Fresco视频缩略图加载性能优化实践
2025-05-13 12:04:31作者:庞队千Virginia
背景概述
在Android应用开发中,视频缩略图的加载是一个常见需求。Facebook开源的图片加载库Fresco虽然主要针对图片加载优化,但也提供了视频缩略图的支持。然而,在实际使用中发现,Fresco当前实现的视频缩略图加载方案存在性能瓶颈,特别是在需要同时加载多个视频缩略图的场景下。
问题分析
Fresco当前通过LocalVideoThumbnailProducer类处理本地视频缩略图加载,其内部实现主要依赖MediaMetadataRetriever来解码视频并获取缩略图。这种实现方式存在以下问题:
- 性能瓶颈:
MediaMetadataRetriever需要完整解码视频帧,这个过程相对耗时 - 资源消耗:同时加载多个缩略图时,系统资源占用较高
- API落后:没有充分利用Android系统提供的新API优化方案
优化方案
Android系统实际上提供了更高效的视频缩略图获取方式:
Android Q及以上版本
val thumbnail = context.contentResolver.loadThumbnail(
mediaUri,
Size(100, 100),
CancellationSignal()
)
Android Q以下版本
val thumbnail = MediaStore.Images.Thumbnails.getThumbnail(
context.contentResolver,
id,
MediaStore.Images.Thumbnails.MINI_KIND,
null
)
性能对比
通过实际测试对比两种方案的耗时差异:
- 使用
MediaStore.Video.Thumbnails.getThumbnail方法:平均耗时约10ms - 使用
ThumbnailUtils.createVideoThumbnail方法(Fresco当前实现):平均耗时约200ms
测试结果表明,优化方案相比当前实现有约20倍的性能提升,在批量加载场景下差异更加明显。
实现原理
系统提供的优化方案之所以更快,是因为:
- 缓存机制:系统维护了视频缩略图的缓存,避免重复解码
- 硬件加速:底层实现可能利用硬件加速解码
- 预生成:部分系统会在视频文件生成时预先生成缩略图
适配建议
对于使用Fresco的开发者,建议:
- 关注Fresco官方是否采纳此优化方案
- 如需立即优化,可考虑自定义
LocalVideoThumbnailProducer实现 - 在批量加载场景下,优先考虑使用系统API获取缩略图
总结
视频缩略图加载性能对用户体验影响显著,特别是在社交媒体类应用中。通过采用系统提供的优化API,可以显著提升加载速度,降低资源消耗。Fresco作为一款优秀的图片加载库,未来有望在视频缩略图支持方面进行类似的优化,为开发者提供更好的性能体验。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.3 K
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++
689
352
Ascend Extension for PyTorch
Python
238
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
144
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
218
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869