Project Icon

Kamel

Compose Multiplatform异步图像加载库

Kamel为Compose Multiplatform项目提供异步媒体加载功能。该库支持从URL、文件和资源加载图像,并通过内存和磁盘缓存优化性能。Kamel的API简洁易用,支持自定义配置,可轻松集成到跨平台项目中。它为开发者提供了高效且灵活的图像处理解决方案。

Kamel

版本 快照 许可证 Kotlin Compose Multiplatform

Kamel 是一个为 Compose Multiplatform 设计的异步媒体加载库。它提供了一种简单、可定制且高效的方式来加载、缓存、解码和显示应用程序中的图像。默认情况下,它使用 Ktor 客户端加载资源。

目录

设置

Kamel 已发布在 Maven Central 上:

repositories {
    mavenCentral()
    // ...
}

多平台

将依赖项添加到公共源集:

kotlin {
    sourceSets {
        commonMain {
            dependencies {
                implementation("media.kamel:kamel-image:0.9.5")
                // ...
            }
        }
    }
}

单平台

将依赖项添加到依赖项块:

dependencies {
    implementation("media.kamel:kamel-image:0.9.5")
    // ...
}

Ktor HttpClient 引擎

请确保为您的平台添加 Ktor HttpClient 引擎的依赖项,使用这个链接

使用方法

加载图像资源

要异步加载图像,您可以使用 asyncPainterResource 可组合函数,它可以从不同的数据源加载图像:

// 字符串
asyncPainterResource(data = "https://www.example.com/image.jpg")

// Ktor Url
asyncPainterResource(data = Url("https://www.example.com/image.jpg"))

// URI
asyncPainterResource(data = URI("https://www.example.com/image.png"))

// 文件(JVM,Native)
asyncPainterResource(data = File("/path/to/image.png"))

// 文件(JS)
asyncPainterResource(data = File(org.w3c.files.File(arrayOf(blob), "/path/to/image.png")))

// URL
asyncPainterResource(data = URL("https://www.example.com/image.jpg"))

// 以及更多...

asyncPainterResource 可用于加载 SVG、XML、JPEG 和 PNG 格式的图像,具体取决于平台实现。

asyncPainterResource 返回一个 Resource<Painter> 对象,可以使用 KamelImage 可组合函数来显示图像。

平台特定实现

由于 Android 和桌面之间没有共享的资源系统,某些实现(例如获取器和映射器)仅适用于特定平台:

仅桌面实现

要从桌面应用程序资源加载图像文件,您必须将 resourcesFetcher 添加到 KamelConfig 中:

val desktopConfig = KamelConfig {
    takeFrom(KamelConfig.Default)
    // 仅在桌面上可用
    resourcesFetcher()
    // 仅在桌面上可用
    // 一个替代的 svg 解码器
    batikSvgDecoder()
}

假设项目的 /resources 目录中有一个 image.png 文件:

CompositionLocalProvider(LocalKamelConfig provides desktopConfig) {
    asyncPainterResource("image.png")
}

仅 Android 实现

要从 Android 应用程序资源加载图像文件,您必须将 resourcesFetcherresourcesIdMapper 添加到 KamelConfig 中:

val context: Context = LocalContext.current

val androidConfig = KamelConfig {
    takeFrom(KamelConfig.Default)
    // 仅在 Android 上可用
    resourcesFetcher(context)
    // 仅在 Android 上可用
    resourcesIdMapper(context)
}

假设项目的 /res/raw 目录中有一个 image.png 文件:

CompositionLocalProvider(LocalKamelConfig provides androidConfig) {
    asyncPainterResource(R.raw.image)
}

配置图像资源

asyncPainterResource 支持使用尾随 lambda 进行配置:

val painterResource: Resource<Painter> = asyncPainterResource("https://www.example.com/image.jpg") {

    // 加载图像时使用的 CoroutineContext
    coroutineContext = Job() + Dispatcher.IO

    // 自定义 HTTP 请求
    requestBuilder { // this: HttpRequestBuilder
        header("Key", "Value")
        parameter("Key", "Value")
        cacheControl(CacheControl.MAX_AGE)
    }

}

显示图像资源

KamelImage 是一个可组合函数,它接受一个 Resource<Painter> 对象,显示它并提供额外的功能:

KamelImage(
    resource = painterResource,
    contentDescription = "Profile",
)

KamelImage 还可以用于通过 onFailure 获取 exception, 并使用 onLoading 参数的 progress,根据情况显示 snackbar 或进度指示器:

val coroutineScope = rememberCoroutineScope()
val snackbarHostState = remember { SnackbarHostState() }
Box {
    KamelImage(
        resource = painterResource,
        contentDescription = "个人资料",
        onLoading = { progress -> CircularProgressIndicator(progress) },
        onFailure = { exception ->
            coroutineScope.launch {
                snackbarHostState.showSnackbar(
                    message = exception.message.toString(),
                    actionLabel = "隐藏",
                    duration = SnackbarDuration.Short
                )
            }
        }
    )
    SnackbarHost(hostState = snackbarHostState, modifier = Modifier.padding(16.dp))
}

你也可以使用简单的 when 表达式提供自己的自定义实现:

when (val resource = asyncPainterResource("https://www.example.com/image.jpg")) {
    is Resource.Loading -> {
        Text("加载中...")
    }
    is Resource.Success -> {
        val painter: Painter = resource.value
        Image(painter, contentDescription = "个人资料")
    }
    is Resource.Failure -> {
        log(resource.exception)
        val fallbackPainter = painterResource("/path/to/fallbackImage.jpg")
        Image(fallbackPainter, contentDescription = "个人资料")
    }
}

交叉淡入淡出动画

你可以通过 animationSpec 参数启用、禁用或自定义交叉淡入淡出(渐入)动画。将 animationSpec 设置为 null 将禁用动画:

KamelImage(
    resource = imageResource,
    contentDescription = "个人资料",
    // 默认为 null
    animationSpec = tween(),
)

配置 Kamel

默认实现是 KamelConfig.Default。如果你希望配置它,可以按以下方式进行:

val customKamelConfig = KamelConfig {
    // 如果需要,复制默认实现
    takeFrom(KamelConfig.Default)

    // 设置要缓存的图像数量
    imageBitmapCacheSize = DefaultCacheSize

    // 添加 ImageBitmapDecoder
    imageBitmapDecoder()

    // 添加 ImageVectorDecoder (XML)
    imageVectorDecoder()

    // 添加 SvgDecoder (SVG)
    svgDecoder()

    // 添加 FileFetcher
    fileFetcher()

    // 配置 Ktor HttpClient
    httpFetcher {
        // httpCache 在 kamel-core 中定义,配置 ktor 客户端
        // 安装 HttpCache 功能,使用 Kamel 提供的实现。
        // 可以以字节为单位定义缓存大小。
        httpCache(10 * 1024 * 1024  /* 10 MiB */)

        defaultRequest {
            url("https://www.example.com/")
            cacheControl(CacheControl.MaxAge(maxAgeSeconds = 10000))
        }

        install(HttpRequestRetry) {
            maxRetries = 3
            retryIf { httpRequest, httpResponse ->
                !httpResponse.status.isSuccess()
            }
        }
        
        // 需要添加 "io.ktor:ktor-client-logging:$ktor_version"
        Logging {
            level = LogLevel.INFO
            logger = Logger.SIMPLE
        }
    }

    // 更多可用功能。
}

内存缓存大小(要缓存的条目数)

Kamel 提供了一个通用的 Cache<K,V> 接口,默认实现使用基于 LinkedHashMap 的 LRU 内存缓存机制。你可以为每种类型提供要缓存的条目数,如下所示:

KamelConfig {
    // 默认为 100
    imageBitmapCacheSize = 500
    // 默认为 100
    imageVectorCacheSize = 300
    // 默认为 100
    svgCacheSize = 200
}

磁盘缓存大小(以字节为单位)

Kamel 可以通过实现 ktor 的 CacheStorage 功能为图像创建持久磁盘缓存。默认配置 KamelConfig.Default 安装此功能,磁盘缓存大小为 10 MiB。底层磁盘缓存基于 coil 的多平台 DiskLruCache 实现。

KamelConfig {
    httpFetcher {
        // 缓存大小可以以字节为单位定义。或者可以使用 DefaultHttpCacheSize(10 MiB)。
        httpCache(DefaultHttpCacheSize)
    }
}

应用 Kamel 配置

你可以使用 LocalKamelConfig 应用自定义配置:

CompositionLocalProvider(LocalKamelConfig provides customKamelConfig) {
    asyncPainterResource("image.jpg")
}

贡献

欢迎随时贡献!如果你想贡献,请随时创建 PR 或开启 issue。

许可证

Copyright 2021 Ali Albaali

Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at

   https://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.
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