Project Icon

libimagequant

将RGBA图像高效转换为8位索引图像的开源库

libimagequant是一个开源图像处理库,专门将RGBA图像转换为8位索引图像,包括alpha通道。该库适用于生成小型PNG和优质GIF图像,支持C和Rust语言开发。libimagequant提供简洁API,支持多线程处理和WASM兼容。它采用双重许可模式,可用于开源项目或通过商业许可应用于闭源软件。

libimagequant — 图像量化库

Imagequant库将RGBA图像转换为基于调色板的8位索引图像,包括透明度组件。它非常适合生成小型PNG图像和美观的GIF

该库本身不处理图像编码/解码,需要您自带编码器。如果您正在寻找命令行工具,请参阅pngquant

C语言入门

这个库可以通过imagequant-sys Rust包在C程序中使用。

rustup update
git clone https://github.com/ImageOptim/libimagequant
cd imagequant-sys
cargo build --release
# 生成 target/release/libimagequant_sys.a

更多详细信息请参阅C库文档

Rust语言入门

Cargo.toml中添加:

rustup update
cargo add imagequant

查看docs.rs获取库API文档

许可证

Libimagequant采用双重许可:

  • 对于自由/开源软件,它可以在GPL v3或更高版本下使用,出于历史原因还附加了额外的版权声明
  • 对于闭源软件、AppStore分发和其他非GPL用途,您可以获得商业许可。如果需要详细信息和自定义许可条款,请随时发邮件至kornel@pngquant.org咨询。

升级说明

libimagequant v2曾是一个C库。libimagequant v4完全用Rust编写,但仍为C程序导出相同的C接口。您需要安装Rust 1.70+来构建它,并调整您的构建命令。如果您不想升级,可以继续使用仓库2.x分支中的C版本库

C静态库用户

C/C++文件现在位于imagequant-sys/子目录中,而不是仓库的根目录。不再需要configure && make

要构建库,请通过rustup安装Rust,然后运行:

rustup update
cd imagequant-sys
cargo build --release

这将生成target/release/libimagequant_sys.a静态库。API、ABI和头文件保持不变,所以其他一切应该可以正常工作。 如果您正在为macOS或iOS构建,请查看包含的xcodeproj文件(将其作为子项目添加到您的项目中)。

如果您正在为Android构建,请运行rustup target add aarch64-linux-android; cargo build --release --target aarch64-linux-android并使用target/aarch64-linux-android/release/libimagequant_sys.a。对其他平台的交叉编译也是如此。请查看rustup target list

面向软件包维护者的C动态库

如果您是应用程序开发者,请使用上面的静态链接选项 — 该选项更加简单,并且生成的可执行文件更小。

这个库的API和ABI保持不变。它具有相同的sover,因此可以作为之前C版本的直接替代品。 这个库现在是一个典型的Rust/Cargo库。如果你想设置离线构建或覆盖依赖项,它的工作方式与其他Rust项目相同。请参阅Cargo文档了解诸如cargo fetch或cargo vendor之类的内容(但我不推荐使用vendor)。

如果你想构建动态库,但不介意soname和rpath不正确,请修改imagequant-sys/Cargo.toml并在现有的crate-type属性中添加"cdylib",然后cargo build --release将执行其常规的半完成工作,并构建target/release/libimagequant.{so,dylib,dll}。

使用make构建

configure && make已经被移除。我原本希望只需包装静态库就能构建动态库,但显然这行不通,所以我无法轻易重现旧的make install。我希望有一个比使用cargo-c工具更标准、更轻量的解决方案,所以如果你擅长处理链接器标志和符号可见性,请发送拉取请求。

使用cargo-c构建

cargo-c工具知道如何正确构建和链接so/dylib,并生成准确的pkg-config文件,所以它事实上是正确安装系统级动态库所必需的。

rustup update
cd imagequant-sys
cargo install cargo-c
cargo cinstall --prefix=/usr/local --destdir=.

这使得Rust 1.70和cargo-c包成为构建时依赖。没有运行时依赖(除了Cargo内部的依赖)。OpenMP已完全被移除。

与pngquant的交互

pngquant v2可以将此库用作动态库。然而,pngquant v4不支持解绑。它通过其Rust原生接口将此库用作Cargo依赖项。共享的libimagequant库仅导出用于C程序的稳定ABI,这个接口对Rust程序没有用处。

Rust用户的升级指南

如果你使用过imagequant-sys crate,请切换到更高级的imagequant crate。imagequant v4几乎完全向后兼容,只有一些小的变化,Rust编译器会指出(例如,将c_int改为u32)。请参阅文档。请修复你可能遇到的任何弃用警告,因为被弃用的函数将被移除。

openmp Cargo特性已重命名为threads。

.new_image()现在可以获取其参数的所有权以避免复制。如果你收到From<&Vec>未实现的错误,那么要么不要通过引用传递(移动,避免复制),要么对其调用.as_slice()(复制像素),或者使用.new_image_borrowed()方法。

线程支持和WASM

默认情况下,当启用threads Cargo特性时,此库使用多线程。线程数可以通过RAYON_NUM_THREADS环境变量控制。

WASM中的线程是实验性的,需要特殊处理。如果你的目标是WASM,你很可能想要禁用线程。

要在使用此库作为依赖项时禁用线程,请在Cargo.toml中禁用默认特性,如下所示:

[dependencies]
imagequant = { version = "4.0", default-features = false }

当你直接编译库时,请添加--no-default-features标志。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号