Android 图片框架

说到图片框架现在比较成熟的要数picasso和Glide了 但今天要说的是ImageLoader框架 ,这个框架在有些公司仍然在使用。用的比较少而已,但用法都差不多,主要还是为了记录学习

1.导入ImageLoader框架jar包    universal-image-loader-1.9.4-with-sources.jar 

2.在应用程序完成初始化操作 Application

public void initImageLoader(Context context) {

// 设置缓存的目录

    File cacheDir = StorageUtils.getOwnCacheDirectory(context, SDPATH);

    ImageLoaderConfiguration config =new ImageLoaderConfiguration.Builder(

context)

.memoryCacheExtraOptions(480, 800)

// max width, max height,即保存的每个缓存文件的最大长宽

            .threadPoolSize(3)

// 线程池内加载的数量

            .threadPriority(Thread.NORM_PRIORITY -2)

.denyCacheImageMultipleSizesInMemory()

.diskCacheFileNameGenerator(new Md5FileNameGenerator())

// 将保存的时候的URI名称用MD5

            // 加密

            .memoryCache(new UsingFreqLimitedMemoryCache(2 *1024 *1024))

// You

// can

// pass

// your

// own

// memory

// cache

            // implementation/你可以通过自己的内存缓存实现

            .memoryCacheSize(2 *1024 *1024)

// 内存缓存的最大值

            .diskCacheSize(50 *1024 *1024)

// 50 Mb sd卡(本地)缓存的最大值

            .tasksProcessingOrder(QueueProcessingType.LIFO)

// 将内存缓存到内存中

            .memoryCache(new WeakMemoryCache())

// 线程池内加载的数量

            .defaultDisplayImageOptions(defaultOptions)

// 自定义缓存目录

            .discCache(new UnlimitedDiskCache(cacheDir))

.memoryCache(new WeakMemoryCache())

.discCacheSize(50 *1024 *1024)

.discCacheFileCount(100)

// 解决加载图片时java.io.FileNotFoundException:

            // eg:http://112.64.173.178/LETU/SJYS_IMG/异常

            .imageDownloader(new BaseImageDownloader(context, 10000, 10000))

.writeDebugLogs().build();

    // 全局初始化

    ImageLoader.getInstance().init(config);

}

public static DisplayImageOptionsdefaultOptions =new DisplayImageOptions.Builder()

// 设置下载的图片是否缓存在内存中

        .cacheInMemory(true)

// 设置下载的图片是否缓存在SD卡中

        .cacheOnDisc(true)

// 设置图片的解码类型

        .bitmapConfig(Bitmap.Config.RGB_565)

// 设置图片的质量(图片以如何的编码方式显示 ),其中,imageScaleType的选择值:

        // EXACTLY :图像将完全按比例缩小的目标大小

        // EXACTLY_STRETCHED:图片会缩放到目标大小完全

        // IN_SAMPLE_INT:图像将被二次采样的整数倍

        // IN_SAMPLE_POWER_OF_2:图片将降低2倍,直到下一减少步骤,使图像更小的目标大小

        // NONE:图片不会调整

        .imageScaleType(ImageScaleType.EXACTLY)

.showStubImage(R.drawable.icon_waiting_list)

.showImageForEmptyUri(R.drawable.icon_waiting_list)

.showImageOnFail(R.drawable.icon_waiting_list)

// 载入图片前稍做延时可以提高整体滑动的流畅度

        .delayBeforeLoading(100).build();

3.在使用的地方使用就可以了 跟Glide用法一样

ImageLoader.getInstance().displayImage(url, imageView, options)  参数分别是图片资源可以是网络图片也可以是本地

第二个参数是图片控件  第三个是配置图片显示的参数图片大小,是否保存到SD卡等的配置

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 218,204评论 6 506
  • 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 93,091评论 3 395
  • 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 164,548评论 0 354
  • 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 58,657评论 1 293
  • 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 67,689评论 6 392
  • 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 51,554评论 1 305
  • 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 40,302评论 3 418
  • 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 39,216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 45,661评论 1 314
  • 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 37,851评论 3 336
  • 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 39,977评论 1 348
  • 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 35,697评论 5 347
  • 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 41,306评论 3 330
  • 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 31,898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 33,019评论 1 270
  • 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 48,138评论 3 370
  • 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 44,927评论 2 355

推荐阅读更多精彩内容