Kamel

Kamel

Compose Multiplatform异步图像加载库

Kamel为Compose Multiplatform项目提供异步媒体加载功能。该库支持从URL、文件和资源加载图像,并通过内存和磁盘缓存优化性能。Kamel的API简洁易用,支持自定义配置,可轻松集成到跨平台项目中。它为开发者提供了高效且灵活的图像处理解决方案。

Kamel图像加载Compose Multiplatform异步缓存Github开源项目

Kamel

版本 快照 许可证 Kotlin Compose Multiplatform

Kamel 是一个为 Compose Multiplatform 设计的异步媒体加载库。它提供了一种简单、可定制且高效的方式来加载、缓存、解码和显示应用程序中的图像。默认情况下,它使用 Ktor 客户端加载资源。

目录

设置

Kamel 已发布在 Maven Central 上:

repositories { mavenCentral() // ... }

多平台

将依赖项添加到公共源集:

kotlin { sourceSets { commonMain { dependencies { implementation("media.kamel:kamel-image:0.9.5") // ... } } } }

单平台

将依赖项添加到依赖项块:

dependencies { implementation("media.kamel:kamel-image:0.9.5") // ... }

Ktor HttpClient 引擎

请确保为您的平台添加 Ktor HttpClient 引擎的依赖项,使用这个链接

使用方法

加载图像资源

要异步加载图像,您可以使用 asyncPainterResource 可组合函数,它可以从不同的数据源加载图像:

// 字符串 asyncPainterResource(data = "https://www.example.com/image.jpg") // Ktor Url asyncPainterResource(data = Url("https://www.example.com/image.jpg")) // URI asyncPainterResource(data = URI("https://www.example.com/image.png")) // 文件(JVM,Native) asyncPainterResource(data = File("/path/to/image.png")) // 文件(JS) asyncPainterResource(data = File(org.w3c.files.File(arrayOf(blob), "/path/to/image.png"))) // URL asyncPainterResource(data = URL("https://www.example.com/image.jpg")) // 以及更多...

asyncPainterResource 可用于加载 SVG、XML、JPEG 和 PNG 格式的图像,具体取决于平台实现。

asyncPainterResource 返回一个 Resource<Painter> 对象,可以使用 KamelImage 可组合函数来显示图像。

平台特定实现

由于 Android 和桌面之间没有共享的资源系统,某些实现(例如获取器和映射器)仅适用于特定平台:

仅桌面实现

要从桌面应用程序资源加载图像文件,您必须将 resourcesFetcher 添加到 KamelConfig 中:

val desktopConfig = KamelConfig { takeFrom(KamelConfig.Default) // 仅在桌面上可用 resourcesFetcher() // 仅在桌面上可用 // 一个替代的 svg 解码器 batikSvgDecoder() }

假设项目的 /resources 目录中有一个 image.png 文件:

CompositionLocalProvider(LocalKamelConfig provides desktopConfig) { asyncPainterResource("image.png") }

仅 Android 实现

要从 Android 应用程序资源加载图像文件,您必须将 resourcesFetcherresourcesIdMapper 添加到 KamelConfig 中:

val context: Context = LocalContext.current val androidConfig = KamelConfig { takeFrom(KamelConfig.Default) // 仅在 Android 上可用 resourcesFetcher(context) // 仅在 Android 上可用 resourcesIdMapper(context) }

假设项目的 /res/raw 目录中有一个 image.png 文件:

CompositionLocalProvider(LocalKamelConfig provides androidConfig) { asyncPainterResource(R.raw.image) }

配置图像资源

asyncPainterResource 支持使用尾随 lambda 进行配置:

val painterResource: Resource<Painter> = asyncPainterResource("https://www.example.com/image.jpg") { // 加载图像时使用的 CoroutineContext coroutineContext = Job() + Dispatcher.IO // 自定义 HTTP 请求 requestBuilder { // this: HttpRequestBuilder header("Key", "Value") parameter("Key", "Value") cacheControl(CacheControl.MAX_AGE) } }

显示图像资源

KamelImage 是一个可组合函数,它接受一个 Resource<Painter> 对象,显示它并提供额外的功能:

KamelImage( resource = painterResource, contentDescription = "Profile", )

KamelImage 还可以用于通过 onFailure 获取 exception, 并使用 onLoading 参数的 progress,根据情况显示 snackbar 或进度指示器:

val coroutineScope = rememberCoroutineScope() val snackbarHostState = remember { SnackbarHostState() } Box { KamelImage( resource = painterResource, contentDescription = "个人资料", onLoading = { progress -> CircularProgressIndicator(progress) }, onFailure = { exception -> coroutineScope.launch { snackbarHostState.showSnackbar( message = exception.message.toString(), actionLabel = "隐藏", duration = SnackbarDuration.Short ) } } ) SnackbarHost(hostState = snackbarHostState, modifier = Modifier.padding(16.dp)) }

你也可以使用简单的 when 表达式提供自己的自定义实现:

when (val resource = asyncPainterResource("https://www.example.com/image.jpg")) { is Resource.Loading -> { Text("加载中...") } is Resource.Success -> { val painter: Painter = resource.value Image(painter, contentDescription = "个人资料") } is Resource.Failure -> { log(resource.exception) val fallbackPainter = painterResource("/path/to/fallbackImage.jpg") Image(fallbackPainter, contentDescription = "个人资料") } }

交叉淡入淡出动画

你可以通过 animationSpec 参数启用、禁用或自定义交叉淡入淡出(渐入)动画。将 animationSpec 设置为 null 将禁用动画:

KamelImage( resource = imageResource, contentDescription = "个人资料", // 默认为 null animationSpec = tween(), )

配置 Kamel

默认实现是 KamelConfig.Default。如果你希望配置它,可以按以下方式进行:

val customKamelConfig = KamelConfig { // 如果需要,复制默认实现 takeFrom(KamelConfig.Default) // 设置要缓存的图像数量 imageBitmapCacheSize = DefaultCacheSize // 添加 ImageBitmapDecoder imageBitmapDecoder() // 添加 ImageVectorDecoder (XML) imageVectorDecoder() // 添加 SvgDecoder (SVG) svgDecoder() // 添加 FileFetcher fileFetcher() // 配置 Ktor HttpClient httpFetcher { // httpCache 在 kamel-core 中定义,配置 ktor 客户端 // 安装 HttpCache 功能,使用 Kamel 提供的实现。 // 可以以字节为单位定义缓存大小。 httpCache(10 * 1024 * 1024 /* 10 MiB */) defaultRequest { url("https://www.example.com/") cacheControl(CacheControl.MaxAge(maxAgeSeconds = 10000)) } install(HttpRequestRetry) { maxRetries = 3 retryIf { httpRequest, httpResponse -> !httpResponse.status.isSuccess() } } // 需要添加 "io.ktor:ktor-client-logging:$ktor_version" Logging { level = LogLevel.INFO logger = Logger.SIMPLE } } // 更多可用功能。 }

内存缓存大小(要缓存的条目数)

Kamel 提供了一个通用的 Cache<K,V> 接口,默认实现使用基于 LinkedHashMap 的 LRU 内存缓存机制。你可以为每种类型提供要缓存的条目数,如下所示:

KamelConfig { // 默认为 100 imageBitmapCacheSize = 500 // 默认为 100 imageVectorCacheSize = 300 // 默认为 100 svgCacheSize = 200 }

磁盘缓存大小(以字节为单位)

Kamel 可以通过实现 ktor 的 CacheStorage 功能为图像创建持久磁盘缓存。默认配置 KamelConfig.Default 安装此功能,磁盘缓存大小为 10 MiB。底层磁盘缓存基于 coil 的多平台 DiskLruCache 实现。

KamelConfig { httpFetcher { // 缓存大小可以以字节为单位定义。或者可以使用 DefaultHttpCacheSize(10 MiB)。 httpCache(DefaultHttpCacheSize) } }

应用 Kamel 配置

你可以使用 LocalKamelConfig 应用自定义配置:

CompositionLocalProvider(LocalKamelConfig provides customKamelConfig) { asyncPainterResource("image.jpg") }

贡献

欢迎随时贡献!如果你想贡献,请随时创建 PR 或开启 issue。

许可证

Copyright 2021 Ali Albaali

Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at

   https://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.

编辑推荐精选

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

下拉加载更多