前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >图像库 libjpeg-turbo 编译与实践

图像库 libjpeg-turbo 编译与实践

作者头像
音视频开发进阶
发布2019-07-24 11:15:58
2.9K0
发布2019-07-24 11:15:58
举报

今天的主题就是 libjpeg-turbo 。

它的官网地址如下:

https://libjpeg-turbo.org/

它的 github 地址如下:

https://github.com/libjpeg-turbo/libjpeg-turbo

编译

在 libjpeg-turbo 的源码中就已经有了讲述如何编译的 BUILDING.md 文件,还是使用 CMake 进行编译,大体方法和参数设置都大同小异了。

参考源码给出的编译代码:

代码语言:javascript
复制
# Set these variables to suit your needs
# 设置交叉编译的变量
NDK_PATH={full path to the NDK directory-- for example,
  /opt/android/android-ndk-r16b}
TOOLCHAIN={"gcc" or "clang"-- "gcc" must be used with NDK r16b and earlier,
  and "clang" must be used with NDK r17c and later}
ANDROID_VERSION={the minimum version of Android to support-- for example,
  "16", "19", etc.}

cd {build_directory}
cmake -G"Unix Makefiles" \
  -DANDROID_ABI=armeabi-v7a \
  -DANDROID_ARM_MODE=arm \
  -DANDROID_PLATFORM=android-${ANDROID_VERSION} \
  -DANDROID_TOOLCHAIN=${TOOLCHAIN} \
  -DCMAKE_ASM_FLAGS="--target=arm-linux-androideabi${ANDROID_VERSION}" \
  -DCMAKE_TOOLCHAIN_FILE=${NDK_PATH}/build/cmake/android.toolchain.cmake \
  [additional CMake flags] {source_directory}
make

由于 CMake 跨平台编译的特性,在进行交叉编译时要设置很多相关参数,比如编译的目标系统平台、交叉编译工具链、NDK 目录等。

详细的编译脚本可以参考项目中的:

https://github.com/glumes/InstantGLSL/tree/master/libjpeg_turbo_source/build_script

该目录下给出了编译 armeabi、armeabi-v7a、arm64-v8a、x86、x86_64 等平台的编译脚本。修改一下相应文件路径,就能在 MAC 系统上编译 so 了。

另外如果是在 Android Studio 中用 CMake 编译 so,你会发现很少要设置那些参数,这是因为 Android Studio 中的 CMake 默认就设置好了那些参数。

因此还有一种更简单的方式进行编译,直接将 libjpeg-turbo 源码内容复制到 Android Studio 工程目录的 cpp 文件夹下,然后把 app 的 build.gradle 中 cmake path 改成 libjpeg-turbo 的 CMakeLists.txt 路径,如下所示:

代码语言:javascript
复制
    externalNativeBuild {
        cmake {
            path "src/main/cpp/libjpeg_turbo_source/CMakeLists.txt"
//            path "CMakeLists.txt"
        }
    }

然后直接编译,在 build/intermediates/cmake 路径下依旧可以找到编译好的 so 文件。

以上两种方式都可以实现 libjpeg-turbo 的编译,看个人喜好了。而且这种库一旦编译好了,以后也很少去更改,一劳永逸~~~

实践

在 libjpeg-turbo 的源码中有个 example.txt 文件,详细讲述了如何利用该库进行图片压缩和解压缩。

基本上照着文件内容看一遍就懂了,在这里还会大概讲述下,并且会用另一个实例来演示,也就是之前常用的,获取 jpeg 图像文件像素内容并且上传纹理。

压缩

在 Android 中通过 Java 方法也可以实现 Jpeg 的文件,因为底层就是基于 libjpeg 的。而 libjpeg-turbo 的压缩速度会比 Android 原生的速度更快了。

Android 中 Jpeg 文件压缩的方法如下:

代码语言:javascript
复制
compress(CompressFormat format, int quality, OutputStream stream)

其中重要的参数就是 quality ,代表要压缩的质量,而在 libjpeg-turbo 也会有这样的参数要设置。

libjpeg-turbo 的使用逻辑和 libpng 有点类似,首先都是要设置一个错误返回点,并且有一个结构体来存储信息。

在 libjpeg-turbo 进行压缩时,用到的结构体是 jpeg_compress_struct ,解压则是 jpeg_decompress_struct,两者名字上有着单词的不同。

而在 libpng 中,创建结构体的方法 png_create_write_structpng_create_read_struct 相配对,一个 write,一个 read 。

使用 libjpeg-turbo 的主要步骤如下:

  1. 设置压缩后的输出方式,可以的是文件的形式,也可以是内存数据格式
  2. 配置压缩的相关设置项,比如压缩后的图像宽高、压缩质量等
  3. 进行压缩,逐行读取数据源像素内容
  4. 压缩结束,得到压缩后的数据

对应到代码的逻辑如下:

代码语言:javascript
复制
    struct jpeg_compress_struct jpegCompressStruct;
    // 创建代表压缩的结构体
    jpeg_create_compress(&jpegCompressStruct);

    // 文件方式输出 还有一种是内存方式
    jpeg_stdio_dest(&jpegCompressStruct, fp);
    // 设置压缩的相关参数信息
    jpegCompressStruct.image_width = w;
    jpegCompressStruct.image_height = h;
    jpegCompressStruct.arith_code = false;
    jpegCompressStruct.input_components = nComponent;
    // 设置解压的颜色
    jpegCompressStruct.in_color_space = JCS_RGB;
    jpeg_set_defaults(&jpegCompressStruct);
    // 压缩的质量
    jpegCompressStruct.optimize_coding = quality;
    jpeg_set_quality(&jpegCompressStruct, quality, true);

首先是创建结构体 jpeg_compress_struct ,通过该结构体来完成压缩数据输出、配置压缩选项操作。

压缩数据输出有两种方式:

代码语言:javascript
复制
    // 以文件的方式
    jpeg_stdio_dest(j_compress_ptr cinfo, FILE *outfile);
    // 以内存的方式
    jpeg_mem_dest(j_compress_ptr cinfo, unsigned char **outbuffer,
                           unsigned long *outsize)

另外,压缩选项除了常见的宽高信息、颜色类型,还有最重要的图像质量参数,通过专门的方法进行设置。

代码语言:javascript
复制
    jpeg_set_quality(j_compress_ptr cinfo, int quality,
                                boolean force_baseline)

设置完要压缩的相关信息后,就可以开始压缩了。

代码语言:javascript
复制
    // 开始压缩
    jpeg_start_compress(&jpegCompressStruct, true);
    // JSAMPROW 代表每行的数据
    JSAMPROW row_point[1];
    int row_stride = jpegCompressStruct.image_width * nComponent;

    while (jpegCompressStruct.next_scanline < jpegCompressStruct.image_height) {
        // data 参数就是要压缩的数据源
        // 逐行读取像素内容
        row_point[0] = &data[jpegCompressStruct.next_scanline * row_stride];
        // 写入数据
        jpeg_write_scanlines(&jpegCompressStruct, row_point, 1);
    }

   // 完成压缩 
   jpeg_finish_compress(&jpegCompressStruct);
   // 释放相应的结构体
   jpeg_destroy_compress(&jpegCompressStruct);

主要的代码就在于 while 循环中。

next_scanline 类似于一个状态变量,需要逐行去扫描图像内容并写入,每次 jpeg_write_scanlines 方法之后,next_scanline 就会递增,直到退出循环。

解压缩

解压和压缩的代码结构大致相同了。

代码语言:javascript
复制
    jpeg_create_decompress(&cinfo);
    // 设置数据源数据方式 这里以文件的方式,也可以以内存数据的方式
    jpeg_stdio_src(&cinfo, fp);
    // 读取文件信息,比如宽高之类的
    jpeg_read_header(&cinfo, TRUE);

其中 jpeg_read_header 方法可以获取要解压的文件相关信息。

接下来设置解压的相关参数:

代码语言:javascript
复制
    jpeg_start_decompress(&cinfo);
    unsigned long width = cinfo.output_width;
    unsigned long height = cinfo.output_height;
    unsigned short depth = cinfo.output_components;
    row_stride = cinfo.output_width * cinfo.output_components;

定义相关的数据变量,来保存解压的数据。

代码语言:javascript
复制
    // 保存每行解压的数据内容    
    JSAMPARRAY buffer;
    // 初始化
    buffer = (*cinfo.mem->alloc_sarray)((j_common_ptr) &cinfo, JPOOL_IMAGE, row_stride, 1);

    // 保存图像的所有数据
    unsigned char *src_buff;
    // 初始化并置空
    src_buff = static_cast<unsigned char *>(malloc(width * height * depth));
    memset(src_buff, 0, sizeof(unsigned char) * width * height * depth);

这里使用的是 JSAMPARRAY 来保存,在 libjpeg-turbo 中其实有多种结构来表示图像数据类型,压缩中用到的就是 JSAMPROW

代码语言:javascript
复制
/* Data structures for images (arrays of samples and of DCT coefficients).
 */
typedef unsigned char JSAMPLE;
typedef JSAMPLE *JSAMPROW;      /* ptr to one image row of pixel samples. */
typedef JSAMPROW *JSAMPARRAY;   /* ptr to some rows (a 2-D sample array) */
typedef JSAMPARRAY *JSAMPIMAGE; /* a 3-D sample array: top index is color */

通过上述代码不难看出,JSAMPROW 其实就是一维数组,而 JSAMPARRAY 就是二维数组。以下两行代码可以说是等价的:

代码语言:javascript
复制
    JSAMPARRAY buffer = nullptr;
    JSAMPROW *row_pointer = nullptr;

因为 JSAMPARRAY 的定义就是 JSAMPROW *

具体用哪个更好,要看调用方法需要的参数类型了,jpeg_write_scanlinesjpeg_read_scanlines 这两个方法需要的都是 JSAMPARRAY 类型。

另外,代码中还声明并初始化了 src_buff 变量,该变量就是用来表示解压后的图像数据。

具体解压的逻辑也比较清楚了,逐行扫描图像,用 buffer 变量去存储图像每行解压的数据,然后把这个数据给到 src_buff 变量,如下代码所示:

代码语言:javascript
复制
    unsigned char *point = src_buff;

    while (cinfo.output_scanline < height) {
        jpeg_read_scanlines(&cinfo, buffer, 1);
        memcpy(point, *buffer, width * depth);
        point += width * depth;
    }

    jpeg_finish_decompress(&cinfo);
    jpeg_destroy_decompress(&cinfo);

这里用到了 point 这样的临时变量,实际上,这样的用法在 C++ 开发中应该算比较常见的。

因为把 buffer 的数据传到 src_buff 后,src_buff 指针要移动到下一个点去接收数据,这样一来,指针指向的位置就不是原始位置了,所以才需要临时变量去做移动操作,保证 src_buff 指向的位置为起始点。

最后,别忘了释放相应的变量,做一些收尾工作,解压就完成了。

jpeg 上传纹理渲染

说完了压缩和解压缩,最后以一个例子来实际应用,也是之前文章中常用的例子,通过 libjpeg-turbo 读取 jpeg 文件图像内容并上传纹理渲染。

代码语言:javascript
复制
    // 封装 jpeg 相关操作
    JpegHelper jpegHelper;
    // 读取的图像内容
    unsigned char *jpegData;
    int jpegSize;
    int jpegWidth;
    int jpegHeight;
    // 读取操作
    jpegHelper.read_jpeg_file(filePath, &jpegData, &jpegSize, &jpegWidth, &jpegHeight);

最终要获取的就是 jpegData 图像内容,并通过 glTexImage2D 等方法渲染到纹理上。

read_jpeg_file 方法的声明如下:

代码语言:javascript
复制
    int read_jpeg_file(const char *jpeg_file, unsigned char **rgb_buffer, 
                       int *size, int *width,int *height)

rgb_buffer 参数的数据类型,既可以声明成 unsigned char ** 这样指针的地址,也可以声明成引用 unsigned char *& ,大同小异。

至于具体的读取操作,和上面的解压缩过程大致相同,就不在阐述一遍了,可以查看我的项目代码实践:

https://github.com/glumes/InstantGLSL

总结

至此,总结了常用的三种图像库的编译和使用。

这三种图像库各有特点,要根据实际需要,选择最合适的。但实际我们用到的无非就是图像的读写操作。读取特定格式图像的像素内容,或者将像素内容写入特定格式文件。

平时写 demo ,追求简单方便的,就用 stb_image,对性能有要求的,针对特定格式的选择 libpng 或者 libjpeg-turbo

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-07-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 纸上浅谈 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 编译
  • 实践
    • 压缩
      • 解压缩
        • jpeg 上传纹理渲染
        • 总结
        相关产品与服务
        文件存储
        文件存储(Cloud File Storage,CFS)为您提供安全可靠、可扩展的共享文件存储服务。文件存储可与腾讯云服务器、容器服务、批量计算等服务搭配使用,为多个计算节点提供容量和性能可弹性扩展的高性能共享存储。腾讯云文件存储的管理界面简单、易使用,可实现对现有应用的无缝集成;按实际用量付费,为您节约成本,简化 IT 运维工作。
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档