使用JSI-Image:在React Native中实现高效的图片处理🚀
2024-05-22 14:11:24作者:尤峻淳Whitney
工作进行中...
一个可写的内存中的Image JSI宿主对象。
JSI-Image是针对iOS和Android平台的现代库,它提供了一个快速的JavaScript接口来处理图像。通过这个库,你可以以三种方式创建JSI-Image实例:
- 从文件加载
- 从Web-URL加载
- 由其他库(如VisionCamera's
takePhoto(...))返回
为什么选择JSI-Image?
传统的React Native图像处理效率低下。以相机应用为例,拍照流程通常包括:
- 用户点击捕捉按钮。
- 相机拍摄照片,库现在有一个内存中的
UIImage实例。 - 库在磁盘上创建新文件。(慢!)
- 库将
UIImage实例写入文件。(慢!) - 库返回文件路径给调用者(JavaScript)。
- 应用导航到显示媒体的屏幕。
- 应用将文件路径传递给
<FastImage>组件。 <FastImage>组件必须从文件加载图像。(慢!)
但使用JSI-Image,可以跳过不必要的文件操作,因为图像可以在内存中传递。
- 用户点击捕捉按钮。
- 相机拍摄照片,库现在有一个内存中的
UIImage实例。 - 库直接返回内存中的
Image实例给调用者。 - 应用导航到显示媒体的屏幕。
- 应用将内存中的
Image实例传递给<FastImage>组件。 <FastImage>组件直接从内存显示UIImage实例。(快!)
性能基准测试
- 没有JSI-Image:
[log] 成功拍照,耗时312毫秒! - 有JSI-Image:
[log] 成功拍照,耗时95毫秒!
JSI-Image使拍照速度提高了3倍多!
在更复杂的图像处理任务中,例如旋转、滤镜或缩放图像,这种改进会更加显著。
安装与使用
要安装JSI-Image,请执行以下命令:
yarn add react-native-jsi-image
cd ios && pod install
然后,你可以按照以下示例加载和使用图像:
从URL加载
import { loadImageFromUrl } from "react-native-jsi-image";
const image = await loadImageFromUrl('https://...');
console.log(`成功加载 ${image.width} x ${image.height} 图像!`);
从文件加载
import { loadImageFromFile } from "react-native-jsi-image";
const image = await loadImageFromFile('file:///Users/Marc/image.png');
console.log(`成功加载 ${image.width} x ${image.height} 图像!`);
检查并修改图像
const image = ...
const size = image.width * image.height
const realSize = size * image.scale
const orientation = image.orientation
for (const pixel of image.data) {
console.log(`像素:${pixel}`);
}
// 旋转或翻转图像
if (image.orientation === "up") {
// 在内存中旋转图像
image.orientation = "right";
}
将修改后的图像保存至文件
let image = ...
image = rotateImageCorrectly(image)
await image.save('file:///tmp/temp-image.png') // 或 .jpg
为开发者设计
对于开发库来说,你的函数需要支持JSI函数。
接受Image参数
在JSI模块:
#include <JsiImage/ImageHostObject.h>
// ...
jsi::Value myFunction(jsi::Runtime& runtime,
jsi::Value& thisArg,
jsi::Value* arguments,
size_t count) {
auto imageHostObject = arguments[0].asObject(runtime).asHostObject<ImageHostObject>(runtime);
auto uiImage = imageHostObject->image;
// 在这里使用uiImage
}
在TypeScript声明:
import { Image } from 'react-native-jsi-image'
export function myFunction(image: Image): void
从你的本机模块返回Image
在JSI模块:
#include <JsiImage/ImageHostObject.h>
// ...
jsi::Value myFunction(jsi::Runtime& runtime,
jsi::Value& thisArg,
jsi::Value* arguments,
size_t count) {
UIImage* image = // ...
auto instance = std::make_shared<ImageHostObject>(image, promiseVendor);
return jsi::Object::createFromHostObject(runtime, instance);
}
在TypeScript声明:
import { Image } from 'react-native-jsi-image'
export function myFunction(): Image
贡献代码
查看贡献指南,了解如何参与仓库贡献和开发工作流。
许可证
JSI-Image遵循MIT许可证。
JSI-Image不仅仅是一个库,它是React Native图像处理的一场革命,让你的应用性能达到新的高度。通过减少磁盘操作,提升响应速度,它让你的应用能够更快地加载和处理图像,无论是用于摄像头应用还是任何形式的图像编辑和展示。立即尝试,让您的用户感受到前所未有的流畅体验吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217