Matisse 2.2.0 版本发布:更智能的图片选择器升级解析
2025-07-09 19:46:05作者:殷蕙予
Matisse 是一个优秀的 Android 图片选择库,它提供了简洁易用的 API 和美观的界面,帮助开发者快速实现图片选择功能。最新发布的 2.2.0 版本带来了一系列优化和改进,本文将详细解析这些变化及其技术实现。
核心依赖升级
2.2.0 版本将 Kotlin 升级到了 2.1.21 版本,同时将 Compose BOM 升级到了 2025.05.00。这两个核心依赖的升级意味着:
- Kotlin 2.1.21 带来了更稳定的协程支持和更好的编译器性能
- Compose BOM 2025.05.00 提供了最新的 Jetpack Compose 组件,确保与现代 Android 开发的最佳兼容性
这些升级不仅提升了库的稳定性,也为开发者提供了更好的开发体验。
图片存储策略优化
新版本对图片捕获策略进行了重要改进:
// 旧版本使用方式
SmartCaptureStrategy(extra = fileProviderCaptureStrategy)
// 新版本使用方式
SmartCaptureStrategy(fileProviderCaptureStrategy)
主要变化包括:
- 开放 FileProviderCaptureStrategy 继承:现在开发者可以继承这个类来自定义图片存储目录,提供了更大的灵活性
- 简化构造参数:移除了冗余的 extra 参数,使 API 更加直观
- 更好的扩展性:通过继承 FileProviderCaptureStrategy,开发者可以完全控制图片的存储位置和命名规则
图片加载引擎重构
新版本对图片加载引擎进行了重大重构:
- 移除 Coil2 支持:随着 Coil3 的成熟,移除了旧版本支持,简化了代码库
- 重命名引擎:将 Coil3ImageEngine 重命名为更简洁的 CoilImageEngine
- 性能优化:
- 添加 memoryCacheKey 和 placeholderMemoryCacheKey,提高内存缓存效率
- 为列表图片添加淡入淡出动画,提升用户体验
- 优化内存管理,减少不必要的资源消耗
这些改进使得图片加载更加高效流畅,特别是在图片较多的场景下表现更佳。
用户体验优化
2.2.0 版本在用户体验方面做了多项改进:
- 更清晰的提示信息:当选择的图片数量达到上限时,会显示更明确的提示信息,帮助用户理解限制规则
- 列表滚动优化:修复了切换相册后列表不会自动滚动到顶部的问题,使操作更加符合直觉
- 布局参数简化:移除了硬编码的 matisse_image_span_count,改为通过 gridColumns 参数动态设置,提高了布局的灵活性
升级建议
对于正在使用 Matisse 的开发者,建议尽快升级到 2.2.0 版本,特别是:
- 需要自定义图片存储位置的开发者可以利用新的 FileProviderCaptureStrategy 继承能力
- 使用 Coil 作为图片加载引擎的项目可以享受新版带来的性能优化
- 重视用户体验的项目会受益于更清晰的提示和流畅的动画效果
升级过程相对简单,主要需要注意 API 的变化,特别是 SmartCaptureStrategy 的构造方式改变和 Coil 引擎的重命名。
总结
Matisse 2.2.0 版本通过核心依赖升级、API 优化和用户体验改进,进一步巩固了其作为 Android 平台优秀图片选择库的地位。这些改进不仅提高了库的稳定性和性能,也为开发者提供了更大的灵活性和更好的开发体验。对于新项目,2.2.0 版本无疑是最佳选择;对于现有项目,也值得考虑升级以获得这些改进带来的好处。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 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 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
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
316
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K