漸進式加載-基礎講解

前言:
我們在PC端用瀏覽器看圖片的時候,經(jīng)常是先看到一張模糊圖,然后再漸漸的變得清晰,這種情況在看漫畫的時候尤其常見(模糊圖如下),這種效果就叫做漸進式加載.漸進式加載能夠大大的提升體驗感,我們先來了解一下漸進式加載的原理.


圖片來自網(wǎng)絡

(圖片來自網(wǎng)絡)
1.JPEG
要做到漸進式加載,我們的圖片需要是JPEG格式,而JPEG格式的圖片又分為兩種,我們要做到漸進式加載的話,需要的是Progressive JPEG.
(1)Baseline JPEG(標準型)
這種格式的圖片在保存信息的時候,是從上往下,將每一行的數(shù)據(jù)順序的保存起來的,所以讀一部分就展示的話,那么效果就會像是從上往下一點一點展示.



(圖片來自網(wǎng)絡)
(2)Progressive JPEG(漸進式)
這種格式的圖片在保存信息的時候,是一幀一幀的存儲的,如果逐幀逐幀的讀的話,就會先看到模糊圖,然后一點一點變清晰

(圖片來自網(wǎng)絡)



(圖片來自網(wǎng)絡)
2.解碼
如何判斷是否JPEG格式的圖片呢?下面引用一段Glide框架的代碼
//ImageHeaderParser.javaprivate static final int EXIF_MAGIC_NUMBER = 0xFFD8;// JPEG.if (firstTwoBytes == EXIF_MAGIC_NUMBER) { return JPEG;}

我們可以看出,JPEG是以FFD8開頭的
其實JPEG是以FFD8開頭,FFD9結(jié)尾,FFDA代表一個幀的開頭
FFD8 ... FFDA ... FFDA ... FFDA ... FFD9

Baseline JPEG 里面只有一個FFDA
Progressive JPEG 里面含有多個FFDA
比較完整的數(shù)據(jù)結(jié)構(gòu)如下


(圖片來自Wiki)https://en.wikipedia.org/wiki/JPEG
3.如何保存或者轉(zhuǎn)換成JPEG
(以下轉(zhuǎn)換方法來自網(wǎng)絡,由于非Java代碼,所以沒有做驗證,特此說明一下)
1、PhotoShop
在photoshop中有“存儲為web所用格式”,打開后選擇“連續(xù)”就是漸進式JPEG。

2、Linux
檢測是否為progressive jpeg : identify -verbose filename.jpg | grep Interlace(如果輸出 None 說明不是progressive jpeg;如果輸出 Plane 說明是 progressive jpeg。)將basic jpeg轉(zhuǎn)換成progressive jpeg:> convert infile.jpg -interlace Plane outfile.jpg
3、PHP
使用imageinterlace和imagejpeg函數(shù)我們可以輕松解決轉(zhuǎn)換問題。
<?php $im = imagecreatefromjpeg('pic.jpg'); imageinterlace($im, 1); imagejpeg($im, './php_interlaced.jpg', 100); imagedestroy($im);?>

4、Python
import PILfrom exceptions import IOErrorimg = PIL.Image.open("c:\users\biaodianfu\pictures\in.jpg")destination = "c:\users\biaodianfu\pictures\test.jpeg"try: img.save(destination, "JPEG", quality=80, optimize=True, progressive=True)except IOError: PIL.ImageFile.MAXBLOCK = img.size[0] * img.size[1] img.save(destination, "JPEG", quality=80, optimize=True, progressive=True)

5、jpegtran
jpegtran -copy none -progressive <inputfile> <outputfile>

6、C
using (Image source = Image.FromFile(@"D:\temp\test2.jpg")) { ImageCodecInfo codec = ImageCodecInfo.GetImageEncoders().First(c => c.MimeType == "image/jpeg"); EncoderParameters parameters = new EncoderParameters(3); parameters.Param[0] = new EncoderParameter(System.Drawing.Imaging.Encoder.Quality, 100L); parameters.Param[1] = new EncoderParameter(System.Drawing.Imaging.Encoder.ScanMethod, (int)EncoderValue.ScanMethodInterlaced); parameters.Param[2] = new EncoderParameter(System.Drawing.Imaging.Encoder.RenderMethod, (int)EncoderValue.RenderProgressive); source.Save(@"D:\temp\saved.jpg", codec, parameters);}

4.效果
明白了漸進式加載的原理后,我們就能想辦法在app端也做到漸進式加載的效果了.
(大概就是判斷是否JPEG圖片,然后根據(jù)每一幀的節(jié)點來判斷并決定是否需要加載)
下面展示一下效果圖
(1)原圖



(Progressive JPEG的圖一打水印就變成Baseline JPEG,應該是CSDN打水印保存的時候處理了)
(2)解碼到第一個FFDA與第二個FFDA的中間



(3)剛好解碼到第二個FFDA

(4)解碼到第五個FFDA

需要看圖片二進制結(jié)構(gòu)的,可以下載一些工具(如hex-editor-neo)hex-editor-neo下載
在后面的文章里面我們將具體講解如何在app端做漸進式加載
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,622評論 6 544
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,716評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 178,746評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,991評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,706評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 56,036評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,029評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 43,203評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,725評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 41,451評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,677評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,161評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,857評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,266評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,606評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,407評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,643評論 2 380

推薦閱讀更多精彩內(nèi)容