推荐一款高效相册选择器:TGallery
2024-08-10 05:25:54作者:魏献源Searcher
在移动应用开发中,图片和视频的选择功能是不可或缺的一部分。今天,我们要向大家推荐的是一款源自知名通讯应用的开源项目——TGallery,它是一个快速、高效且低耗能的相册选择器,提供了丰富的交互功能,能够满足开发者对媒体选择器的各种需求。
项目介绍
TGallery 是一个从著名的通讯应用中提取出的相册选择组件。它的设计目标是提供流畅的用户体验,同时保证代码简洁易用。这个库支持单选和多选模式,具备预览、缩放以及独特的滑动取消预览功能,还贴心地引入了QQ选择特性的灵感,使得用户操作更加自然流畅。

项目技术分析
该项目采用了Gradle作为构建工具,方便集成到你的Android应用中。只需一行代码,就可以将TGallery添加到你的依赖项中:
dependencies {
compile 'com.library.tangxiaolv:tgallery:1.0.5'
}
为了使用这个库,你需要在AndroidManifest.xml中添加GalleryActivity,并申请读写外部存储权限:
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<activity android:name="com.tangxiaolv.tgallery.GalleryActivity" />
调用也非常简单,通过GalleryConfig进行配置后,直接启动GalleryActivity,并在onActivityResult中接收返回的图片或视频路径集合:
GalleryConfig config = new GalleryConfig.Build()
.limitPickPhoto(3)
.singlePhoto(false)
.hintOfPick("this is pick hint")
.filterMimeTypes(new String[]{"image/jpeg"})
.build();
GalleryActivity.openActivity(MainActivity.this, reqCode, config);
项目及技术应用场景
TGallery 的强大功能使其适用于各种需要媒体选择的应用场景,例如社交网络、图片编辑工具、文件管理器等。无论你是要让用户挑选一张个人头像,还是让他们批量上传旅行照片,这个库都能提供出色的体验。
项目特点
- 流畅性能:针对Android平台优化,提供流畅的滑动和缩放体验。
- 自定义配置:允许设置预选照片数量限制、是否为单选模式、提示信息,以及筛选特定类型的媒体文件。
- 兼容性好:支持多种Android设备,并且适配了不同屏幕尺寸。
- API 简洁:易于集成,配置和获取结果都只需要几行代码。
- 许可证灵活:采用GPL-2.0许可,允许自由使用和修改。
总之,如果你正在寻找一个高效的Android相册选择器,TGallery绝对值得尝试。无论是从功能实现,还是用户体验上,它都有足够的竞争力来提升你的应用质量。立即加入项目,开始享受流畅的媒体选择体验吧!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript094- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
521
93
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++
956
951
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221