Android性能优化—图片优化

图片优化是内存优化中很重要的一部分,加载Bitmap时往往需要消耗大量的内存,稍不注意就容易导致内存溢出(OOM)。

一、图片OOM问题产生

1、 一个页面一次加载过多图片;

2、加载大图片没有进行压缩(尺寸,质量);

3、列表页面加载大量bitmap没有使用缓存。

了解图片产生OOM问题的原因,接下来我们将要通过这几个方面对图片进行优化,在此之前我们还需要知道加载一张图片到APP中需要消耗多大的内存,是什么计算的?

二、获取Bitmap的大小

1、getByteCount()

getByteCount()方法是在API12加入的,代表存储Bitmap的色素需要的最少内存。API19开始
getAllocationByteCount()方法代替了getByteCount()。

2、getAllocationByteCount()

API19之后,Bitmap加了一个Api:getAllocationByteCount();代表在内存中为Bitmap分配的内存大小。

public final int getAllocationByteCount() {
	if (mBuffer == null) {
		//mBuffer代表存储Bitmap像素数据的字节数组。
		return getByteCount();
	}
	return mBuffer.length;
}
3、getByteCount()与getAllocationByteCount()的区别

一般情况下两者是相等的;通过复用Bitmap来解码图片,如果被复用的Bitmap的内存比待分配内存的Bitmap大,那么getByteCount()表示新解码图片占用内存的大小(并非实际内存大小,实际大小是复用的那个Bitmap的大小),getAllocationByteCount()表示被复用Bitmap真实占用的内存大小(即mBuffer的长度)。

三、Bitmap占用内存大小计算

Bitmap作为位图,需要读入一张图片每一个像素点的数据,其主要占用内存的地方也正是这些像素数据。对于像素数据总大小,我们可以猜想为:像素总数量 × 每个像素的字节大小,而像素总数量在矩形屏幕表现下,应该是:横向像素数量 × 纵向像素数量,

结合得到:

Bitmap内存占用 ≈ 像素数据总大小 = 横向像素数量 × 纵向像素数量 × 每个像素的字节大小

注意:上面的计算方法适用于网络和本地等图片计算,不适用于加载APP项目的drawable和mipmap文件的图片。

在android源码中,加载drawable和mipmap图片,跟density有关,而density和图片存放的资源文件的目录有关,同一张图片放置在不同目录下会有不同的值:

可以验证几个结论:

1. 图片放在drawable中,等同于放在drawable-mdpi中,原因为:drawable目录不具有屏幕密度特
性,所以采用基准值,即mdpi

2. 图片放在某个特定drawable中,比如drawable-hdpi,如果设备的屏幕密度高于当前drawable目
录所代表的密度,则图片会被放大,否则会被缩小放大或缩小比例 = 设备屏幕密度 / drawable目录所代表的屏幕密度因此,关于Bitmap占用内存大小的公式,

从之前:

Bitmap内存占用 ≈ 像素数据总大小 = 横向像素数量 × 纵向像素数量 × 每个像素的字节大小

可以更细化为:

Bitmap内存占用 ≈ 像素数据总大小 = 图片宽 × 图片高× (设备分辨率/资源目录分辨率)^2 × 每个像
素的字节大小 

知道图片内存大小的计算后,我们便可以从图片宽、高和每个像素点占用的字节数等方面对图片进行压缩优化处理。

四、图片存储优化

Android系统加载Bitmap给我们提供了很多API,常用的BitmapFactory工厂类:

Option 参数类:

public boolean inJustDecodeBounds

如果设置为 true ,在不获取图片,不分配内存时,可以返回图片的高度宽度信息。即设置为 true ,在解码的时将不会返回 bitmap ,只返回这个 bitmap 的尺寸。

public int inSampleSize

图片缩放的倍数, 这个值是一个 int ,当它小于1的时候,将会被当做1处理,如果大于1,那么就会按照比例 (1 / inSampleSize) 缩小 bitmap 的宽和高、降低分辨率,inSampleSize只能设置为2的倍数。

public int outWidth

获取图片的宽度值

public int outHeight

获取图片的高度值 ,表示这个 Bitmap 的宽和高,一般和inJustDecodeBounds 一起使用来获得 Bitmap 的宽高,但是不加载到内存。

public Bitmap.Config inPreferredConfig

设置解码器,这个值是设置色彩模式,默认值是 ARGB_8888 ,在这个模式下,一个像素点占用4bytes空间,一般对透明度不做要求的话,一般采用 RGB_565 模式,这个模式下一个像素点占用2bytes。

Bitmap类:

bitmap.compress(Bitmap.CompressFormat.JPEG, 30, baos);

30 是压缩率,表示压缩70%; 如果不压缩是100,表示压缩率为0。

BitmapRegionDecoder类:

decoder.decodeRegion(rect, null);

按坐标分部加载需要显示的部分图像。

1、尺寸(采样率)压缩

我们在加载Bitmap显示到ImageView的时候往往是不需要加载原图的,当ImageView宽高小于Bitmap时,我们可以将Bitmap宽高压缩到mageView宽高相似大小,再加载到内存中。

代码实现:

public static Bitmap pathToBitmap(String srcPath) {
        BitmapFactory.Options newOpts = new BitmapFactory.Options();
        // 开始读入图片,此时把options.inJustDecodeBounds 设回true了
        newOpts.inJustDecodeBounds = true;
        Bitmap bitmap = BitmapFactory.decodeFile(srcPath, newOpts);// 此时返回bm为空
        
        int w = newOpts.outWidth;
        int h = newOpts.outHeight;
        // 假设这里ImageView的宽高为400*400,这里可以根据ImageView动态计算
        float hh = 400f;
        float ww = 400f;
        // 缩放比。由于是固定比例缩放,只用高或者宽其中一个数据进行计算即可
        int be = 1;// be=1表示不缩放
        if (w > h && w > ww) {// 如果宽度大的话根据宽度固定大小缩放
            be = (int) (newOpts.outWidth / ww);
        } else if (w < h && h > hh) {// 如果高度高的话根据宽度固定大小缩放
            be = (int) (newOpts.outHeight / hh);
        }
        if (be <= 0)
            be = 1;
        newOpts.inSampleSize = be;// 设置缩放比例
        newOpts.inJustDecodeBounds = false;
        // 重新读入图片,注意此时已经把options.inJustDecodeBounds 设回false了
        bitmap = BitmapFactory.decodeFile(srcPath, newOpts);
        return bitmap;
    }
2、解码率压缩

Bitmap解码器默认是 ARGB_8888 ,我们可以将解码器设置为RGB_565,再减少一倍的内存。

public static Bitmap pathToBitmap(String srcPath) {
        BitmapFactory.Options newOpts = new BitmapFactory.Options();
        // 开始读入图片,此时把options.inJustDecodeBounds 设回true了
        newOpts.inJustDecodeBounds = true;
        Bitmap bitmap = BitmapFactory.decodeFile(srcPath, newOpts);// 此时返回bm为空
        
        int w = newOpts.outWidth;
        int h = newOpts.outHeight;
        // 假设这里ImageView的宽高为400*400,这里可以根据ImageView动态计算
        float hh = 400f;
        float ww = 400f;
        // 缩放比。由于是固定比例缩放,只用高或者宽其中一个数据进行计算即可
        int be = 1;// be=1表示不缩放
        if (w > h && w > ww) {// 如果宽度大的话根据宽度固定大小缩放
            be = (int) (newOpts.outWidth / ww);
        } else if (w < h && h > hh) {// 如果高度高的话根据宽度固定大小缩放
            be = (int) (newOpts.outHeight / hh);
        }
        if (be <= 0)
            be = 1;
        newOpts.inSampleSize = be;// 设置缩放比例
        newOpts.inPreferredConfig = Config.RGB_565; // 降低图片从ARGB888到RGB565
        newOpts.inJustDecodeBounds = false;
        // 重新读入图片,注意此时已经把options.inJustDecodeBounds 设回false了
        bitmap = BitmapFactory.decodeFile(srcPath, newOpts);
        return bitmap;
    }
3、质量压缩

质量压缩法:不减少图片本身的像素,它在保持像素的前提下该变图片的位深以及透明度,来达到压缩图片的目的,压缩后的文件大小会有所改变,但是导入成 bitmap后所占内存是不会变化的。

public static Bitmap zipBitmap(Bitmap image, int size) {
        try {
            ByteArrayOutputStream baos = new ByteArrayOutputStream();
            image.compress(CompressFormat.JPEG, 100, baos);
            int options = 100;
            System.out.println("options" + options + ",baos" + baos.toByteArray().length / 1024);
            while (baos.toByteArray().length / 1024 > size) {    //循环判断如果压缩后图片是否大于size kb,大于继续压缩
                baos.reset();//重置baos即清空baos
                options -= 10;//每次都减少10
                image.compress(CompressFormat.JPEG, options, baos);//这里压缩options%,把压缩后的数据存放到baos中
            }
            ByteArrayInputStream isBm = new ByteArrayInputStream(baos.toByteArray());
            Bitmap bitmap = BitmapFactory.decodeStream(isBm, null, null);
            return bitmap;//压缩好比例大小后再进行质量压缩
        } catch (Exception e) {
            e.printStackTrace();
        }
        return image;
    }

注意:第一个参数不能为CompressFormat.PNG,PNG格式是无损的,它无法再进行质量压缩,quality这个参数就没有作用了,会被忽略,所以最后图片保存成的文件大小不会有变化;
可以设置为CompressFormat.JPEG和CompressFormat.WEBP;质量压缩不会改变Bitmap本身的内存大小,改变的是压缩后保存成文件的大小。

4、分部加载超大图:

在特殊场景我们需要清晰的显示一张超大图的时候,我们可以使用自定义View,通过滑动去分部加载超大图。避免一次性将整张大图加载到内存中而导致OOM问题。

InputStream inputStream = ...; // 输入流,可以是网络流或本地文件流
BitmapRegionDecoder decoder = BitmapRegionDecoder.newInstance(inputStream, false); // 创建BitmapRegionDecoder对象
int width = decoder.getWidth(); // 获取完整图像的宽度
int height = decoder.getHeight(); // 获取完整图像的高度
Rect rect = new Rect(0, 0, width / 2, height / 2); // 需要显示的部分图像的矩形范围
Bitmap bitmap = decoder.decodeRegion(rect, null); // 加载需要显示的部分图像
imageView.setImageBitmap(bitmap); // 显示加载的部分图像
5、多级缓存

使用图片缓存:通过使用图片缓存,可以避免重复加载图片,从而提高应用程序的性能。可以使用LruCache或DiskLruCache来实现图片缓存。 

1)LruCache

LruCache是Android中的缓存类,用于缓存对象并在缓存满时自动移除最近最少使用的对象。LruCache使用了LRU(Least Recently Used)算法来维护缓存的对象,即将最近最少使用的对象移除,以便为新对象腾出空间。

LruCache的实现代码:

int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024); // 获取应用程序最大可用内存
int cacheSize = maxMemory / 8; // 设置缓存大小为最大可用内存的1/8
LruCache<String, Bitmap> memoryCache = new LruCache<String, Bitmap>(cacheSize) {
    @Override
    protected int sizeOf(String key, Bitmap bitmap) {
        return bitmap.getByteCount() / 1024; // 返回图片占用的内存大小(单位:KB)
    }
}; // 创建LruCache对象

String url = "http://www.example.com/image.jpg";
Bitmap bitmap = memoryCache.get(url); // 从缓存中获取图片
if (bitmap == null) {
    // 如果缓存中不存在该图片,则从网络加载该图片
    bitmap = loadImageFromNetwork(url);
    // 将加载的图片添加到缓存中
    memoryCache.put(url, bitmap);
}
imageView.setImageBitmap(bitmap); // 显示图片
2)DiskLruCache

DiskLruCache是一个非Google官方编写,但获得官方认证的三方库,用于缓存数据到磁盘上,并在缓存满时自动移除最近最少使用的数据。与LruCache类似,DiskLruCache也使用了LRU(Least Recently Used)算法来维护缓存的数据。

DiskLruCache的使用代码:

File cacheDir = getExternalCacheDir(); // 缓存目录
int cacheVersion = 1; // 缓存版本号
long cacheSize = 10 * 1024 * 1024; // 缓存大小(10MB)

DiskLruCache diskCache = DiskLruCache.open(cacheDir, cacheVersion, 1, cacheSize); // 创建DiskLruCache对象

String key = "example";
String value = "Hello, world!";

// 将数据添加到缓存中
DiskLruCache.Editor editor = diskCache.edit(key);
OutputStream os = editor.newOutputStream(0);
os.write(value.getBytes());
editor.commit();

// 从缓存中获取数据
DiskLruCache.Snapshot snapshot = diskCache.get(key);
if (snapshot != null) {
    String result = snapshot.getString(0);
    Log.d("DiskLruCache", result);
}
3)三方图片加载库

除了使用上述的图片优化方法,在项目开发中,我们可以使用常用的三方图片加载库包括Glide和Picasso等,来帮助应用程序更高效地加载图片,并自动处理图片的优化和缓存。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Android性能优化是为了提高Android应用程序的运行效率和响应速度,以提升用户体验。有多个方面需要考虑和优化,如布局优化、绘制优化、网络优化、安装包优化、内存优化、卡顿优化、耗电优化、列表和图片优化、数据库优化、启动优化、数据结构优化和稳定性优化等。 在布局优化方面,可以通过减少布局层次、使用ConstraintLayout等来提高布局效率。绘制优化可以通过使用ViewStub延迟加载视图、使用ViewHolder模式优化列表视图等来加快绘制速度。网络优化可以通过合理使用缓存、减少网络请求次数等来提高网络传输效率。安装包优化可以通过混淆代码、删除无用资源等来减小APK大小。 内存优化可以通过及时释放不再使用的资源、避免内存泄漏等措施来减少内存占用。卡顿优化可以通过使用异步加载、优化耗时操作等来提高应用的流畅度。耗电优化可以通过合理管理后台任务、优化网络请求等来降低电量消耗。 列表和图片优化可以通过使用分页加载、缓存图片等方式来提高列表和图片的加载速度和效率。数据库优化可以通过使用合适的索引、批量操作等来提高数据库的查询和写入性能。启动优化可以通过延迟初始化、减少启动时的资源加载等来加快应用的启动速度。数据结构优化可以通过选择合适的数据结构来提高数据的存储和检索效率。稳定性优化则需要通过全面的测试和错误处理来保证应用的稳定性。 综上所述,Android性能优化是一个多方面的工作,需要从各个方面入手,以提高应用程序的性能和用户体验。<span class="em">1</span><span class="em">2</span><span class="em">3</span>

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

sziitjin

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值