【鸿蒙心迹】可可图片编辑 HarmonyOS 上架应用分享

【鸿蒙心迹】可可图片编辑 HarmonyOS 上架应用分享

可可图片编辑 HarmonyOS 上架应用分享

介绍

可可图片编辑 原名 图片编辑大师,因为上架审核的时候 ,提示与一些已有应用重名,为了避免冲突,需要改名字,所以苦心思考了一分钟,就调整成 可可图片编辑

image-20250822220208906

应用

image-20250822223406702

应用商店访问链接

https://appgallery.huawei.com/app/detail?id=tupianbmjidashi.qinglanzhuma.huawei&channelId=SHARE

功能展示

可可图片编辑提供了图片处理的六大核心功能

  • 图片压缩
  • 图片裁剪
  • 滤镜效果
  • 添加水印
  • 图片绘画
  • 图片拼图
image-20250822220756310

其中比较有意思的是也实现了图片的分享功能,这个在开发的时候也是调试了一段时间。

image-20250822220937178

开发和上架过程

这个APP的开发过程是可以说是有90%是AI完成的,确实也摸索出一些自己的心得,上架过程只被打回一次,后续再提交也就通过了,还是挺顺利。

image-20250822221637968

开发时间

image-20250822222118307
image-20250822222134080
image-20250822222206127

立项的初衷

​ 抱着学习的心态来做产品,是最好验收自己掌握技能与否的方法,也是让自己所有的投入得到成就感的最好的方式。

之前就一直想着好好梳理下 HarmonyOS 中 关于 Image 相关 Kit的一些用法,正好就借这个机会来实现了。

image-20250822222410511

image-20250822222452463

能看到,这个Image的kit还是可以做不少的功能到,都可以直接在鸿蒙手机上来完成了。

开发环境与技术栈

  • 开发工具:DevEco Studio 5.0+
  • SDK版本:HarmonyOS SDK API 14+
  • 开发语言:ArkTS
  • UI框架:ArkUI
  • 路由管理:ZRouter 1.6.1
  • 状态管理:V2状态管理(@ComponentV2 + @Local/@Param)

状态管理策略

项目全面采用HarmonyOS V2状态管理方案,相比V1版本具有更好的性能和更简洁的API:

@Entry@Route({ name:'CompressionPage', useTemplate:true})@ComponentV2export struct CompressionPage {@Local selectedImage: ImageInfo |null=null;@Local compressionParams: CompressionParams ={ quality:80, scale:1.0, format: ImageFormat.JPEG, type: CompressionType.QUALITY, mode: CompressionMode.MANUAL, keepAspectRatio:true};@Local compressionResult: CompressionResult |null=null;@Local operationState: OperationState = OperationState.IDLE;}

智能图片压缩算法

图片压缩是应用的核心功能之一,我们实现了一套智能压缩算法,支持三种压缩模式:

压缩参数接口设计

exportinterfaceCompressionParams{ quality:number;// 压缩质量 (0-100) scale:number;// 缩放比例 (0.1-1.0) format: ImageFormat;// 目标格式 type: CompressionType;// 压缩类型 mode: CompressionMode;// 压缩模式 keepAspectRatio:boolean;// 是否保持宽高比 maxFileSize?:number;// 最大文件大小 (KB) maxWidth?:number;// 最大宽度 maxHeight?:number;// 最大高度}

自适应压缩算法

针对按文件大小压缩的需求,我们实现了基于二分查找的自适应压缩算法:

exportasyncfunctioncompressImageBySize( imageUri:string, params: CompressionParams ):Promise<CompressionResult>{const targetSize =(params.maxFileSize ||1024)*1024;// 转换为字节// 二分查找最佳压缩参数let minQuality =10;let maxQuality = params.quality;while(maxQuality - minQuality >5){const currentQuality = Math.floor((minQuality + maxQuality)/2);// 尝试当前质量参数const compressedData =awaitcompressWithQuality(imageUri, currentQuality);if(compressedData.byteLength <= targetSize){ minQuality = currentQuality;}else{ maxQuality = currentQuality;}}return bestResult;}
image-20250822225655054

后续计划

后续继续分享这个应用的实现细节,敬请期待。

以往文章

近期活动

最近想要想要考取 HarmonyOS 基础或者高级证书,或者快要获取的同学都可以点击这个链接,加入我的班级,考取成功有机会获得鸿蒙礼盒一份。

image-20250822223258675

Read more

ToDesk 全新 ToClaw,正在把电脑交给AI去操作

ToDesk 全新 ToClaw,正在把电脑交给AI去操作

这两年,AI 工具层出不穷,但大多数产品还停留在“能回答、会生成”的阶段:帮你写一段话、搜一份资料、整理一个思路,真正到了执行层,还是得你自己坐回电脑前,一个软件一个软件地点、一项任务一项任务地做。 这也是很多人对 AI 的真实感受——它会说,但不一定真能干活。而 ToDesk 新上线的 ToClaw,想解决的正是这个问题。 一、ToClaw 是什么? ToClaw 是一款基于 OpenClaw 深度定制、并与远程控制运行时深度结合的 AI 助手。它最大的不同,不只是“懂你说什么”,而是能直接在你的电脑上执行操作。 你只需要一句话,它就可以在电脑端完成对应动作:打开软件、点击按钮、填写表单、拖拽文件、整理资料、生成表格、汇总信息……很多原本需要人守在电脑前操作的工作,现在都可以交给 ToClaw

By Ne0inhk
【Unity-AI开发篇】| Unity-MCP最新指南:让AI接管游戏开发

【Unity-AI开发篇】| Unity-MCP最新指南:让AI接管游戏开发

* 前言 * 【Unity-AI开发篇】| Unity-MCP最新指南:让AI接管游戏开发 * 一、🧐 MCP是什么? * 1.1 MCP介绍 * 1.2 为什么要配置MCP? * 1.3 效果展示 * 1.4 使用说明及下载 * 二、🚀MCP安装步骤 * 2.1 前提条件 * 2.2 安装 Unity-MCP包(桥接组件) * 2.2 MCP配置 * 三、🎈Trae配置 * 3.1 添加MCP配置 * 3.2 创建一个智能体并添加Unity-MCP * 3.3 使用AI开发功能 * 总结 前言 * 在人工智能飞速发展的今天,大语言模型早已不仅限于聊天和文本生成。 * 它们开始能够使用工具,与环境进行交互,从而执行复杂任务。 * 对于广大游戏开发者而言,

By Ne0inhk
OpenAI发布GPT-5.3 Instant:幻觉率最高降低26.8%,2026全球AI模型排行榜

OpenAI发布GPT-5.3 Instant:幻觉率最高降低26.8%,2026全球AI模型排行榜

🔥 个人主页:杨利杰YJlio❄️ 个人专栏:《Sysinternals实战教程》《Windows PowerShell 实战》《WINDOWS教程》《IOS教程》《微信助手》《锤子助手》《Python》《Kali Linux》《那些年未解决的Windows疑难杂症》🌟 让复杂的事情更简单,让重复的工作自动化 OpenAI发布GPT-5.3 Instant:幻觉率最高降低26.8%,2026全球AI模型排行榜 * 1 GPT-5.3 Instant 发布 * 2 本次升级三大核心能力 * 2.1 降低 AI 幻觉 * 2.2 减少不必要拒答 * 2.3 网络搜索能力升级 * 3 GPT-5.3 Instant 技术架构 * 4 GPT-5.3 vs

By Ne0inhk
医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(三)

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(三)

第5章 逻辑回归:疾病风险概率建模 逻辑回归(Logistic Regression)尽管名称中含有“回归”,但它实际上是一种广泛应用于分类任务的线性模型。在医疗领域,逻辑回归因其简单、高效、可解释性强,以及能够输出概率值的特点,成为疾病风险预测、诊断辅助、预后评估等任务的基石算法。本章将从算法原理出发,深入解析逻辑回归在医疗场景中的适用性,并通过实战案例展示从数据预处理、模型训练、结果解释到临床应用的完整流程。 5.1 算法原理 逻辑回归的核心思想是:通过线性回归的输出来估计样本属于某个类别的概率。它使用一个非线性函数(Sigmoid函数)将线性组合的实数输出映射到0到1之间的概率值,从而解决分类问题。 5.1.1 从线性回归到逻辑回归 线性回归模型试图用特征的线性组合来预测一个连续值: [ z = \theta_0 + \theta_1 x_1 + \theta_2 x_2 + … + \theta_p x_

By Ne0inhk