徹底理解Bitmap的高效加載策略

關于圖片的加載,現在已經有很多主流的框架,如Glide,Volley等幫我們快速實現。其實這其中都包含了圖片高效加載的策略,緩存策略等。本篇文章主要介紹Bitmap是如何實現高效加載的?

一、為什么Bitmap需要高效加載?

現在的高清大圖,動輒就要好幾M,而Android對單個應用所施加的內存限制,只有小幾十M,如16M,這導致加載Bitmap的時候很容易出現內存溢出。如下異常信息,便是在開發中經常需要的:

java.lang.OutofMemoryError:bitmap size exceeds VM budget

為了解決這個問題,就出現了Bitmap的高效加載策略。其實核心思想很簡單。假設通過ImageView來顯示圖片,很多時候ImageView并沒有原始圖片的尺寸那么大,這個時候把整個圖片加載進來后再設置給ImageView,顯然是沒有必要的,因為ImageView根本沒辦法顯示原始圖片。這時候就可以按一定的采樣率來將圖片縮小后再加載進來,這樣圖片既能在ImageView顯示出來,又能降低內存占用從而在一定程度上避免OOM,提高了Bitmap加載時的性能。
二、Bitmap高效加載的具體方式
1.加載Bitmap的方式

Bitmap在Android中指的是一張圖片。通過BitmapFactory類提供的四類方法:decodeFile,decodeResource,decodeStream和decodeByteArray,分別從文件系統,資源,輸入流和字節數組中加載出一個Bitmap對象,其中decodeFile,decodeResource又間接調用了decodeStream方法,這四類方法最終是在Android的底層實現的,對應著BitmapFactory類的幾個native方法。
2.BitmapFactory.Options的參數
①inSampleSize參數

上述四類方法都支持BitmapFactory.Options參數,而Bitmap的按一定采樣率進行縮放就是通過BitmapFactory.Options參數實現的,主要用到了inSampleSize參數,即采樣率。通過對inSampleSize的設置,對圖片的像素的高和寬進行縮放。

當inSampleSize=1,即采樣后的圖片大小為圖片的原始大小。小于1,也按照1來計算。
當inSampleSize>1,即采樣后的圖片將會縮小,縮放比例為1/(inSampleSize的二次方)。

例如:一張1024 ×1024像素的圖片,采用ARGB8888格式存儲,那么內存大小1024×1024×4=4M。如果inSampleSize=2,那么采樣后的圖片內存大小:512×512×4=1M。

注意:官方文檔支出,inSampleSize的取值應該總是2的指數,如1,2,4,8等。如果外界傳入的inSampleSize的值不為2的指數,那么系統會向下取整并選擇一個最接近2的指數來代替。比如3,系統會選擇2來代替。當時經驗證明并非在所有Android版本上都成立。

關于inSampleSize取值的注意事項:
通常是根據圖片寬高實際的大小/需要的寬高大小,分別計算出寬和高的縮放比。但應該取其中最小的縮放比,避免縮放圖片太小,到達指定控件中不能鋪滿,需要拉伸從而導致模糊。

例如:ImageView的大小是100×100像素,而圖片的原始大小為200×300,那么寬的縮放比是2,高的縮放比是3。如果最終inSampleSize=2,那么縮放后的圖片大小100×150,仍然合適ImageView。如果inSampleSize=3,那么縮放后的圖片大小小于ImageView所期望的大小,這樣圖片就會被拉伸而導致模糊。
②inJustDecodeBounds參數

我們需要獲取加載的圖片的寬高信息,然后交給inSampleSize參數選擇縮放比縮放。那么如何能先不加載圖片卻能獲得圖片的寬高信息,通過inJustDecodeBounds=true,然后加載圖片就可以實現只解析圖片的寬高信息,并不會真正的加載圖片,所以這個操作是輕量級的。當獲取了寬高信息,計算出縮放比后,然后在將inJustDecodeBounds=false,再重新加載圖片,就可以加載縮放后的圖片。

注意:BitmapFactory獲取的圖片寬高信息和圖片的位置以及程序運行的設備有關,比如同一張圖片放在不同的drawable目錄下或者程序運行在不同屏幕密度的設備上,都可能導致BitmapFactory獲取到不同的結果,和Android的資源加載機制有關。
3.高效加載Bitmap的流程

①將BitmapFactory.Options的inJustDecodeBounds參數設為true并加載圖片。

②從BitmapFactory.Options中取出圖片的原始寬高信息,它們對應于outWidth和outHeight參數。

③根據采樣率的規則并結合目標View的所需大小計算出采樣率inSampleSize。

④將BitmapFactory.Options的inJustDecodeBounds參數設為false,然后重新加載圖片。
三、Bitmap高效加載的代碼實現

public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId, int reqWidth, int reqHeight){
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
//加載圖片
BitmapFactory.decodeResource(res,resId,options);
//計算縮放比
options.inSampleSize = calculateInSampleSize(options,reqHeight,reqWidth);
//重新加載圖片
options.inJustDecodeBounds =false;
return BitmapFactory.decodeResource(res,resId,options);
}

private static int calculateInSampleSize(BitmapFactory.Options options, int reqHeight, int reqWidth) {
    int height = options.outHeight;
    int width = options.outWidth;
    int inSampleSize = 1;
    if(height>reqHeight||width>reqWidth){
        int halfHeight = height/2;
        int halfWidth = width/2;
        //計算縮放比,是2的指數
        while((halfHeight/inSampleSize)>=reqHeight&&(halfWidth/inSampleSize)>=reqWidth){
            inSampleSize*=2;
        }
    }


    return inSampleSize;
}

這個時候就可以通過如下方式高效加載圖片:

mImageView.setImageBitmap(decodeSampledBitmapFromResource(getResources(),R.mipmap.ic_launcher,100,100);

除了BitmapFactory的decodeResource方法,其他方法也可以類似實現。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,563評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,694評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,672評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,965評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,690評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,019評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,013評論 3 449
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,188評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,718評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,438評論 3 360
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,667評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,149評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,845評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,252評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,590評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,384評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,635評論 2 380

推薦閱讀更多精彩內容