blurhash

blurhash

高效图像占位符压缩算法

BlurHash是一种将图像压缩为20-30个字符的占位符算法。它可在实际图片加载前显示模糊预览,有效解决空白加载问题。该算法支持C、Swift、Kotlin等多种语言实现,简单高效且易于移植。BlurHash已被Wolt、Mastodon等项目采用,可显著提升用户体验。

BlurHash图像占位符编码算法开源项目跨平台实现Github

BlurHash

BlurHash是图像占位符的一种紧凑表示形式。

为什么你需要它?

当你加载设计师精心设计的页面时,是否因为所有图像尚未加载而出现一堆空白框而让设计师伤心?当你想通过将小缩略图塞进数据中作为占位符来解决这个问题时,是否让数据库工程师伤心?

BlurHash将解决你的问题!怎么解决?就像这样:

<img src="https://yellow-cdn.veclightyear.com/2b54e442/ae9918e4-7e63-407d-8943-34df83fe2e49.png" width="600">

你还可以在blurha.sh上看到很好的例子并亲自尝试!

它是如何工作的?

简而言之,BlurHash接收一张图像,并给你一个短字符串(仅20-30个字符!)来表示这个图像的占位符。你在服务器后端执行这个操作,并将字符串与图像一起存储。当你向客户端发送数据时,你同时发送图像的URL和BlurHash字符串。然后客户端获取这个字符串,并将其解码成一个图像,在真实图像通过网络加载时显示这个占位图。这个字符串足够短,可以轻松适应你使用的任何数据格式。例如,它可以轻松地作为JSON对象中的一个字段添加。

总结如下:

<img src="https://yellow-cdn.veclightyear.com/2b54e442/8b1ff7da-794f-4e06-b568-7344b18d1b88.jpg" width="250">   <img src="https://yellow-cdn.veclightyear.com/2b54e442/cca4dcef-3456-4cdf-9b26-4feff6cb04f6.jpg" width="250">

想了解所有技术细节?请阅读算法描述

实际上,实现这个算法非常简单!实现代码简短,容易移植到你喜欢的语言或平台。

实现

到目前为止,我们已经创建了以下实现:

  • C - 可移植C代码的编码器实现。
  • Swift - 编码器和解码器实现,以及提供高级功能的更大库。还有一个示例应用程序可以用来试验该算法。
  • Kotlin - 适用于Android的解码器实现。
  • TypeScript - 编码器和解码器实现,以及用于测试的示例页面。
  • Python - C编码器代码集成到Python中。

这些涵盖了我们的使用场景,但可能需要改进、扩展和完善。还有一些我们知道的第三方实现:

[列出了各种语言的第三方实现,包括Python、Go、PHP、Java、Clojure、Nim、Rust、Ruby、Crystal、Elm、Dart、.NET、JavaScript、Haskell、Scala、Elixir、ReScript、Xojo、React Native、Zig、Titanium SDK、BQN、Jetpack Compose、C++、Kotlin Multiplatform和OCaml]

找不到你需要的语言?试试GitHub搜索。例如,这里是名称中包含"blurhash"的仓库搜索结果

也许你想帮助扩展这个列表?这就引出了...

贡献

我们非常欢迎贡献!该算法非常简单 - 不到两百行代码 - 可以轻松移植到你选择的平台。支持更多平台将会很棒!所以,Java解码器?Golang编码器?Haskell?Rust?我们都想要!

我们也会尝试在我们的问题跟踪器上标记我们希望得到帮助的任何问题,所以如果你只想浅尝辄止,去看看吧。

你可以向我们提交拉取请求,或者如果你想自己运行所有内容,你可以启动自己的仓库和项目,我们不介意。

如果你想为这个项目做出贡献,我们有一个行为准则

用户

谁在使用BlurHash?以下是我们所知道的一些项目:

  • Wolt - 我们当然自己在使用它。BlurHash在iOS和Android的移动客户端以及网页上被用作图像加载时的占位符。
  • Mastodon - Mastodon去中心化社交媒体网络使用BlurHash作为加载占位符,以及隐藏标记为敏感的媒体内容。
  • Signal - Signal私密通讯使用Blurhash作为聊天对话中照片和视频消息下载前的占位符。
  • Jellyfin - Jellyfin自由软件媒体系统使用Blurhash作为电影和电视节目图片下载时的占位符。

常见问题

编码和解码的速度如何?

这些实现并未进行很多优化。在非常大的图像上运行可能会有点慢。对于相同的输入或输出大小,编码器和解码器的性能大致相同,所以在UI线程上解码非常大的占位符也可能会有点慢。

然而!高效使用该算法的诀窍是不要在全尺寸数据上运行它。图像的细节都被丢弃了,所以在运行BlurHash之前应该先缩小图像。如果你正在创建缩略图,就在缩略图上运行BlurHash,而不是在完整图像上运行。

同样,在显示占位符时,非常小的图像在放大时效果很好。我们通常解码宽度为32甚至20像素的占位符,然后让UI层将它们放大,这与以全尺寸解码它们是无法区分的。

我该如何选择X和Y组件的数量?

这在一定程度上取决于个人喜好。你选择的组件越多,占位符中保留的信息就越多,但BlurHash字符串就会越长。此外,组件过多时可能看起来不太好。我们通常选择4x3,这似乎达到了很好的平衡。

然而,你应该根据图像的宽高比来调整组件数量。例如,非常宽的图像应该有更多的X组件和更少的Y组件。

Swift示例项目包含一个测试应用,你可以在其中尝试不同的参数并查看结果。

在一些实现中的"punch"参数是什么?

它是一个调整解码图像对比度的参数。1表示正常,较小的值会使效果更微妙,较大的值会使效果更强烈。这基本上是一个设计参数,让你可以调整外观。

从技术上讲,它的作用是放大或缩小AC分量。

这只能用作图像加载占位符吗?

嗯,这最初是为此设计的,但事实证明它对其他一些事情也很有用:

  • 无需使用昂贵的模糊处理就可以遮罩图像 - Mastodon将其用于此目的。
  • 数据表示使得提取图像不同区域的颜色平均值变得相当容易。你可以轻松找到图像顶边或角落的近似平均颜色。Swift BlurHashKit实现中有一些代码可以用来试验这一点。此外,整个图像的平均颜色就是DC分量,甚至不需要实现任何更复杂的DCT就可以解码。
  • 我们一直打算尝试通过使用BlurHash并扩展边界来为UI元素实现带色调的阴影。不过到目前为止还没有时间实际实现这个功能。

为什么选择83进制?

首先,83似乎是在JSON、HTML和shell中都可以安全使用的低ASCII字符的数量。

其次,83 * 83非常接近,并且略大于19 * 19 * 19,这使得它非常适合用两个字符编码三个AC分量。

为什么不使用完整的Unicode字符集来获得更高效的编码?

我们还没有研究过UTF-8编码相对于单字节字符的83进制会引入多少开销,但编码和解码可能会复杂得多,所以本着简约的精神,BlurHash使用了更简单的选择。根据操作系统的功能,复制粘贴也可能会很麻烦。

不过,如果你认为可以做到并且值得一试,那就制作你自己的版本并展示给我们看!我们很乐意看到它的实际效果。

有没有其他基底表示方法可以替代DCT?

这是我们非常想尝试的事情。当你增加组件数量时,DCT看起来很丑,可能是因为基函数的形状变得太明显了。使用形状更美观的不同基底可能会是一个很大的进步。

然而,我们还没有想出一个。我们对针对将被裁剪成圆形的图像使用傅里叶-贝塞尔基进行了一些实验,但没有取得多大成功。在这里我们也很想看看你能想出什么!

作者

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