Android 关于图片处理

默认的图片为ARGB_8888

图片通道的选取

在android中 因为性能的问题 ,将采取损耗数据来显示图片

通道 位数
ARGB_8888 32bits
RGB_565 16bits
ARGB_4444 16bits
ALPHA_8 8bits

一般来说,显示大图片,即加载大图,为ARGB_8888

加载小图片,或者对图片的质量要求不高,为RGB_565

如果需要更少的格式,又需要透明通道,为ARGB_4444

ALPHA_8主要用作透明度通道,当做于染色

在Android的基本文件结构中不支持PNG , JPEG , 和WEBP 格式,所以需要在解码后的位图功能,通过设置inPreferredConfig 参数来实现不同的位图规格

            var options: BitmapFactory.Options = BitmapFactory.Options()
            options.inPreferredConfig = Bitmap.Config.RGB_565
            BitmapFactory.decodeStream(input , null , options)

图片的压缩

高分辨图片往往会导致严重的性能问题,因此需要改变内存的占用,避免此类问题,一般使用inSampleSize 属性减少内存开销并让图片符合实际的大小

图片最终的大小为 = ( 1 / inSampleSize ) * 原图大小

            var options: BitmapFactory.Options = BitmapFactory.Options()
            options.inSampleSize = 4 
            BitmapFactory.decodeStream(input , null , options)

当然,inSampleSize 只能通过指数幂的形式缩放,如果需要更加精确的,就需要用到 inScaled , inDensity , 和inTargetDensity 。

            var options: BitmapFactory.Options = BitmapFactory.Options()
            options.inScaled = true
            options.inDensity = scrWidth
            options.inTargetDensity = dstWidth
            BitmapFactory.decodeStream(input , null , options)

但是为了减少图片显示所需要的内存,因为过多的算法,导致更大的开销就是得不偿失了,图片一多,就会影响的显示效果,所以做好的方法么就是先使用inSampleSize 处理图片,转换为接近目标的二次幂,然后在根据大小生成自己想要的准备大小。

            var options: BitmapFactory.Options = BitmapFactory.Options()
            //获取资源突破的时候需要设置 inJustDecodeBounds 为true 
            //才能继续解码图片完成自己想要的大小
            options.inJustDecodeBounds = true
            BitmapFactory.decodeStream(input , null , options)
            
            options.inScaled = true
            options.inDensity = options.outWidth
            options.inSampleSize = 4 
            options.inTargetDensity = dstWidth * options.inSampleSize
            options.inJustDecodeBounds = false
            BitmapFactory.decodeStream(input , null , options)

当然,现在已经有Picasso 和Glide 这两款这么优秀的图片处理第三方了,我们能做的就是对这些第三方更好的进行优化了

参考资料:
[1]《Android应用性能优化最佳实践》

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,504评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,434评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,089评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,378评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,472评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,506评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,519评论 3 413
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,292评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,738评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,022评论 2 329
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,194评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,873评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,536评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,162评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,413评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,075评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,080评论 2 352