gojpegturbo

一个go封装 libjpeg-turbo 的库。和其他封装不同的是，封装了特别多的接口，方便某些场景能够达到极致的性能，以最大程度利用libjpeg-turbo的特性。

Getting Start

局部图片解码

JPEG图片是由一个个MCU组成的，从左到右，从上到下排列。我们在哈夫曼编码解码后就能知道接下来的多少字节是一个MCU了。在某种特殊场景，需要剪裁其中一小块区域，这时候局部解码就很有用，我们只需要找到对应区域所在的MCU并解码，能大大减少IDCT的次数，当然内存也减少很多。一个demo：

package main

import (
	"fmt"
	"io/ioutil"
	"log"

	"github.com/picone/gojpegturbo"
)

func main() {
	buf, err := ioutil.ReadFile("./testdata/test.jpg")
	if err != nil {
		log.Fatalln(err)
	}
	options := gojpegturbo.NewDecodeOptions()
	options.CropRect = &image.Rectangle{
		Min: image.Point{X: 100, Y: 200},
		Max: image.Point{X: 300, Y: 400},
	}
	outImg, err := gojpegturbo.Decode(buf, options)
	fmt.Println(outImg.Bounds().Max) // (200,200)
}

图片解码时缩放

图片解码时，如常用的4:2:2采样Cb和Cr通道是会进行升采样的，如果图片解码后边长需要等比缩放到比原来的1/2还小，可以使CbCr不进行生采样，Y通道使用降采样，内存节省1/4，CPU也会使用更少。如图片原来是600×800，如业务需要缩放至300×300，则可以使用options.ScaleNum = 1,options.ScaleDenom = 2 ，解码出来的图片将会是300×400，业务再使用别的缩放算法进行图片变换。jpeg解码过程中的图片缩放性能消耗极少，并且节省更多内存。完整demo如下：

package main

import (
	"fmt"
	"io/ioutil"
	"log"

	"github.com/picone/gojpegturbo"
)

func main() {
	buf, err := ioutil.ReadFile("./testdata/test.jpg")
	if err != nil {
		log.Fatalln(err)
	}
	options := gojpegturbo.NewDecodeOptions()
	options.ScaleNum = 1
	options.ScaleDenom = 2
	outImg, err := gojpegturbo.Decode(buf, options)
	fmt.Println(outImg.Bounds().Max) // (300,400)
}

更高级的解码参数

通过调整解码的参数，在接受图片质量稍微变差的同时能提供更快的速度，部分场景下适用（如生成较小的缩略图，图片质量并不那么重要了）。

package main

import (
	"fmt"
	"io/ioutil"
	"log"

	"github.com/picone/gojpegturbo"
)

func main() {
	buf, err := ioutil.ReadFile("./testdata/test.jpg")
	if err != nil {
		log.Fatalln(err)
	}
	options := gojpegturbo.NewDecodeOptions()
	options.DctMethod = gojpegturbo.DctMethodIntFast
	options.DitherMode = gojpegturbo.DitherOrdered
	options.TwoPassQuantize = false
	options.DoFancyUpSampling = false
	options.DesiredNumberOfColors = 216
	outImg, err := gojpegturbo.Decode(buf, options)
}

Performance

Decode性能测试

以下仅使用单张图片对比。

goos: darwin
goarch: amd64
pkg: github.com/picone/gojpegturbo
cpu: Intel(R) Core(TM) i7-5650U CPU @ 2.20GHz
BenchmarkDecodeC
BenchmarkDecodeC-4                    	     469	   2585729 ns/op	  33.79 MB/s
BenchmarkDecodeDctFast
BenchmarkDecodeDctFast-4              	     465	   2500954 ns/op	  34.93 MB/s
BenchmarkDecodeDoSloppierSampling
BenchmarkDecodeDoSloppierSampling-4   	     484	   2428223 ns/op	  35.98 MB/s
BenchmarkDecodeDitherOrdered
BenchmarkDecodeDitherOrdered-4        	     448	   3118717 ns/op	  28.01 MB/s
BenchmarkDecodeLessColors
BenchmarkDecodeLessColors-4           	     460	   2749298 ns/op	  31.78 MB/s
BenchmarkDecodeGo
BenchmarkDecodeGo-4                   	     135	   8480772 ns/op	  10.30 MB/s
PASS

Encode性能测试

以下为单张图片测试

goos: darwin
goarch: amd64
pkg: github.com/picone/gojpegturbo
cpu: Intel(R) Core(TM) i7-5650U CPU @ 2.20GHz
BenchmarkEncodeC
BenchmarkEncodeC-4                    	     508	   2334368 ns/op	  37.42 MB/s
BenchmarkEncodeFast
BenchmarkEncodeFast-4                 	     516	   2317246 ns/op	  37.70 MB/s
BenchmarkEncodeProgress
BenchmarkEncodeProgress-4             	      86	  12894303 ns/op	   6.78 MB/s
BenchmarkEncodeGo
BenchmarkEncodeGo-4                   	      43	  26813204 ns/op	   3.26 MB/s
PASS

缩放性能测试

由于使用了自己的ImageAttr类，图片缩放并不能很好地兼容nfnt/resize，因此自己实现了 NearestNeighbor 和 Area 的图片缩放算法。

goos: darwin
goarch: amd64
pkg: github.com/picone/gojpegturbo
cpu: Intel(R) Core(TM) i7-5650U CPU @ 2.20GHz
BenchmarkImageAttr_ResizeArea
BenchmarkImageAttr_ResizeArea-4       	     310	   4008882 ns/op
BenchmarkImageAttr_ResizeNN
BenchmarkImageAttr_ResizeNN-4         	    2302	    478747 ns/op
BenchmarkImageAttr_ResizeBilinear
BenchmarkImageAttr_ResizeBilinear-4   	      48	  25154275 ns/op
PASS

Contributing

Please create an issue in issue list.
Contact Committers/Owners for further discussion if needed.
Following the golang coding standards.

License

gojpegturbo is under the Apache 2.0 license. See the LICENSE file for details.

picone / gojpegturbo