Java 位图到字节[]转换的更快方法

我对位图并不陌生，对java也不陌生。我正在尝试将高分辨率位图转换为循环中的字节数组。请在此处查找代码：

ByteArrayOutputStream stream = new ByteArrayOutputStream();
bitmap.compress(Bitmap.CompressFormat.JPEG, 50, stream);
imageByteArray = stream.toByteArray();

当我使用上述方法时，我可以在1秒内转换5幅图像。但我需要更快。我尝试了

ByteBuffer

方法，也是这样：

Bitmap bmp = intent.getExtras().get("data");
int size = bmp.getRowBytes() * bmp.getHeight();
ByteBuffer b = ByteBuffer.allocate(size);

bmp.copyPixelsToBuffer(b);

byte[] bytes = new byte[size];

try {
b.get(bytes, 0, bytes.length);
} catch (BufferUnderflowException e) {
// always happens
}

但这非常缓慢（比以前慢）：(

---

请问，有谁能给出一个更快的方法吗？请告诉我…

第一个解决方案是正确的

但这里可能发生两件事：

图像可能不是JPEG类型，因此会发生转换，这需要时间

图像压缩50%，这需要时间

除此之外，如果这需要一些时间，我怀疑它是否能更快（这是正确的解决方案）。

您可以尝试以下方法

Bitmap bitmap = intent.getExtras().get("data");
ByteArrayOutputStream stream = new ByteArrayOutputStream();
bitmap .compress(Bitmap.CompressFormat.JPEG, 100, stream);
byte[] byteArray = stream.toByteArray();

希望它能对你有好处

---

检查行位图。压缩（Bitmap.CompressFormat.JPEG，50，流）；它可能导致问题。因为你使用的是JPEG格式，速率为50。

< P>你必须考虑这样一个事实：处理的速度与你正在测试的设备的速度紧密相关（因为这被标记为Android，我假设你在使用移动设备）。 你应该看看android developer如何有效地处理大型位图。由于每秒处理5幅高分辨率图像对你来说很慢，我可以假设你有一些画廊或预览？如果是这种情况，你不应该处理高分辨率图像，确实应该看看上面的链接

另请注意，您的第二个代码可以通过以下方式进行优化：

int bytes = bmp.getByteCount();
ByteBuffer buffer = ByteBuffer.allocate(bytes);
bmp.copyPixelsToBuffer(buffer);
byte[] array = buffer.array();

否则，据我所知，复制字节的最有效方法是从Commons IO获取的copy（）：

public static int copy(InputStream input, OutputStream output) throws IOException {
    int n, count = 0;
    byte[] buffer = new byte[4 * 1024];
    while (-1 != (n = input.read(buffer))) {
        output.write(buffer, 0, n);
        count += n;
    }
    return count;
}

---

我通过调用ll.draw（Canvas）从线性布局制作位图方法。哪种压缩方式最适合？+1用于指导我，但我需要更多关于这个主题的帮助。我从过去两天以来就没有任何线索，而且真的搜索了很多。如果内存不是问题，您可以尝试在处理图像时不压缩，这将大大加快速度，并在保存到磁盘或SD时压缩。但是如果您有大量图像这可能会影响用户界面的性能，并最终影响设备的性能。@sokie说得很对。你可以少做一些事情来加快进程，但无论如何，处理和编写都需要一些时间。这个问题不是任何其他问题的副本。它与优化和找到最佳技术有关。我做了一个相当不错的尝试很好的研究。嘿，你能分享你的发现吗？到目前为止，你分析的哪一种方法更快。@vrs第一种方法更好。我刚刚发现，你压缩的越多，所需的时间就越多。但与之相比，后一种方法肯定要花更多的时间。我尝试了你提到的第一种方法。没有帮助，因为这种方法比我使用的方法慢10倍现在是ng（竞争技巧）。但我会再次浏览链接。谢谢。