Android图片加载解析之Bitmap

写在前面的话,本篇文章是参考自《Android开发艺术探索》所写,看此书已是2015年的事情啦,由于独立开放项目,以至于对于Android原理性东西生疏,最近需要换工作,重新捡起此书,仍有大的收获。故在此留下一笔。(总结是很有必要的)

在Android图片加载方面,我们少不了与Bitmap(位图)打交道,但是与它相处需要步步谨慎啊,稍不留神就跟OOM(内存溢出)见面啦。
> java.lang.OutofMemoryError:bitmap size exceeds VM budget
如何高效地加载Bitmap是我们每一个开发者都不容忽视的问题。
下面我们来逐步地深入探讨这个问题:

一:如何加载Bitmap

Bitmap在Android中简单理解为一张图片,图片的格式可以是(JPEG ,PNG ,WEBP等)。

BitmapFactory为我们提供了4类方法来加载Bitmap:
1.decodeFile();
2.decodeResource();
3.decodeStream();
4.decodeByteArray();

看图更明白一些:

Bitmap加载方式.png

如果深入去查看这些方法,会发现其中** decodeFile()和decodeResource()都间接调用了decodeStream()。这四类加载方法最终都是在Android低层实现的,对应着BitmapFactory类的几个native方法。
到了这里,Bitmap的简单加载就介绍完毕,但是Bitmap的加载远没有结束,因为如果我们这么简单使用,会经常与
OOM**邂逅。这就需要进行高效设置啦。

二:如何高效地加载Bitmap

首先来交代一下背景:其实所谓高效,只不过就是不浪费系统那宝贵的资源。在Android开发中,与Bitmap打交道最多的控件要属ImageView。在很多情况下,ImageView都没有图片的原始尺寸那么大,这时如果我们不加任何设置而直接让ImageView来显示图片。Android系统往往都是先将整个图片加载到内存,然后再显示出来。这显然是画蛇添足。

我们可以通过BitmapFactory.Options来通过设置采样率来加载所需尺寸的图片,这样就降低内存占用从而在一定程度上降低了OOM的发生率。BitmapFactory提供的加载图片的四类方法都支持BitmapFactory.Options参数,通过它我们就可以很方便地进行采样缩放。(意不意外,惊不惊喜?)
那么我们是如何通过BitmapFactory.Options来进行采样缩放的呢?
这里主要用到了inSampleSize这个变量;

采样率.png

从图上的注释我们可以知道:

  • 如果inSampleSize > 1,将会给我们返回一个比原图更小的图片来节约内存。举个例子,当设置 inSampleSize = 4时,那么采样后的图片其宽和高都缩小为原图的1/4,而像素数为原图的1/16,这样其所占用的内存也只有原来的1/16。
  • 当 inSampleSize <= 1时,系统都会当成1来对待;
  • 这个inSampleSize 的取值应该总为2 的指数(1,2,4,8,18...),如果外界传递给系统的inSampleSize不为2的指数,则系统会向下取整并选择一个最接近2的指数来代替。

获取采样率的流程:

  1. 获取BitmapFactory.Options的对象;
  1. 将BitmapFactory.Options的inJustDecodeBounds参数设置为true并加载图片;
  2. 从BitmapFactory.Options中取出原始图片的宽高信息,即outWidth和outHeight参数。
  3. 根据采样率的规则并结合目标View的所需大小计算采样率inSampleSize。
  4. 将BitmapFactory.Options的inJustDecodeBounds参数设置为false,然后重新加载图片。

针对于inJustDecodeBounds这个变量:

将 inJustDecodeBounds参数设置为ture时,BitmapFactory只会解析图片的原始宽高信息,并不会真正地加载图片,所以这个操作是轻量级的。

    "Talk is cheap. Show me the code."           - Linus Torvalds
  // 从res中加载bitmap
 public static Bitmap decodeBitmapFromRes(Resources res,int resId,
                                             int requestWidth,
                                             int requestHeight){
        BitmapFactory.Options options = new BitmapFactory.Options();
        options.inJustDecodeBounds = true;
        BitmapFactory.decodeResource(res,resId,options);
      
        //设置采样率
        options.inSampleSize = calculateInSampleSize(options,requestWidth,requestHeight);
        
        options.inJustDecodeBounds = false;
        
        return BitmapFactory.decodeResource(res,resId,options);
    }

//计算采样率
 private static int calculateInSampleSize(BitmapFactory.Options options, 
                                             int requestWidth, 
                                             int requestHeight) {
        int outWidth = options.outWidth;
        int outHeight = options.outHeight;

        int inSampleSize = 1;

        if(outHeight>requestHeight || outWidth > requestWidth){
            int halfHeight = outHeight / 2;
            int halfWidth = outWidth / 2;

            while ((halfHeight/ inSampleSize) >= requestHeight
                    && (halfWidth / inSampleSize) >= requestWidth){
                inSampleSize *= 2;
            }
        }
        return inSampleSize;
    }

到此,Bitmap加载可以在实际开发工作中使用啦。

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 194,088评论 5 459
  • 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 81,715评论 2 371
  • 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 141,361评论 0 319
  • 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 52,099评论 1 263
  • 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 60,987评论 4 355
  • 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 46,063评论 1 272
  • 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 36,486评论 3 381
  • 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 35,175评论 0 253
  • 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 39,440评论 1 290
  • 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 34,518评论 2 309
  • 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 36,305评论 1 326
  • 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 32,190评论 3 312
  • 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 37,550评论 3 298
  • 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 28,880评论 0 17
  • 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 30,152评论 1 250
  • 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 41,451评论 2 341
  • 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 40,637评论 2 335

推荐阅读更多精彩内容