Bitmap 的高效加载

配图



由于bitmap的特殊性以及Android对应用所施加的内存限制,导致加载bitmap的时候很容易出现内存溢出。下面这个异常信息在开发中应该时常遇到:

java.lang.OutofMemoryError : bitmap size exceeds VM budget

因此高效地加载bitmap是一个很重要也很容易被开发者忽视的问题。

1.如何高效加载bitmap

BitmapFactory类提供了四类方法:decodeFile,decodeResource,decodeStream 和 decodeByteArray ,分别用于支持文件系统,资源,输入流,及字节数组中加载出一个Bitmap对象,其中decodeFile 和 decodeResource 又间接调用了decodeStream方法,这四类方法最终是在android底层实现的,对应着BitmapFactory类的几个native方法。

如何高效的加载Bitmap ?  那就是采用BitmapFactory.options来加载所需尺寸的图片。通过BitmapFactory.Options就可以按一定的采样率加载缩小后的图片,将缩小后的图片在ImageView中显示,这样就会降低内存的占用从而在一定程度上避免OOM。

2.什么是采样率

通过BitmapFactory.Options来缩放图片,主要是用到了它的inSampleSize参数,即采样率。当inSampleSize为1时,采样后的图片大小为原始大小,当inSampleSize大于1时,比如2,那么采样后的图片其宽高均为原图大小的1/2,像素数为原图的1/4,占有内存的大小也为原图的1/4。有一种特殊情况,当inSampleSize小于1时,其作用相当于1,即无缩放效果。另外官方文档指出,inSampleSize的值应该总是为2的指数,比如:1,2,4,8,16 等等。如果未见传递的inSampleSize 不为2的指数,那么系统会向下取整并选择一个最接近的2的指数来代替。

3.采样流程

(1)将BitmapFactory.Options的inJustDecodeBounds参数设为true并加载图片。

(2)从BitmapFactory.Options中取出图片的原始宽高信息。他们对应于outWidth 和 outHeight 参数。

(3)根据采样率的规则并结合目标View的所需大小计算出采样率inSampleSize.

(4)将BitmapFactory.Options的inJustDecodeBounds 参数设为false,然后重新加载图片。

4.采样流程实现程序

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

    final BitmapFactory.Options options = new BitmapFactory.Options();

    options.inJustDecodeBounds = true;

    BitmapFactory.decodeResource(res, resId, options);

    options.inJustDecodeBounds  = false;

    return BitmapFactory.decodeResource(res, resId, options);

}

public static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight){

    final int width = options.outWidth;

    final int height = options.outHeight;

    int inSampleSize = 1;

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

         final int halfHeight = height/2;

         final int halfWidth = width/2;

        while((halfHeight /inSampleSize) >reqHeight

               && (halfWidth /inSampleSize) >halfWidth){

              inSampleSize *=2;

              }

      }

      return inSampleSize;

}


PS: 本文是对《Android 开发艺术探索》一书的阅读笔记,想了解原文 请自行搜索。

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 159,015评论 4 362
  • 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 67,262评论 1 292
  • 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 108,727评论 0 243
  • 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 43,986评论 0 205
  • 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 52,363评论 3 287
  • 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 40,610评论 1 219
  • 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 31,871评论 2 312
  • 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 30,582评论 0 198
  • 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 34,297评论 1 242
  • 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 30,551评论 2 246
  • 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 32,053评论 1 260
  • 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 28,385评论 2 253
  • 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 33,035评论 3 236
  • 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 26,079评论 0 8
  • 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 26,841评论 0 195
  • 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 35,648评论 2 274
  • 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 35,550评论 2 270

推荐阅读更多精彩内容