这篇文章给大家介绍如何进行Java ImageIO图像合并效率测试,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
我们提供的服务有:成都网站设计、网站制作、微信公众号开发、网站优化、网站认证、集美ssl等。为上千企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务,是有科学管理、有技术的集美网站制作公司
通过纯Java的方式往一张底图(地图)上添加小图片(布点),发现效果并不理想。
何为纯java方式?就是说这些操作不需要依赖于c/c++库,具有良好的跨平台性,要求不仅仅能运行在Windows、Linux、Unix三大平台之上,也可以用作Android等移动平台之上。
下面是往一张底图上添加小图片(即图像合并)的测试的数据:
合并小图数量 | 测试次数 | 100(张) | 1000(张) | 10000(张) |
耗时(毫秒) | 第1次 | 2003 | 15334 | 153010 |
第2次 | 1792 | 15200 | 153340 | |
第3次 | 1869 | 15236 | 152673 | |
第4次 | 1747 | 15903 | 154978 | |
第5次 | 1871 | 16028 | 156506 | |
第6次 | 1793 | 15545 | 154854 | |
平均耗时(毫秒) | 1845.833 | 15541 | 154226.8 | |
换算为秒 | 1.845833 | 15.541 | 154.2268 |
往一张底图上合并小图100张平均耗时 1.845833秒,
往一张底图上合并小图1000张平均耗时 15.541秒,
往一张底图上合并小图10000张平均耗时 154.2268秒。
感觉这样的效率还是太低了,无法满足数以万计的底图布点需求。据说,一段高效的c++程序完成数以万计的地图布点任务也就需要大概一两秒的时间(听一位颇有经验的高手说的,本人未曾尝试)。
这次终于感受到java和c/c++在效率上的差距了!
那么是不是要牺牲跨平台性了,用Jmagick尝试一下?此问题有待讨论…
Jmagick尝试图像合并,利用了ImageMagick的命令来调用命令合并图像的方式
public void compositeImageList(List additionImageList,String srcImagePath,String toImagePath){ /* *命令格式:composite -geometry +100+150 additionImagePath srcImagePath toImagePath *将图像additionImagePath附加在图像srcImagePath上的100,150坐标处,输出为toImagePath图像 */ //String command = "composite -geometry +100+150 D:/test/fileSource/007.png D:/test/fileSource/002.jpg D:/test/desk/rose-002.png"; if(additionImageList!=null){ System.out.println(additionImageList.size()); for(int i=0;i public static void main(String[] args) { JmagickTest obj = new JmagickTest();//调用合并图像方法所在的类 try { String additionImagePath = "D:/test/fileSource/007.png"; List additionImageList = new ArrayList(); for(int i = 0;i<100;i++){ Random random = new Random(); int x = random.nextInt(760); int y = random.nextInt(1020); String[] additionImageInfo = {x+"",y+"",additionImagePath}; additionImageList.add(additionImageInfo); } String srcImagePath = "D:/test/fileSource/004.jpg"; String toImagePath = "D:/test/fileSource/004.jpg"; long start = System.currentTimeMillis(); obj.compositeImageList(additionImageList, srcImagePath, toImagePath); long end = System.currentTimeMillis(); System.out.println(end - start); } catch (Exception e) { e.printStackTrace(); } }以下是测试的数据:
图像数量 合并耗费时间(ms)
1 ---- 140
10 ---- 1419
100 ---- 13912
1000 ---- 137965
10000 ---- 1392095
二者对比,发现以ImageMigick命令合并图像的方式,效率明显低于JDK 的ImageIO处理方式,并且在跨平台上也逊色于纯java的方式。
关于如何进行Java ImageIO图像合并效率测试就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
标题名称:如何进行JavaImageIO图像合并效率测试
分享链接:http://scyingshan.cn/article/jodieh.html