glimpse-android
glimpse-android 是一款专为 Android 平台打造的图片智能裁剪开源库。在移动端开发中,传统的图片裁剪往往采用简单的中心对齐方式,容易导致重要内容被误切,影响视觉效果。glimpse-android 通过引入人工智能技术,能够像人眼一样智能识别图片中的视觉焦点,从而计算出最佳的裁剪区域,确保展示的画面始终聚焦于核心内容。
glimpse-android 特别适合 Android 应用程序开发者使用,尤其是那些希望提升图片展示质量、优化用户第一印象的团队。其独特的技术亮点在于底层集成了 TensorFlow Lite 模型,实现了真正的“内容感知”裁剪。此外,它还提供了对 Glide 和 Coil 等主流图片加载框架的扩展支持,开发者只需添加少量代码即可轻松启用智能裁剪功能,无需关心复杂的坐标计算逻辑。虽然目前尚未支持 Picasso 和 Fresco,但其灵活的 API 设计为未来扩展留下了空间。对于追求高品质 UI 体验的开发者来说,glimpse-android 是一个值得尝试的高效解决方案。
使用场景
某电商 APP 开发团队正在优化商品列表页的图片展示效果,需要处理大量用户上传的竖图与横图混排情况。
没有 glimpse-android 时
- 传统中心裁剪常把商品主体切掉一半,导致用户第一眼看不到重点。
- 开发者需手动编写复杂的逻辑来识别图片内容,代码维护成本极高。
- 不同尺寸的图片在网格布局中显得参差不齐,严重影响整体美观度。
- 无法缓存智能裁剪结果,每次加载都重复计算,消耗设备性能且增加流量。
使用 glimpse-android 后
- glimpse-android 自动识别画面焦点,确保商品主体始终完整显示在视口内。
- 集成 Glide 或 Coil 扩展仅需添加 Transformation,无需额外开发图像分析逻辑。
- 配合资源缓存策略,避免重复计算,显著提升列表滑动流畅度。
- 统一了所有商品图的视觉比例,让店铺页面看起来更加专业整洁。
glimpse-android 通过 AI 智能聚焦解决了自适应布局下的主体丢失问题,极大提升了移动端图片展示的质感。
运行环境要求
- Android
无需桌面 GPU,基于移动端 NPU/CPU,无 CUDA 要求
未说明

快速开始
Glimpse
一个用于 Android 的内容感知裁剪库。
只需一瞥,即可呈现完美的第一印象!与其盲目地居中裁剪图片,不如利用 Glimpse 的“眼睛”捕捉到正确的焦点位置。

配置
添加到顶层 build.gradle 文件
allprojects {
repositories {
maven { url "https://jitpack.io" }
}
}
添加到应用模块 build.gradle 文件 TensorFlow Lite (轻量级 TensorFlow) 建议大多数开发者省略 x86、x86_64 和 arm32 ABI (应用程序二进制接口)。这可以通过以下 Gradle 配置实现,该配置仅包含 armeabi-v7a 和 arm64-v8a,应能覆盖大多数现代 Android 设备。
android {
aaptOptions {
noCompress "tflite"
noCompress "lite"
}
defaultConfig {
ndk {
abiFilters 'armeabi-v7a', 'arm64-v8a'
}
}
}
dependencies {
implementation 'com.github.the-super-toys.glimpse-android:glimpse-core:0.0.5'
//only required for glide extensions
implementation 'com.github.the-super-toys.glimpse-android:glimpse-glide:0.0.5'
//only required for coil extensions
implementation 'com.github.the-super-toys.glimpse-android:glimpse-coil:0.0.5'
implementation 'org.tensorflow:tensorflow-lite:0.0.0-nightly'
}
使用
在您的 Android 应用中初始化 Glimpse
class YourApp : Application() {
override fun onCreate() {
super.onCreate()
Glimpse.init(this)
}
}
不使用扩展功能使用 Glimpse
首先通过调用 Bitmap.findCenter 扩展函数来计算图像的焦点。
val original = (imageView.drawable as BitmapDrawable).bitmap
val (x, y) = original.findCenter()
然后将这些焦点连同目标 ImageView 的宽度和高度值提供给 Bitmap.crop 扩展函数。
val cropped = original.crop(x, y, imageView.layoutParams.width, imageView.layoutParams.height)
imageView.setImageBitmap(cropped)
配合 Glide 扩展使用 Glimpse
如果您使用 Glide 进行图像加载,只需将 GlimpseTransformation 添加到 GlideRequest 构建器中:
GlideApp.with(context)
.load(url)
.diskCacheStrategy(DiskCacheStrategy.RESOURCE)
.transform(GlimpseTransformation())
.into(imageView)
建议设置 diskCacheStrategy(DiskCacheStrategy.RESOURCE) 以缓存由 Glimpse 裁剪后的位图,否则每次显示图像时都会重新计算焦点。
配合 Coil 扩展使用 Glimpse
如果您使用 Coil 进行图像加载,只需将 GlimpseTransformation 添加到 Coil 的 LoadRequestBuilder 构建器中:
imageView.load(url) {
crossfade(true)
placeholder(R.drawable.image)
transformations(GlimpseTransformation())
}
其他图像加载库(如 Picasso 和 Fresco)怎么办?
我们曾尝试为 Glimpse 提供 Picasso 和 Fresco 的扩展,但未能找到合适的 API (应用程序编程接口)。
我们在 Picasso 仓库上提交了 issue,并在 Stack Overflow 上标记了关于 Fresco 的问题 寻求指导,但遗憾的是我们没有得到太多支持。如果您知道如何将 Glimpse 的裁剪功能集成到任一库中而不破坏其原有流程,请提交 issue 以便我们一起审查提案。我们非常希望能为所有流行的图像加载库提供支持!
Java 调用者
如果您使用 Java,可以查看此 文件,了解 Glimpse API 对 Java 调用者的样子。
示例应用
:sample-app 模块通过使用 Glide 扩展展示了 Glimpse 的使用方式。该应用也已发布在 Google Play 上。
Glimpse 是否已准备好投入生产?
实际上,这取决于具体情况。理想情况下,您不应反复使用 Glimpse 裁剪同一张图片。即使您使用了会缓存输出转换的 Glide 扩展,底层计算仍会在每个 Android 客户端执行。因此,如果可能,当用户上传内容时,请将计算出的裁剪点的 x 和 y 坐标连同图像一起发送到您的云端解决方案。
我们在 OnePlus 6 上测试了裁剪计算的时间,平均耗时 30 毫秒。根据设备和您的具体用例,Glimpse 可能适合也可能不适合投入生产。无论如何,我们鼓励您提供反馈,帮助我们使 Glimpse 成为成熟的库。
APK 体积会增加多少?
如果您的应用中已经使用了 TensorFlow Lite (轻量级 TensorFlow),添加 Glimpse 仅需增加模型的大小,即 148 KB。但很有可能您并未使用它,因此您还需要考虑 TensorFlow Lite 本身的大小,约为 300 KB。
让我们深入探讨(深度学习模型)
如果您想以更深的层次了解 Glimpse 的工作原理,请查看 此仓库,您可以看到 Glimpse 所使用的深度学习模型的架构和实现。我们以更技术化的层面解释了所有内容及其细节,以便您可以自行复现,并视情况改进它。
但如果您这样做了,请不要犹豫向该仓库提交 Pull Request (拉取请求),以便我们不断改进 Glimpse!!
版本历史
0.0.52020/02/02常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。