字节跳动火山引擎ImageX提供了一种能力，可以支持客户端android 直接解码HEIF 和HEIC图片，经过测试发现，可以免费使用；
一、阅前准备
- HEIF图片格式是什么？
高效率图像格式（High Efficiency Image Format ，HEIF）最早被苹果公司的 iPhone 所使用，并且也将用于 Google 的 Android P 手机系统。微软也于最新放出的 Windows 10 Build 17123 预览版开始，新增了对 HEIF 图像格式的系统原生支持，所以系统极客将在本文中为大家简介 HEIF 这一新兴的高效率图像格式。
- HEIF优于JPEG图像格式
高效率图像格式在各方面均优于 JPEG，通过使用更现代的压缩算法，它可以将相同数量的数据大小压缩到 JPEG 图像文件的 50% 左右。随着手机 Camera 的不断升级，照片的细节也日益增加。通过将照片存储为 HEIF 格式而不非 JPEG，可以让文件大小减半，几乎可以在同一部手机上存储以前 2 倍的照片数量。如果一些云服务也支持 HEIF 文件，则上传到在线服务的速度也会更快，并且使用更少的存储空间。在 iPhone 上，这意味着您的照片应该会以以前两倍的速度上传到 iCloud 照片库。
JPEG 标准可以追溯到 1992 年，JPEG 标准的最新版本也于 1994 年完成，JPEG 长期以来为我们提供了很好的服务，但现代（新）标准超越它并不是很奇怪。
- HEIC唯一缺点：兼容性
目前使用 HEIF 或 HEIC 照片唯一的缺点就是兼容性问题。现在的软件只要能够查看图片，那它肯定就可以读取 JPEG 图像，但如果你拍摄了以 HEIF 或 HEIC 扩展名结尾的图片，并不是在所有地方和软件中都可以正确识别。
这也是当我们将照片附加到电子邮件或在不支持 HEIF 文件的服务中进行共享时， iPhone 和 iPad 会自动将其转换为 JPEG 图像的原因。在使用 iTunes 将 HEIF 照片导入 Windows PC 时，也会自动将它们转换为 JPEG 格式。
虽然 Mac 从 macOS High Sierra 开始支持 .HEIF 和 .HEIC 文件，但 Windows 10 从 Windows 10 Build 17123 预览版才开始提供 HEIF 图像内置支持，所以对于老旧 Windows、macOS 和旧版 iOS 与 Android 用户需要使用第三方图像查看器或转换软件才能查看 .HEIF 或 .HEIC 文件。
那我们如何让HEIF 支持全端Android 机型呢? 这里提供了一种软解码实现方案，具体接入如下：
二、遇到了什么问题
-
HEIF 图片在iOS 11以上开始支持，但是在Android 系统支持 一直比较慢，而且有很多系统性的bug 会导致解码失败；所以我们干脆实现一种软解的方案；
-
HEIF 使用自研的解码能力，发现使用HEIF 图片加载整体体积降低 50%+，用户加载更快！
-
针对线上图片性能、图片进行可用性、网络耗时的监控，全面感知客户端的图片加载问题；
三、开发环境
推荐开发者使用 Android Studio 作为自己的开发工具，本开发文档也是基于 Android Studio开发环境下进行编写的。
四、集成方式
详细阅读：https://www.volcengine.com/docs/508/65969
- 项目 build.gradle 下加上
maven {
url ‘https://dl.bintray.com/ttgamesdk/public‘
}
- app module build.gradle下加上
implementation ‘com.bytedance.fresco:fresco:1.0.4‘
implementation "com.bytedance.fresco:animated-gif:1.0.4", //gif
implementation "com.bytedance.fresco:animated-webp:1.0.4", //webp animated
implementation "com.bytedance.fresco:webpsupport:1.0.4", //低版本webp支持
implementation "com.bytedance.fresco:drawee:1.0.4", //fresco组件
implementation "com.bytedance.fresco:statistics:1.0.4", //监控+网络组件
implementation "com.bytedance.fresco:heif:1.0.4"
五、接入说明
1. 初始化
SDK在集成之前需要将此AppID传入参数里（需要注意的是AppID在Android端SDK中也简写为“aid”），部分参数含义详解如下：
-
AppID（aid）：SDK用于打点监控上报的最小单元，通过此将数据进行隔离上报，同时通过AppID可以拉取对应的云控配置比如客户端采样率、网络优化参数等。
-
deviceId：设备的唯一编号，用于统计区分使用。
-
versionName，versionCode：主要用于数据统计与配置拉取。
-
channel：渠道标识，用于区分统计，比如根据不同频道可以传入huawei、oppo等不同渠道便于自动以统计。
-
appName：App的名称，用于统计使用。
-
isOversea：主要根据App是否发布海外决定上报的日志的物理位置，满足GDPR合规性要求，如实填写，比如App为南美使用，则传入 true即可，采样后的日志自动上报到海外地区。
String aid = "xxx"; // App ID
String deviceId = "xxx" ; // 设备 ID
String versionName = "0.0.1" ; // App 版本号
String versionCode = "1" ; // App 版本code
String channel = "debug" ; // 渠道
String appName = "Sample" ; // App 名称
boolean isOversea = false; // App是否发布在海外
_// 统计功能_
Set<RequestListener> listeners = new HashSet<>();
listeners.add( new FrescoTraceListener( this , aid, deviceId, versionName, channel, isOversea));
_// HEIF功能配置_
PoolFactory factory = new PoolFactory(PoolConfig. _newBuilder_ ().build());
ImagePipelineConfig.Builder builder = ImagePipelineConfig. _newBuilder_ ( this )
.setNetworkFetcher( new FrescoTTNetFetcher( this , aid, deviceId,versionCode, versionName,
channel, appName))
.setRequestListeners(listeners)
.setImageDecoderConfig(ImageDecoderConfig. _newBuilder_ ().addDecodingCapability(
HeifDecoder. _HEIF_FORMAT_ ,
new HeifDecoder.HeifFormatChecker(), new HeifDecoder.HeifFormatDecoder(factory.getPooledByteBufferFactory())).build());
Fresco. _initialize_ ( this , builder.build());
注 ：FrescoTraceListener构造参数均不能为null
FrescoTraceListener(@NonNull Context context,
@NonNull String aid,
@NonNull String deviceId,
@NonNull String appVersion,
@NonNull String channel,
boolean isOversea)
注 ：FrescoTTNetFetcher构造参数均不能为null
public FrescoTTNetFetcher(@NonNull Application context,
@NonNull String appId,
@NonNull String deviceId,
@NonNull String versionCode,
@NonNull String versionName,
@NonNull String channel,
@NonNull String appName)
2. 使用方式
使用方式和正常的Fresco一样，Fresco的 api 并没有修改，参考：https://www.fresco-cn.org/
3. 单独使用监控功能的方式
如果不想使用改造后的Fresco，使用facebook源的Fresco，可以只使用提供的统计功能。
implementation "com.bytedance.fresco:statistics:1.0.4"
Set<RequestListener> listeners = new HashSet<>();
listeners.add( new FrescoTraceListener(context, "xxx" , "xxxx" , "0.0.1" , "debug" , false ));
ImagePipelineConfig.Builder builder = ImagePipelineConfig. _newBuilder_ ( this )
.setNetworkFetcher( new TTFrescoOkHttpFetcher())
.setRequestListeners(listeners)
Fresco. _initialize_ ( this , builder.build());
4. Feature使用
Android 9.0 libwebp解码
Android 9.0版本上，系统原生的Webp解码方式有bug，这里提供使用libwebp解码的方式。
ImagePipelineConfig . Builder builder = ImagePipelineConfig .newBuilder( this );
// 对9.0版本打开libwebp解码
builder.experiment().setPieDecoderEnabled( true );
性能差异：在honor magic2上对同一图片进行benchmark测试，Android原生解码：15.9ms，libwebp解码：16.4ms，差距不大。
低内存策略
接入方式：
Fresco初始化之前配置以下代码
ImageDecodeBitmapConfigStrategy.setStrategy(ImageDecodeBitmapConfigStrategy. _MEMORY_AT_LEAST_ );
OOM兜底
接入方式：
ImagePipelineConfig . Builder builder = ImagePipelineConfig .newBuilder( this )
builder.experiment().setOomOptEnabled( true );
动图渐进式
接入方式：
- 全局开启：
ImagePipelineConfig .getDefaultImageRequestConfig().setProgressiveRenderingEnabled( true );
- 单个请求开启：
ImageRequestBuilder builder = ImageRequestBuilder
.newBuilderWithSource(uri)
.setProgressiveRenderingEnabled( true );
DraweeController controller = Fresco .newDraweeControllerBuilder()
.setAutoPlayAnimations( true )
.setImageRequest(builder.build())
.setOldController(getController())
.build();
setController(controller);
智能裁剪
接入方式：
ImageRequestBuilder builder = ImageRequestBuilder
. _newBuilderWithSource_ (uri)
.setImageDecodeOptions( new ImageDecodeOptionsBuilder()
.setUseSmartCrop( true )
.build());
DraweeController controller = Fresco. _newDraweeControllerBuilder_ ()
.setImageRequest(builder.build())
.setOldController(getController())
.build();
setController(controller);
文章为原创文章，若有侵权请联系；