Bitmap 的创建
创建 Bitmap 的时候，Java 不提供 new Bitmap() 的形式去创建，而是通过BitmapFactory 中的静态方法去创建,如:BitmapFactory.decodeStream(is);通过InputStream去解析生成Bitmap，我们跟进BitmapFactory中创建Bitmap的源码，最终都可以追溯到这几个native函数
private static native Bitmap nativeDecodeStream(InputStream is, byte[] storage,
Rect padding, Options opts);
private static native Bitmap nativeDecodeFileDescriptor(FileDescriptor fd,
Rect padding, Options opts);
private static native Bitmap nativeDecodeAsset(long nativeAsset, Rect padding, Options opts);
private static native Bitmap nativeDecodeByteArray(byte[] data, int offset,
int length, Options opts);
而Bitmap又是 Java 对象，这个 Java 对象又是从 native，也就是 C/C++ 中产生的，所以，在 Android 中 Bitmap 的内存管理涉及到两部分，一部分是native，另一部分是dalvik，也就是我们常说的 java 堆(如果对java堆与栈不了解的同学可以戳)，到这里基本就已经了解了创建 Bitmap 的一些内存中的特性(大家可以使用adb shell dumpsys meminfo去查看 Bitmap 实例化之后的内存使用情况)。
Bitmap 的使用
我们已经知道了 BitmapFactory 是如何通过各种资源创建Bitmap了，那么我们如何合理的使用它呢？以下是几个我们使用Bitmap需要关注的点:
- Size
-
这里我们来算一下，在Android中，如果采用
Config.ARGB_8888的参数去创建一个Bitmap，这是Google推荐的配置色彩参数，也是Android4.4及以上版本默认创建Bitmap的Config参数(Bitmap.Config.inPreferredConfig的默认值)，那么每一个像素将会占用4byte，如果一张手机照片的尺寸为1280×720，那么我们可以很容易的计算出这张图片占用的内存大小为 1280x720x4 = 3686400(byte) = 3.5M，一张未经处理的照片就已经3.5M了! 显而易见，在开发当中，这是我们最需要关注的问题，否则分分钟OOM! -
那么，我们一般是如何处理Size这个重要的因素的呢？，当然是调整
Bitmap的大小到适合的程度啦！辛亏在BitmapFactory中，我们可以很方便的通过BitmapFactory.Options中的options.inSampleSize去设置Bitmap的压缩比，官方给出的说法是
> If set to a value > 1, requests the decoder to subsample the original image, returning a smaller image to save memory…For example, inSampleSize == 4 returns
an image that is 1/4 the width/height of the original, and 1/16 the
number of pixels. Any value <= 1 is treated the same as 1.很简洁明了啊！也就是说，只要按计算方法设置了这个参数，就可以完成我们Bitmap的Size调整了。那么，应该怎么调整姿势才比较舒服呢？下面先介绍其中一种通过``InputStream``的方式去创建``Bitmap``的方法，上一段从Gallery中获取照片并且将图片Size调整到合适手机尺寸的代码：
static final int PICK_PICS = 9;
public void startGallery(){
Intent i = new Intent();
i.setAction(Intent.ACTION_PICK);
i.setType("image/*");
startActivityForResult(i,PICK_PICS);
}
private int[] getScreenWithAndHeight(){
WindowManager wm = (WindowManager) getSystemService(Context.WINDOW_SERVICE);
DisplayMetrics dm = new DisplayMetrics();
wm.getDefaultDisplay().getMetrics(dm);
return new int[]{dm.widthPixels,dm.heightPixels};
}
/**
*
* @param actualWidth 图片实际的宽度，也就是options.outWidth
* @param actualHeight 图片实际的高度，也就是options.outHeight
* @param desiredWidth 你希望图片压缩成为的目的宽度
* @param desiredHeight 你希望图片压缩成为的目的高度
* @return
*/
private int findBestSampleSize(int actualWidth, int actualHeight, int desiredWidth, int desiredHeight) {
double wr = (double) actualWidth / desiredWidth;
double hr = (double) actualHeight / desiredHeight;
double ratio = Math.min(wr, hr);
float n = 1.0f;
//这里我们为什么要寻找 与ratio最接近的2的倍数呢？
//原因就在于API中对于inSimpleSize的注释：最终的inSimpleSize应该为2的倍数，我们应该向上取与压缩比最接近的2的倍数。
while ((n * 2) <= ratio) {
n *= 2;
}
return (int) n;
}
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
if(resultCode == RESULT_OK){
switch (requestCode){
case PICK_PICS:
Uri uri = data.getData();
InputStream is = null;
try {
is = getContentResolver().openInputStream(uri);
} catch (FileNotFoundException e) {
e.printStackTrace();
}
BitmapFactory.Options options = new BitmapFactory.Options();
//当这个参数为true的时候,意味着你可以在解析时候不申请内存的情况下去获取Bitmap的宽和高
//这是调整Bitmap Size一个很重要的参数设置
options.inJustDecodeBounds = true;
BitmapFactory.decodeStream( is,null,options );
int realHeight = options.outHeight;
int realWidth = options.outWidth;
int screenWidth = getScreenWithAndHeight()[0];
int simpleSize = findBestSampleSize(realWidth,realHeight,screenWidth,300);
options.inSampleSize = simpleSize;
//当你希望得到Bitmap实例的时候，不要忘了将这个参数设置为false
options.inJustDecodeBounds = false;
try {
is = getContentResolver().openInputStream(uri);
} catch (FileNotFoundException e) {
e.printStackTrace();
}
Bitmap bitmap = BitmapFactory.decodeStream(is,null,options);
iv.setImageBitmap(bitmap);
try {
is.close();
is = null;
} catch (IOException e) {
e.printStackTrace();
}
break;
}
}
super.onActivityResult(requestCode, resultCode, data);
}
我们来看看这段代码的功效：
压缩前：
压缩后：
对比条件为：1080P的魅族Note3拍摄的高清无码照片
- Reuse
上面介绍了BitmapFactory通过InputStream去创建Bitmap的这种方式，以及BitmapFactory.Options.inSimpleSize和BitmapFactory.Options.inJustDecodeBounds的使用方法，但将单个Bitmap加载到UI是简单的，但是如果我们需要一次性加载大量的图片，事情就会变得复杂起来。Bitmap是吃内存大户，我们不希望多次解析相同的Bitmap，也不希望可能不会用到的Bitmap一直存在于内存中，所以，这个场景下，Bitmap的重用变得异常的重要。
在这里只介绍一种BitmapFactory.Options.inBitmap的重用方式，下一篇文章会介绍使用三级缓存来实现Bitmap的重用。
根据官方文档在Android 3.0 引进了BitmapFactory.Options.inBitmap，如果这个值被设置了，decode方法会在加载内容的时候去重用已经存在的bitmap. 这意味着bitmap的内存是被重新利用的，这样可以提升性能, 并且减少了内存的分配与回收。然而，使用inBitmap有一些限制。特别是在Android 4.4 之前，只支持同等大小的位图。
我们看来看看这个参数最基本的运用方法。
new BitmapFactory.Options options = new BitmapFactory.Options();
//inBitmap只有当inMutable为true的时候是可用的。
options.inMutable = true;
Bitmap reusedBitmap = BitmapFactory.decodeResource(getResources(),R.drawable.reused_btimap,options);
options.inBitmap = reusedBitmap;
```
这样，当你在下一次decodeBitmap的时候，将设置了`options.inMutable=true`以及`options.inBitmap`的`Options`传入，Android就会复用你的Bitmap了，具体实例：
```
@Override
protected void onCreate(@Nullable Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(reuseBitmap());
}
private LinearLayout reuseBitmap(){
LinearLayout linearLayout = new LinearLayout(this);
linearLayout.setLayoutParams(new ViewGroup.LayoutParams(ViewGroup.LayoutParams.MATCH_PARENT, ViewGroup.LayoutParams.MATCH_PARENT));
linearLayout.setOrientation(LinearLayout.VERTICAL);
ImageView iv = new ImageView(this);
iv.setLayoutParams(new ViewGroup.LayoutParams(500,300));
options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
//inBitmap只有当inMutable为true的时候是可用的。
options.inMutable = true;
BitmapFactory.decodeResource(getResources(),R.drawable.big_pic,options);
//压缩Bitmap到我们希望的尺寸
//确保不会OOM
options.inSampleSize = findBestSampleSize(options.outWidth,options.outHeight,500,300);
options.inJustDecodeBounds = false;
Bitmap bitmap = BitmapFactory.decodeResource(getResources(),R.drawable.big_pic,options);
options.inBitmap = bitmap;
iv.setImageBitmap(bitmap);
linearLayout.addView(iv);
ImageView iv1 = new ImageView(this);
iv1.setLayoutParams(new ViewGroup.LayoutParams(500,300));
iv1.setImageBitmap( BitmapFactory.decodeResource(getResources(),R.drawable.big_pic,options));
linearLayout.addView(iv1);
ImageView iv2 = new ImageView(this);
iv2.setLayoutParams(new ViewGroup.LayoutParams(500,300));
iv2.setImageBitmap( BitmapFactory.decodeResource(getResources(),R.drawable.big_pic,options));
linearLayout.addView(iv2);
return linearLayout;
}
以上代码中，我们在解析了一次一张1080P分辨率的图片，并且设置在options.inBitmap中，然后分别decode了同一张图片，并且传入了相同的options。最终只占用一份第一次解析Bitmap的内存。
- Recycle
一定要记得及时回收Bitmap，否则如上分析，你的native以及dalvik的内存都会被一直占用着，最终导致OOM
// 先判断是否已经回收
if(bitmap != null && !bitmap.isRecycled()){
// 回收并且置为null
bitmap.recycle();
bitmap = null;
}
System.gc();
7519
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
