当前位置: 首页 > news >正文

Android Coil3视频封面抽取封面帧存Disk缓存,Kotlin(2)

Android Coil3视频封面抽取封面帧存Disk缓存,Kotlin(2)

    implementation 'com.github.wseemann:FFmpegMediaMetadataRetriever-core:1.0.20'implementation 'com.github.wseemann:FFmpegMediaMetadataRetriever-native:1.0.20'

主要在 Android Coil3视频封面抽取封面帧存Disk缓存,Kotlin-CSDN博客 的基础上,提升视频解码(基于FFmpegMediaMetadataRetriever快速解码 https://github.com/wseemann/FFmpegMediaMetadataRetriever )后,把视频取出来的封面帧Bitmap写入缓存的性能,提高写缓存和读缓存的速度,通过Bitmap在压缩阶段的压缩格式和质量实现。变为视频封面的有损压缩写入磁盘缓存文件。

PNG -> JPEG

100 -> 80

对比发现,磁盘缓存文件缩小到原先的1/10,十分之一,很显然,读写速度与文件大小尺寸成正比。

import android.graphics.Bitmap
import android.graphics.ImageDecoder
import android.util.Log
import coil3.ImageLoader
import wseemann.media.FFmpegMediaMetadataRetriever
import java.io.BufferedOutputStream
import java.io.FileOutputStreamobject VideoUtil {const val TAG = "fly/VideoUtil"const val BUF_SIZE = 1024 * 32fun decodeVideo(item: MyData?): Bitmap? {var bitmap: Bitmap? = nullvar metadataRetriever: FFmpegMediaMetadataRetriever? = nulltry {metadataRetriever = FFmpegMediaMetadataRetriever()var t = System.currentTimeMillis()metadataRetriever.setDataSource(item?.path)Log.d(TAG, "setDataSource ${System.currentTimeMillis() - t} ms $item")t = System.currentTimeMillis()bitmap = metadataRetriever.frameAtTimeLog.d(TAG, "frameAtTime ${System.currentTimeMillis() - t} ms $item")} catch (e: Exception) {Log.e(TAG, "${e.message} $item")} finally {try {metadataRetriever?.release()} catch (e: Exception) {Log.e(TAG, "release ${e.message} $item")}}return bitmap}fun readCache(il: ImageLoader, item: MyData?): Bitmap? {var bitmap: Bitmap? = nullval snapShot = il.diskCache?.openSnapshot(item.toString())if (snapShot != null) {Log.d(TAG, "命中Disk缓存 $item")val source = ImageDecoder.createSource(snapShot.data.toFile())try {bitmap = ImageDecoder.decodeBitmap(source)} catch (e: Exception) {Log.e(TAG, "读Disk缓存异常 $e $item")}}snapShot?.close()return bitmap}fun writeCache(il: ImageLoader, bitmap: Bitmap?, item: MyData?): Any? {var bool = falseif (bitmap != null) {val editor = il.diskCache?.openEditor(item.toString())var bos: BufferedOutputStream? = nulltry {bos = FileOutputStream(editor?.data?.toFile()).buffered(BUF_SIZE)bitmap.compress(Bitmap.CompressFormat.JPEG, 80, bos)bos.flush()bos.close()editor?.commit()Log.d(TAG, "Bitmap写入Disk缓存 $item")bool = true} catch (e: Exception) {Log.e(TAG, "Bitmap写Disk磁盘异常 $e")} finally {try {bos?.close()} catch (e: Exception) {Log.e(TAG, "$e $item")}}}return bool}
}

Android Coil3视频封面抽取封面帧存Disk缓存,Kotlin-CSDN博客文章浏览阅读707次,点赞23次,收藏9次。本文介绍了一个基于Coil3的Android视频封面抽取实现方案。项目通过MediaStore获取设备视频列表,使用MediaMetadataRetriever提取视频首帧作为缩略图,并采用二级缓存(内存+磁盘)优化性能。核心功能包括:1)声明读写存储权限;2)RecyclerView网格布局展示;3)协程处理耗时操作;4)自定义ImageLoader配置缓存策略(最大2GB)。相比原生方案,该实现通过Coil的缓存机制提升了缩略图加载效率,同时处理了视频损坏等异常情况。相关技术细节可参考作者CSDN博客中 https://blog.csdn.net/zhangphil/article/details/150224812Android快速视频解码抽帧FFmpegMediaMetadataRetriever,Kotlin(2)-CSDN博客文章浏览阅读650次,点赞4次,收藏8次。本文介绍了两种Android视频封面提取方案对比:1)原生MediaMetadataRetriever速度较慢;2)第三方FFmpegMediaMetadataRetriever(FFMMR)实现快速抽帧。详细说明了FFMMR的集成方法(添加依赖和权限),并提供了完整的Kotlin实现代码,包括视频列表读取、缓存管理、协程异步处理等核心功能。通过LruCache缓存缩略图提升性能,记录处理耗时和失败情况。相比前文介绍的原生方案,本文重点突出了FFMMR在解码效率和性能上的优势,为需要快速获取视频帧的场景提供 https://blog.csdn.net/zhangphil/article/details/150061648

http://www.dtcms.com/a/337069.html

相关文章:

  • 你好星识内测,未来是人与AI共创的时代
  • [特殊字符] 什么是 Linux?[特殊字符] 什么是 Shell?[特殊字符] 什么是 Bash? [特殊字符]Linux、Shell、Bash 的关系?
  • 特种行业许可证识别技术:通过图像处理、OCR和结构化提取,实现高效、准确的许可证核验与管理
  • 通过PhotoShop将多张图片整合为gif动画
  • npm设置了镜像 pnpm还需要设置镜像吗
  • Ps 2025 图像编辑 Photoshop(Mac中文)
  • 前端面试通关:Cesium+Three+React优化+TypeScript实战+ECharts性能方案
  • PDF处理控件Aspose.PDF教程:将 PNG 合并为 PDF
  • Arkts加载网页url的pdf发票黑屏问题
  • vscode wsl解决需要用别的用户调试的问题
  • 国产化Excel处理组件Spire.XLS教程:使用 C# 从数据库导出数据到 Excel(含 SQL 示例)
  • Android使用Kotlin协程+Flow实现打字机效果
  • 【内网渗透】CVE-2020-0796 永恒之黑 复现
  • 19.8 《3步实现OPT-6.7B无损量化:用自定义数据集省70%显存,精度仅跌2.3%》
  • (Arxiv-2025)OPENS2V-NEXUS:一个面向主体到视频生成的详细基准与百万规模数据集
  • 设计模式笔记_行为型_迭代器模式
  • 云计算核心技术之容器技术
  • Linux设备树简介
  • LINUX 818 shell:random;for for
  • 电子元器件-电阻终篇:基本原理,电阻分类及特点,参数/手册详解,电阻作用及应用场景,电阻选型及实战案例
  • Docker常见指令速查
  • 矿物分类案例(二)数据填充后使用6种模型训练
  • Docker学习--认识Docker
  • 遥感机器学习入门实战教程 | Sklearn 案例②:PCA + k-NN 分类与评估
  • AWS Neptune:图数据库的强大潜力
  • 【LLM1】大型语言模型的基本生成机制
  • 将 iPhone 连接到 Windows 11 的完整指南
  • Chromium base 库中的 Observer 模式实现:ObserverList 与 ObserverListThreadSafe 深度解析
  • AI 在金融领域的落地案例
  • 强化学习-CH2 状态价值和贝尔曼等式