【移动应用开发技术】怎么在Android应用中利用Bitmap对图片进行优化

【移动应用开发技术】怎么在Android应用中利用Bitmap对图片进行优化

这篇文章给大家介绍怎么在Android应用中利用Bitmap对图片进行优化，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。前言在Android开发过程中，Bitmap往往会给开发者带来一些困扰，因为对Bitmap操作不慎，就容易造成OOM(Java.lang.OutofMemoryError-内存溢出)，本篇博客，我们将一起探讨Bitmap的性能优化。为什么Bitmap会导致OOM？1.每个机型在编译ROM时都设置了一个应用堆内存VM值上限dalvik.vm.heapgrowthlimit，用来限定每个应用可用的最大内存，超出这个最大值将会报OOM。这个阀值，一般根据手机屏幕dpi大小递增，dpi越小的手机，每个应用可用最大内存就越低。所以当加载图片的数量很多时，就很容易超过这个阀值，造成OOM。2.图片分辨率越高，消耗的内存越大，当加载高分辨率图片的时候，将会非常占用内存，一旦处理不当就会OOM。例如，一张分辨率为：1920x1080的图片。如果Bitmap使用ARGB_888832位来平铺显示的话，占用的内存是1920x1080x4个字节，占用将近8M内存，可想而知，如果不对图片进行处理的话，就会OOM。3.在使用ListView,GridView等这些大量加载view的组件时，如果没有合理的处理缓存，大量加载Bitmap的时候，也将容易引发OOMBitmap基础知识一张图片Bitmap所占用的内存=图片长度x图片宽度x一个像素点占用的字节数而Bitmap.Config，正是指定单位像素占用的字节数的重要参数。其中，A代表透明度；R代表红色；G代表绿色；B代表蓝色。ALPHA_8表示8位Alpha位图,即A=8,一个像素点占用1个字节,它没有颜色,只有透明度ARGB_4444表示16位ARGB位图，即A=4,R=4,G=4,B=4,一个像素点占4+4+4+4=16位，2个字节ARGB_8888表示32位ARGB位图，即A=8,R=8,G=8,B=8,一个像素点占8+8+8+8=32位，4个字节RGB_565表示16位RGB位图,即R=5,G=6,B=5,它没有透明度,一个像素点占5+6+5=16位，2个字节一张图片Bitmap所占用的内存=图片长度x图片宽度x一个像素点占用的字节数根据以上的算法，可以计算出图片占用的内存，以100*100像素的图片为例BitmapFactory解析Bitmap的原理BitmapFactory提供的解析Bitmap的静态工厂方法有以下五种：其中常用的三个：decodeFile、decodeResource、decodeStream。decodeFile和decodeResource其实最终都是调用decodeStream方法来解析BitmapdecodeFile方法代码：decodeResource方法的代码：decodeStream的逻辑如下：从上面的代码可以看出，decodeStream的代码最终会调用以下两个native方法之一这两个native方法只是对应decodeFile和decodeResource、decodeStream来解析的，像decodeByteArray、decodeFileDescriptor也有专门的native方法负责解析Bitmap。decodeFile、decodeResource的区别在于他们方法的调用路径不同：decodeResource在解析时多调用了一个decodeResourceStream方法，而这个decodeResourceStream方法代码如下：其中对Options进行处理了，在得到opts.inDensity属性的前提下，如果我们没有对该属性设定值，那么将opts.inDensity=DisplayMetrics.DENSITY_DEFAULT;赋定这个默认的Density值，这个默认值为160，为标准的dpi比例，即在Density=160的设备上1dp=1px，这个方法中还有这么一行对opts.inTargetDensity进行了赋值，该值为当前设备的densityDpi值，所以说在decodeResourceStream方法中主要做了两件事：

1.对opts.inDensity赋值，没有则赋默认值160

2.对opts.inTargetDensity赋值，没有则赋当前设备的densityDpi值之后参数将传入decodeStream方法，该方法中在调用native方法进行解析Bitmap后会调用这个方法setDensityFromOptions(bm,opts);：主要就是把刚刚赋值过的两个属性inDensity和inTargetDensity给Bitmap进行赋值，不过并不是直接赋给Bitmap就完了，中间有个判断，当inDensity的值与inTargetDensity或与设备的屏幕Density不相等时，则将应用inTargetDensity的值，如果相等则应用inDensity的值。所以总结来说，setDensityFromOptions方法就是把inTargetDensity的值赋给Bitmap，不过前提是opts.inScaled=true；进过上面的分析，结论如下：在不配置Options的情况下：

1.decodeFile、decodeStream在解析时不会对Bitmap进行一系列的屏幕适配，解析出来的将是原始大小的图

2.decodeResource在解析时会对Bitmap根据当前设备屏幕像素密度densityDpi的值进行缩放适配操作，使得解析出来的Bitmap与当前设备的分辨率匹配，达到一个最佳的显示效果，并且Bitmap的大小将比原始的大Bitmap的优化策略经过上面的分析，我们可以得出Bitmap优化的思路：

1、BitmapConfig的配置

2、使用decodeFile、decodeResource、decodeStream进行解析Bitmap时，配置inDensity和inTargetDensity，两者应该相等,值可以等于屏幕像素密度*0.75f

3、使用inJustDecodeBounds预判断Bitmap的大小及使用inSampleSize进行压缩

4、对Density>240的设备进行Bitmap的适配（缩放Density）

5、2.3版本inNativeAlloc的使用

6、4.4以下版本inPurgeable、inInputShareable的使用

7、Bitmap的回收所以我们根据以上的思路，我们将Bitmap优化的策略总结为以下3种：

1.对图片质量进行压缩

2.对图片尺寸进行压缩

3.使用libjpeg.so库进行压缩对图片质量进行压缩对图片尺寸进行压缩使用libjpeg.so库进行压缩除了通过设置simpleSize根据图片尺寸压缩图片和通过Bpress方法通过压缩图片质量两种方法外，我们还可以使用libjpeg.so这个库来进行压缩。libjpeg是广泛使用的开源JPEG图像库，Android所用的是skia的压缩算法，而Skia对libjpeg进行了的封装。libjpeg在压缩图像时，有一个参数叫optimize_coding，关于这个参数，libjpeg.doc有如下解释：如果设置optimize_coding为TRUE，将会使得压缩图像过程中基于图像数据计算哈弗曼表，由于这个计算会显著消耗空间和时间，默认值被设置为FALSE。谷歌的Skia项目工程师们最终没有设置这个参数，optimize_coding在Skia中默认的等于了FALSE，但是问题就随之出现了，如果我们想在FALSE和TRUE时压缩成相同大小的JPEG图片，FALSE的品质将大大逊色于TRUE的，尽管谷歌工程师没有将该值设置为true,但是我们可以自己编译libjpeg进行图片的压缩。libjpeg的官网下载地址：/从官网下载之后，我们必须自己对其进行编译。编译libjpeg下载最新的源码，解压后将所有文件放到jni目录中，准备用ndk编译1、新建config.sh,将ndk中的交叉编译工具加入其中，内容如下：2、执行此脚本首先，它生成了Makefile，我们可以直接使用此Makefile进行编译；其次，它生成了重要的头文件，jconfig.h.但是这个Makefile是编译static库而不是共享库的。此时，我们可以执行构建命令进行编译：3、Android.mk使用ndk-build指令编译，需要手动编写Android.mk文件，内容如下：其中LOCAL_SRC_FILES后面的源文件可以参考刚刚生成的Makefile。在jni目录上一级使用ndk-build编译即可。在Android项目引入编译好的libjpeg首先把so库加载到libs中，然后将编译好的头文件拷贝到项目的jni文件夹下，就可以使用Android的具体函数了，具体使用分为如下几步：

1、将Android的bitmap解码并转换为RGB数据

2、为JPEG对象分配空间