按照目标的宽高创建新图

  Transformation transformation = new Transformation() {

        @Override
        public Bitmap transform(Bitmap source) {

          int targetWidth = mImg.getWidth();
          LogCat.i("source.getHeight()="+source.getHeight());
        LogCat.i("source.getWidth()="+source.getWidth());
       LogCat.i("targetWidth="+targetWidth);

          if(source.getWidth()==0){
              return source;
          }

          //如果图片小于设置的宽度,则返回原图
          if(source.getWidth()<targetWidth){
              return source;
          }else{
              //如果图片大小大于等于设置的宽度,则按照设置的宽度比例来缩放
              double aspectRatio = (double) source.getHeight() / (double) source.getWidth();
              int targetHeight = (int) (targetWidth * aspectRatio);
              if (targetHeight != 0 && targetWidth != 0) {
                  Bitmap result = Bitmap.createScaledBitmap(source, targetWidth, targetHeight, false);
                  if (result != source) {
                      // Same bitmap is returned if sizes are the same
                      source.recycle();
                  }
                  return result;
              } else {
                  return source;
              }
          }
      }

        @Override
        public String key() {
            return "transformation" + " desiredWidth";
        }
    };

之后在Picasso设置transform

  Picasso.with(mContext)
         .load(imageUrl)
         .placeholder(R.mipmap.zhanwei)
         .error(R.mipmap.zhanwei)
         .transform(transformation)
         .into(viewHolder.mImageView);

Transformation 这是Picasso的一个非常强大的功能了,它允许你在load图片 -> into ImageView 中间这个过成对图片做一系列的变换。比如你要做图片高斯模糊、添加圆角、做度灰处理、圆形图片等等都可以通过Transformation来完成。
参考文章: https://stackoverflow.com/questions/21889735/resize-image-to-full-width-and-variable-height-with-picasso

转载于:https://www.cnblogs.com/jiangzhishan/p/9415066.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
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