Bitmap内存优化

大家都知道,我们编写的应用程序的内存是有限的,程序内存占用过高很容易导致OOM异常。
我们可以通过下面的代码看出每个应用程序最高可用内存是多少。

int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);
Log.d("TAG", "Max memory is " + maxMemory + "KB");

尤其是bitmap这类占用内存高的大对象更要做内存优化工作

bitmap内存优化的途径可以有如下几种

适当选择Jpg 和 Png

jpg: 是一种有损压缩的图片存储格式,没有 alpha 通道
png :则是 无损压缩的图片存储格式,有 alpha 通道
类型 jpg png
压缩方式 有损压缩 无损压缩
色值选择 色值丰富 色值单调
压缩耗时 ++ +
alpha 通道
占用内存 较小 较大

jpg 的图片没有 alpha 通道,所以读到内存的时候如果用 RGB565的格式存到内存,这下大小只有 ARGB8888的一半。

选择思路:

  • 色彩丰富的选择jpg,色彩单调选择png
  • 减少耗时,选择png
  • 减少内存,选择jpg
  • 需要alpha通道选择jpg,否则选择png

使用 inSampleSize

比如,你的ImageView只有12896像素的大小,只是为了显示一张缩略图,这时候把一张1024768像素的图片完全加载到内存中显然是不值得的。
我可以使用inSampleSize属性实现位图的缩放功能,减低内存占用

例如:

inSampleSize为 2,那么读出来的图片宽高只有原理的1/2,原始图片的 1/4 大小。

BitmapFactory.Options options = new Options();
options.inSampleSize = 2;
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), resId, options);

实际运用

https://www.jianshu.com/p/bbe9fefad886

BitmapFactory这个类提供了多个解析方法(decodeByteArray, decodeFile, decodeResource等)用于创建Bitmap对象,我们应该根据图片的来源选择合适的方法。

获取图片大小:

BitmapFactory.Options参数,允许我们定义图片以何种方式如何读到内存。
将这个参数的inJustDecodeBounds属性设置为true就可以让解析方法禁止为bitmap分配内存,返回值也不再是一个Bitmap对象,而是null。虽然Bitmap是null了,但是BitmapFactory.Options的outWidth、outHeight和outMimeType属性都会被赋值。


BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(getResources(), R.id.myimage, options);
int imageHeight = options.outHeight;
int imageWidth = options.outWidth;
String imageType = options.outMimeType;

计算出合适的inSampleSize值

public static int calculateInSampleSize(BitmapFactory.Options options,
        int reqWidth, int reqHeight) {
    // 源图片的高度和宽度
    final int height = options.outHeight;
    final int width = options.outWidth;
    int inSampleSize = 1;
    if (height > reqHeight || width > reqWidth) {
        // 计算出实际宽高和目标宽高的比率
        final int heightRatio = Math.round((float) height / (float) reqHeight);
        final int widthRatio = Math.round((float) width / (float) reqWidth);
        // 选择宽和高中最小的比率作为inSampleSize的值,这样可以保证最终图片的宽和高
        // 一定都会大于等于目标的宽和高。
        inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
    }
    return inSampleSize;
}

用得到是inSampleSize再次解析图片获取Bitmap

public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId,
        int reqWidth, int reqHeight) {
    // 第一次解析将inJustDecodeBounds设置为true,来获取图片大小
    final BitmapFactory.Options options = new BitmapFactory.Options();
    options.inJustDecodeBounds = true;
    BitmapFactory.decodeResource(res, resId, options);
    // 调用上面定义的方法计算inSampleSize值
    options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);
    // 使用获取到的inSampleSize值再次解析图片
    options.inJustDecodeBounds = false;
    return BitmapFactory.decodeResource(res, resId, options);

下面的代码非常简单地将任意一张图片压缩成100*100的缩略图,并在ImageView上展示。

mImageView.setImageBitmap(
  decodeSampledBitmapFromResource(getResources(), R.id.myimage, 100, 100));

https://blog.csdn.net/guolin_blog/article/details/9316683

使用矩阵

效果是:绘制的图放大,占用的内存却仍然是我们采样出来的大小。

绘制
Matrix matrix = new Matrix();
matrix.preScale(2, 2, 0f, 0f);
canvas.concat(matrix);
canvas.drawBitmap(bitmap, 0,0, paint);

或者

Matrix matrix = new Matrix();
matrix.preScale(2, 2, 0, 0);
canvas.drawBitmap(bitmap, matrix, paint);
把图片放到ImageView
Matrix matrix = new Matrix();
matrix.postScale(2, 2, 0, 0);
imageView.setImageMatrix(matrix);
imageView.setScaleType(ScaleType.MATRIX);
imageView.setImageBitmap(bitmap);

合理选择Bitmap的像素格式

像素格式 备注
ARGB8888 四通道高精度(32位)
ARGB4444 四通道低精度(16位) (已经被官方嫌弃)
RGB565 屏幕默认模式(16位)
Alpha8 仅有透明通道(8位) (没必要用,因为我们随便用个颜色就可以搞定的。)

减小位图通道位,可以减少内存开销并提升图片显示性能,但这种空间节省必然是要付出视觉质量受损的代价

大图用ARGB8888,小图用ARGB4444,不需要透明通道用RGB888

用BitmapFactory。Options类的参数inPreferredConfig  //设置解码器

设置inBitmap

BitmapFactory.Options里引入了inBitmap机制来配合缓存机制。decode方法会尝试重用一个已经存在的位图。位图内存被重用,改善性能,并且没有内存的分配和释放过程。

用法很简单:

  1. 在载入图片时先从缓存里拿出Bitmap,将此Bitmap赋值给inBitmap。
  2. 然后将inBitmap的Options传入decode方法中。

也可以用来和LruCache配合实现内存的两级缓存。

Android图片压缩总结

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 219,635评论 6 508
  • 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 93,628评论 3 396
  • 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 165,971评论 0 356
  • 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 58,986评论 1 295
  • 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 68,006评论 6 394
  • 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 51,784评论 1 307
  • 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 40,475评论 3 420
  • 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 39,364评论 0 276
  • 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 45,860评论 1 317
  • 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 38,008评论 3 338
  • 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 40,152评论 1 351
  • 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 35,829评论 5 346
  • 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 41,490评论 3 331
  • 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 32,035评论 0 22
  • 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 33,156评论 1 272
  • 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 48,428评论 3 373
  • 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 45,127评论 2 356

推荐阅读更多精彩内容