Android使用BitmapFactory高效加载大图,防止OOM

前言

最近公司app2.0版本已经迭代完成,趁现在还不是很忙的时候,写写博客,也算是对上一个阶段做一个总结。2.0版本里有一个需求:上传用户头像。起初我还觉得这个功能很简单,事实上是完成这个功能不难,但是要做到性能好,代码健壮性良好的话,还是有很多优化可以做的。今天就先介绍一下如何高效的加载大图,BitmapFactory如何使用。

说BitmapFactory之前,先来说一说我碰到的问题吧。产品经理给的需求是这样的:从相册选择照片或者拍照实现用户头像上传。当我从相册拿到图片设置给ImageView进行展示的时候,程序发生了奔溃,去控制台查看日志,程序发生了OOM,所谓的OOM,是指程序所申请的内存,大于虚拟机所能分配的。显而易见,我从相册里拿到图片,去给ImageView加载的时候,虚拟机分配不了那么多内存,所以图片的压缩很有必要。

基于以上,当我们决定是把原图加载进内存还是压缩图加载进内存的时候,有几点是需要考虑的:

  • 大概的估算一下这张图片占用多少内存

  • 展示图片的控件的实际像素大小。

  • 考虑一下当前设备的屏幕尺寸和屏幕分辨率。

这里我简单的说一下第二点和第三点。假设使用ImageView进行加载图片,很多时候ImageView没有图片的尺寸那么大,这个时候你把原始图片加载进来再设置给ImageView,是很浪费内存的,而且没必要,因为ImageView没有办法加载出原始的图片。第三点和资源的加载机制有关,比如同一张图片放在不同的drawable目录下,通过BitmapFactory获取的宽、高都不尽相同。

BitmapFactory

接下来聊一聊BitmapFactory,它提供了4类方法,分别是:decodeResource、decodeStream、decodeFile和decodeByteArray,分别对应着从资源加载出Bitmap对象、从输入流加载出Bitmap对象、从文件加载出Bitmap对象和从字节数组加载出Bitmap对象,我们可以根据图片的来源选择合适的加载方法。这些方法都会为Bitmap分配内存,那就有可能发生OOM,想象一下一张分辨率超高的图片加载进内存了!那有什么办法可以避免呢。这时候BitmapFactory.Options就要上场了,将它的属性inJustDecodeBounds设置为true就可以让解析方法不给Bitmap分配内存,也就能防止OOM,返回值也不是实际的bitmap,而是null,但是我们还是可以查询图片的相关信息比如宽、高。

 BitmapFactory.Options bmOptions = new BitmapFactory.Options();
 // 值设为true那么将不返回实际的bitmap,也不给其分配内存空间这样就避免内存溢出了。但是允许我们查询图片的信息这其中就包括图片大小信息
 bmOptions.inJustDecodeBounds = true;
 BitmapFactory.decodeFile(filePath, bmOptions);
 int photoW = bmOptions.outWidth;
 int photoH = bmOptions.outHeight;

那我们怎么对图片进行压缩呢?主要用到了BitmapFactory.Options的inSampleSize参数。当inSampleSize的值为1的时候,采集后的照片大小和原图一致,当inSampleSize为2时,采集后的照片大小是原图的1/2,像素值是原图的1/4。假设原图是800 * 1280的,那么它占用的内存大小是800 * 1280 * 4(假设是ARGB8888格式),将inSampleSize设置为2,那么采集到的图片内存大小是 400 * 640 * 4。下面的方法可以根据提供的宽、高算出合适的inSampleSize值:

public static int calculateInSampleSize(BitmapFactory.Options options,
        int reqWidth, int reqHeight) {
    // 源图片的高度和宽度
    final int height = options.outHeight;
    final int width = options.outWidth;
    int inSampleSize = 1;
    if (height > reqHeight || width > reqWidth) {
        // 计算出实际宽高和目标宽高的比率
        final int heightRatio = Math.round((float) height / (float) reqHeight);
        final int widthRatio = Math.round((float) width / (float) reqWidth);
        // 选择宽和高中最小的比率作为inSampleSize的值,这样可以保证最终图片的宽和高
        // 一定都会大于等于目标的宽和高。
        inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
    }
    return inSampleSize;
}

将期望的宽、高传入到这个方法中,就可以得到合适的inSampleSize值。之后再从新解析一遍图片,使用这个新获取到的inSampleSize值,并把inJustDecodeBounds设置为false,就可以得到压缩后的图片了。 完整的代码如下:

public static Bitmap getDecodeBitmapFromFile(String fileName,
                                         int reqWidth, int reqHeight) {
        // 第一次解析将inJustDecodeBounds设置为true,来获取图片大小
        final BitmapFactory.Options options = new BitmapFactory.Options();
        options.inJustDecodeBounds = true;
        BitmapFactory.decodeFile(fileName, options);
        // 调用上面定义的方法计算inSampleSize值
        options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);
        // 使用获取到的inSampleSize值再次解析图片
        options.inJustDecodeBounds = false;
        return BitmapFactory.decodeFile(fileName, options);
}

Android技术讨论Q群:947460837

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 160,165评论 4 364
  • 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 67,720评论 1 298
  • 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 109,849评论 0 244
  • 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 44,245评论 0 213
  • 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 52,596评论 3 288
  • 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 40,747评论 1 222
  • 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 31,977评论 2 315
  • 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 30,708评论 0 204
  • 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 34,448评论 1 246
  • 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 30,657评论 2 249
  • 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 32,141评论 1 261
  • 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 28,493评论 3 258
  • 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 33,153评论 3 238
  • 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 26,108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 26,890评论 0 198
  • 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 35,799评论 2 277
  • 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 35,685评论 2 272

推荐阅读更多精彩内容