WedX - журнал о программировании и компьютерных науках

Запишите растровое изображение в массив вместо файлового потока в Android

В настоящее время, когда я хочу сохранить растровое изображение на диск, я использую:

bitmap.compress(Bitmap.CompressFormat.JPEG, 90, out);

Можно ли вместо этого записать данные в массив байтов? Мне нужно манипулировать данными, поступающими на диск, а не только данными растрового изображения. JPG состоит из дополнительных материалов, таких как метаданные. Мне все равно, что это jpg. Меня не интересуют данные, а просто доступ ко всем данным, которые обычно записываются на диск.

07.02.2013

  • И помните, что большие растровые изображения могут вызывать ошибки OutOfMemoryErrors — будьте осторожны с этим. 07.02.2013
  • Шив, можешь опубликовать это как решение вместо комментария, пожалуйста, и я поставлю тебе галочку. 07.02.2013
  • @AndroidDev-да, я разместил это как ответ, вы можете отметить его, если он вам помог :) 07.02.2013

Ответы:


1

вы можете использовать этот код:

      ByteArrayOutputStream out = new ByteArrayOutputStream();

                bMap.compress(Bitmap.CompressFormat.PNG, 100, out);
                byte[] imageArray = out.toByteArray();
07.02.2013

2

Вы можете сделать это, используя:

public byte[] convertBitmapToByteArray(Bitmap bitmap) {
    ByteArrayOutputStream buffer = new ByteArrayOutputStream(bitmap.getWidth() * bitmap.getHeight());
    bitmap.compress(CompressFormat.PNG, 100, buffer);
    return buffer.toByteArray();
}
07.02.2013
  • Это не правильно. Вы создаете массив размером с изображение. Данные, записанные на диск, содержат, как уже упоминалось, метаданные и все остальное, что входит в jpg. Убери размер и все заработает. 07.02.2013

  • 3

    Если вы хотите сохранить исходные данные пикселей (без сжатия), вы можете попробовать следующее:

    public byte[] bitmapToByteArray(Bitmap bitmap) {
        ByteBuffer byteBuffer = ByteBuffer.allocate(bitmap.getByteCount());
        bitmap.copyPixelsToBuffer(byteBuffer);
        return byteBuffer.array();
    }
    
    07.02.2013
  • Это просто копирует пиксели и не включает остальную информацию jpg. 07.02.2013
  • @AndroidDev, как вы сказали в своем вопросе, мне все равно, что это jpg .. 07.02.2013
  • Я написал, что мне нужно манипулировать данными, которые идут на диск, а не только данными растрового изображения. - Это было ясно. Это может быть png, jpg, что угодно. 07.02.2013
  • Новые материалы

    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


    Для любых предложений по сайту: [email protected]