Bitmaps加载之高效加载大图

前文

很多时候我们要加载的图片的尺寸比放置的控件的来的大,而该控件只要求图片的像素和控件本身的尺寸一致即可达到最好的显示效果,大的图片不仅不能带来更多的视觉好处,反而消耗了一定的内存,还产生了额外的缩放的计算

高效加载大图步骤

1. 读取Bitmap的尺寸和类型

利用BitmapFactory.OptionsinJustDecodeBounds属性来读取图片尺寸,将inJustDecodeBounds设为true是,调用BitmapFactory的decode相关方法时,Bitmap将不会读到内存,但是相关的信息会读到,如下:

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;

打印相关参数:

I/Log: width: 2247  height: 1264 config: ARGB_8888  mime: image/png

2. 将缩放后的Bitmap读取到内存

得到图片尺寸信息后,可以通过下列一些因素来考虑加载多大的图片进来:

  • 估计将图片完全加载进来的内存占用
  • 你的应用中打算给图片分配的内存的大小
  • 图片所要用到的控件的尺寸
  • 当前设备屏幕的大小和density

比如图片的尺寸为1024x768 pixel,但是我的ImageView的尺寸只是128x96,如果将图片完全加载进来的话占用的内存大小为:1024*768*4=3145728bytes=3M(假设默认ARGB_8888),而如果将图片缩放到ImageView的尺寸再加载进来,占用的内存大小为:128*96*4=49152bytes=48Kb,减少了97.5%的内存占用,这效果十分明显,而这缩放的实现可以通过BitmapFactory.Options的inSampleSize来实现,inSampleSize的计算,看下面具体代码:

public static int calculateInSampleSize(
            BitmapFactory.Options options, int reqWidth, int reqHeight) {
    // Raw height and width of image
    final int height = options.outHeight;
    final int width = options.outWidth;
    int inSampleSize = 1;

    if (height > reqHeight || width > reqWidth) {

        final int halfHeight = height / 2;
        final int halfWidth = width / 2;

        // Calculate the largest inSampleSize value that is a power of 2 and keeps both
        // height and width larger than the requested height and width.
        while ((halfHeight / inSampleSize) > reqHeight
                && (halfWidth / inSampleSize) > reqWidth) {
            inSampleSize *= 2;
        }
    }

    return inSampleSize;
}

计算完inSampleSize后,就可以使用了,如下:

public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId,
        int reqWidth, int reqHeight) {

    // First decode with inJustDecodeBounds=true to check dimensions
    final BitmapFactory.Options options = new BitmapFactory.Options();
    options.inJustDecodeBounds = true;
    BitmapFactory.decodeResource(res, resId, options);

    // Calculate inSampleSize
    options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);

    // Decode bitmap with inSampleSize set
    options.inJustDecodeBounds = false;
    return BitmapFactory.decodeResource(res, resId, options);
}

...
//最后在ImageView中调用
mImageView.setImageBitmap(
    decodeSampledBitmapFromResource(getResources(), R.id.myimage, 100, 100));
...

Notice

  • 关于inSampleSize的计算,当inSampleSize<=1时,inSampleSize=1;当inSampleSize>1时,inSampleSize=向下取整2的幂,比如设置inSampleSize=7,但是实际取的值为4,如下面代码演示:
for (int i = 0; i < 16; i++) {
    BitmapFactory.Options scaleOption = new BitmapFactory.Options();
    scaleOption.inSampleSize = i;
    scaleOption.inScaled=false;
    Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.drawable.image, scaleOption);
    double rw = (w * 1.0 / bitmap.getWidth());
    double rh = (h * 1.0 / bitmap.getHeight());
    DecimalFormat format = new DecimalFormat("0.00");
    Log.i("Log", "width: \t" + bitmap.getWidth() +'\t'+ "  height: \t" + bitmap.getHeight() +'\t'+
            "  originW/scaleH: \t" + format.format(rw) +'\t'+ " originH/scaleH: \t" + format.format(rh) +'\t'+ "   inSampleSize: \t" + i);
}

上面代码从0到16设置inSampleSize,输出结果如下:

I/Log: width:   1024      height:   640   originW/scaleH:   1.00     originH/scaleH:    1.00       inSampleSize:    0
I/Log: width:   1024      height:   640   originW/scaleH:   1.00     originH/scaleH:    1.00       inSampleSize:    1
I/Log: width:   512   height:   320   originW/scaleH:   2.00     originH/scaleH:    2.00       inSampleSize:    2
I/Log: width:   512   height:   320   originW/scaleH:   2.00     originH/scaleH:    2.00       inSampleSize:    3
I/Log: width:   256   height:   160   originW/scaleH:   4.00     originH/scaleH:    4.00       inSampleSize:    4
I/Log: width:   256   height:   160   originW/scaleH:   4.00     originH/scaleH:    4.00       inSampleSize:    5
I/Log: width:   256   height:   160   originW/scaleH:   4.00     originH/scaleH:    4.00       inSampleSize:    6
I/Log: width:   256   height:   160   originW/scaleH:   4.00     originH/scaleH:    4.00       inSampleSize:    7
I/Log: width:   128   height:   80    originW/scaleH:   8.00     originH/scaleH:    8.00       inSampleSize:    8
I/Log: width:   128   height:   80    originW/scaleH:   8.00     originH/scaleH:    8.00       inSampleSize:    9
I/Log: width:   128   height:   80    originW/scaleH:   8.00     originH/scaleH:    8.00       inSampleSize:    10
I/Log: width:   128   height:   80    originW/scaleH:   8.00     originH/scaleH:    8.00       inSampleSize:    11
I/Log: width:   128   height:   80    originW/scaleH:   8.00     originH/scaleH:    8.00       inSampleSize:    12
I/Log: width:   128   height:   80    originW/scaleH:   8.00     originH/scaleH:    8.00       inSampleSize:    13
I/Log: width:   128   height:   80    originW/scaleH:   8.00     originH/scaleH:    8.00       inSampleSize:    14
I/Log: width:   128   height:   80    originW/scaleH:   8.00     originH/scaleH:    8.00       inSampleSize:    15

Reference

  1. Loading Large Bitmaps Efficiently
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 216,142评论 6 498
  • 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 92,298评论 3 392
  • 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 162,068评论 0 351
  • 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 58,081评论 1 291
  • 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 67,099评论 6 388
  • 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 51,071评论 1 295
  • 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 39,990评论 3 417
  • 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 38,832评论 0 273
  • 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 45,274评论 1 310
  • 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 37,488评论 2 331
  • 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 39,649评论 1 347
  • 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 35,378评论 5 343
  • 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 40,979评论 3 325
  • 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 31,625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 32,796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 47,643评论 2 368
  • 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 44,545评论 2 352

推荐阅读更多精彩内容