# 题目解答 | 期中考试版本参考实现

    你好，我是朱涛。上节课我给你布置了一份考试题，你完成得怎么样了呢？这节课呢，我会来告诉你我是如何用Kotlin来做这个图片处理程序的，供你参考。

由于上节课我们已经做好了前期准备，所以这里我们直接写代码就行了。

## 1.0版本

对于图片反转和裁切的这个问题，如果一开始你就去想象一个大图片，里面有几万个像素点，那你可能会被吓到。但是，如果你将数据规模缩小，再来分析的话，你会发现这个问题其实很简单。

这里，我们就以一张4X4像素的照片为例来分析一下。

![](https://static001.geekbang.org/resource/image/2f/20/2f31e490e0b973c9511e4aaa921f0520.jpg?wh=1498x646)

这其实就相当于一个抽象的模型，如果我们基于这张4X4的照片，继续分析翻转和裁切，就会容易很多。我们可以来画一个简单的图形：

![](https://static001.geekbang.org/resource/image/b6/8d/b6a1a1f3b70b9b1a8132c51a92660d8d.jpg?wh=2000x814)

上面这张图，从左到右分别是原图、横向翻转、纵向翻转、裁切。其中，翻转看起来是要复杂一些，而裁切是最简单的。

![](https://static001.geekbang.org/resource/image/64/c3/64001cb039dbcff66c4e9eec48dcf6c3.jpg?wh=2000x789)

我们先来处理裁切。对于裁切，其实只需要将图片当中某个部分的像素拷贝到内存，然后存储成为一张新图片就行了。

```plain
/**
 * 图片裁切
 */
fun Image.crop(startY: Int, startX: Int, width: Int, height: Int): Image {
    val pixels = Array(height) { y ->
        Array(width) { x ->
            getPixel(startY + y, startX + x)
        }
    }
    return Image(pixels)
}

```

以上代码中，我们创建了一个新数组pixels，它的创建方式是通过Lambda来实现的，而Lambda当中最关键的逻辑，就是 `getPixel(startY + y, startX + x)`，也就是从原图当中取像素点。

这代码是不是比你想象中简单很多？其实，图片的翻转也是一样的。只要我们能**找出坐标的对应关系**，代码也非常简单。

![](https://static001.geekbang.org/resource/image/7a/c8/7aeeb78bb0a4a6f8cb4a3308e2842fc8.jpg?wh=1633x880)

可以看到，对于原图的(1, 0)这个像素点来说，它横向翻转以后就变成了(2, 0)。所以，对于(x, y)坐标来说，横向翻转以后，就应该变成(width-1-x, y)。找到这个对应关系以后，我们就直接抄代码了！

```plain
/**
 * 横向翻转图片
 */
fun Image.flipHorizontal(): Image {
    val pixels = Array(height()) { y ->
        Array(width()) { x ->
            getPixel(y, width() - 1 - x)
        }
    }
    return Image(pixels)
}

```

可见，以上这段代码几乎跟裁切是一模一样的，只是说，裁切要限制宽高，而翻转则是跟原图保持一致。

看到这里，相信你也马上就能想明白纵向翻转的代码该如何写了！

![](https://static001.geekbang.org/resource/image/2e/1e/2e7ae2ec91856141ff2881ec2cdb441e.jpg?wh=1671x899)

我们还是以(1, 0)这个像素点为例，在纵向翻转以后就变成了(1, 3)，它们的转换规则是(x, height-1-y)。

```plain
/**
 * 纵向翻转图片
 */
fun Image.flipVertical(): Image {
    val pixels = Array(height()) { y ->
        Array(width()) { x ->
            getPixel(height() - 1 - y, x) // 改动这里
        }
    }
    return Image(pixels)
}

```

所以说，只要我们能找到中间的转换关系，纵向翻转的代码，只需要在横向翻转的基础上，改动一行即可。

### 单元测试

其实针对图像算法的单元测试，我们最好的方式，就是准备一些现有的图片案例。比如说，我们随便找一张图，用其他的软件工具，对它进行翻转、裁切，然后存储起来。比如还是这四张图：

![图片](https://static001.geekbang.org/resource/image/85/d8/85f71d3914e23b7ed8664ae57f0e9fd8.png?wh=1128x424)

我们可以把处理后的图片保存在单元测试的文件夹下，方便我们写对应的测试用例。

![图片](https://static001.geekbang.org/resource/image/47/d2/47ff01b7fd65dcf6e99e298be6e104d2.png?wh=478x327)

那么，有了这些图片之后，我想你应该就能想到要怎么办了。这时候，你只需要写一个图片像素对比的方法checkImageSame()就好办了。

```plain
private fun checkImageSame(picture: Image, expected: Image) {
    assertEquals(picture.height(), expected.height())
    assertEquals(picture.width(), expected.width())
    for (row in 0 until picture.height()) {
        for (column in 0 until picture.width()) {
            val actualPixel = picture.getPixel(row, column)
            val expectedPixel = expected.getPixel(row, column)
            assertEquals(actualPixel, expectedPixel)
        }
    }
}

```

其实，这个函数的思路也很简单，就是逐个对比两张图片之间的像素，看看它们是不是一样的，如果两张图所有的像素都一样，那肯定就是一样的。

有了这个方法以后，我们就可以快速实现单元测试代码了。整体流程大致如下：

![图片](https://static001.geekbang.org/resource/image/d3/a6/d37e162b313258fa01ed4f1a99d7d0a6.png?wh=1114x394)

```plain
@Test
fun testCrop() {
    val image = loadImage(File("${TEST_BASE_PATH}android.png"))
    val height = image.height() / 2
    val width = image.width() / 2
    val target = loadImage(File("${TEST_BASE_PATH}android_half_crop.png"))

    val crop = image.crop(0, 0, width, height)
    checkImageSame(crop, target)
}

@Test
fun testFlipVertical() {
    val origin = loadImage(File("${TEST_BASE_PATH}android.png"))
    val target = loadImage(File("${TEST_BASE_PATH}android_up_side_down.png"))
    val flipped = origin.flipVertical()
    checkImageSame(flipped, target)
}

@Test
fun testFlipHorizontal() {
    val origin = loadImage(File("${TEST_BASE_PATH}android.png"))
    val target = loadImage(File("${TEST_BASE_PATH}android_flipped.png"))
    val flipped = origin.flipHorizontal()
    checkImageSame(flipped, target)
}

```

有了单元测试，我们就再也不用担心以后改代码的时候，不小心改出问题了。

好，那么到这里，1.0版本就算是完成了。我们接着来看看2.0版本。

## 2.0版本

2.0版本的任务，我们需要支持下载网络上面的图片，并且还要能够存起来。由于这是一个比较耗时的操作，我们希望它是一个挂起函数。

关于下载HTTP的图片，其实，我们借助OkHttp就可以简单实现。下面我们来看看代码。

> 补充：为了不偏离主题，我们不考虑HTTPS的问题。

```plain
fun downloadSync() {
    logX("Download start!")
    val okHttpClient = OkHttpClient().newBuilder()
        .connectTimeout(10L, TimeUnit.SECONDS)
        .readTimeout(10L, TimeUnit.SECONDS)
        .build()

    val request = Request.Builder().url(url).build()
    val response = okHttpClient.newCall(request).execute()

    val body = response.body
    val responseCode = response.code

    if (responseCode >= HttpURLConnection.HTTP_OK &&
        responseCode < HttpURLConnection.HTTP_MULT_CHOICE &&
        body != null
    ) {
        // 1， 注意这里
        body.byteStream().apply {
            outputFile.outputStream().use { fileOut ->
                copyTo(fileOut)
            }
        }
    }
    logX("Download finish!")
}

```

以上代码中，有一个地方是需要注意的，我用注释标记了。也就是当我们想要把网络流中的数据存起来的时候，我们可以借助Kotlin提供的 **IO扩展函数**快速实现，这样不仅方便，而且还不用担心FileOutputStream调用close()的问题。这个部分的代码，在Java当中，是要写一堆模板代码的。

下载本身的功能实现以后，挂起函数的封装也就容易了。

```plain
suspend fun downloadImage(url: String, outputFile: File): Boolean {
    return withContext(Dispatchers.IO) {
        try {
            downloadSync()
        } catch (e: Exception) {
            println(e)
            // return@withContext  不可省略
            return@withContext false
        }
        // return@withContext 可省略
        return@withContext true
    }
}

```

这里，我们可以直接用 **withContext**，让下载的任务直接分发到IO线程。

代码写到这里，2.0版本要求的功能基本上就算是完成了。这样一来，我们就可以在main函数当中去调用它了。

```plain
fun main() = runBlocking {
    val url = "http://xxxx.jpg"
    val path = "${BASE_PATH}downloaded.png"

    downloadImage(url, File(path))

    loadImage(File(path))
        .flipVertical()
        .writeToFile(File("${BASE_PATH}download_flip_vertical.png"))

    logX("Done")
}

// 将内存图片保存到硬盘
fun Image.writeToFile(outputFile: File): Boolean {
    return try {
        val width = width()
        val height = height()
        val image = BufferedImage(width, height, BufferedImage.TYPE_INT_RGB)
        for (x in 0 until width) {
            for (y in 0 until height) {
                val awtColor = getPixel(y, x)
                image.setRGB(x, y, awtColor.rgb)
            }
        }
        ImageIO.write(image, "png", outputFile)
        true
    } catch (e: Exception) {
        println(e)
        false
    }
}

/*
输出结果：
================================
Download start!
Thread:DefaultDispatcher-worker-1
================================
================================
Download finish!
Thread:DefaultDispatcher-worker-1
================================
================================
Done
Thread:main
================================
*/

```

通过运行结果，我们会发现图片下载的任务，已经被分发到IO线程池了，而其他的代码仍然在主线程之上。

## 小结

其实，课程进行到这里，你就会发现，Kotlin和Java、C之类的语言的编程方式是完全不一样的。Kotlin提供了丰富的扩展函数，在很多业务场景下，Kotlin是可以大大减少代码量的。

另外，你也会发现，当你熟悉Kotlin协程以后，它的使用一点都不难。对于上面的代码，我们通过withContext(Dispatchers.IO)就能切换线程，之后，我们就可以在协程作用域当中随意调用了！

## 思考题

你觉得，我们在downloadImage()这个挂起函数内部，直接写死Dispatchers.IO的方式好吗？如果换成下面这种写法，会不会更好？为什么？

```plain
suspend fun downloadImage(
    coroutineContext: CoroutineContext = Dispatchers.IO,
    url: String,
    outputFile: File
): Boolean {

    return withContext(coroutineContext) {
        try {
            downloadSync()
        } catch (e: Exception) {
            println(e)
            return@withContext false
        }
        return@withContext true
    }
}

```