Bitmap详解

最新推荐文章于 2024-05-26 22:50:54 发布

朽木成才

最新推荐文章于 2024-05-26 22:50:54 发布

阅读量2.2k

点赞数 2

分类专栏： android知识点文章标签： Bitmap

本文链接：https://blog.csdn.net/wang_yong_hui_1234/article/details/130175130

版权

android知识点专栏收录该内容

21 篇文章 2 订阅

订阅专栏

一，概念理解：

一张图片在手机上显示都经历那些事情呢。首先我们在电脑上看到的 png 格式或者 jpg 格式的图片，png(jpg) 只是这张图片的容器，它们是经过相对应的压缩算法将原图每个像素点信息转换用另一种数据格式表示，以此达到压缩目的，减少图片文件大小。

在android中当我们通过代码，将这张图片加载进内存时，会先解析图片文件本身的数据格式，然后还原为位图，也就是 Bitmap 对象，Bitmap 的大小取决于像素点的数据格式以及分辨率两者了。

二，RGB介绍

RGB色彩模式是工业界的一种颜色标准，是通过对红、绿、蓝三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。

对一种颜色进行编码的方法统称为“颜色空间”或“色域”。用最简单的话说，世界上任何一种颜色的“颜色空间”都可定义成一个固定的数字或变量。RGB（红、绿、蓝）只是众多颜色空间的一种。采用这种编码方法，每种颜色都可用三个变量来表示-红色绿色以及蓝色的强度。记录及显示彩色图像时，RGB是最常见的一种方案。但是，它缺乏与早期黑白显示系统的良好兼容性。因此，许多电子电器厂商普遍采用的做法是，将RGB转换成YUV颜色空间，以维持兼容，再根据需要换回RGB格式，以便在电脑显示器上显示彩色图形。

ARGB也就是RGB色彩模式附加上Alpha（透明度）通道，常见于32位位图的存储结构。

三，Bitmap

Bitmap对象本质是一张图片在手机内存中的表达形式。它将图片的内容看做是由存储数据的有限个像素点组成；每个像素点存储该像素点位置的ARGB值。每个像素点的ARGB值确定下来，这张图片的内容就相应地确定下来了。

private static Config sConfigs[] = {
     null, ALPHA_8, null, RGB_565, ARGB_4444, ARGB_8888, RGBA_F16, HARDWARE
};

Bitmap.Config是Bitmap的一个枚举内部类，它表示的就是每个像素点对ARGB通道值的存储方案

ALPHA_8：每个像素占8位（1个字节），存储透明度信息，没有颜色信息。
没有透明度，R=5，G=6，B=5，那么一个像素点占5+6+5=16位（2字节），能表示2^16种颜色。
ARGB_4444：由4个4位组成，即A=4，R=4，G=4，B=4，那么一个像素点占4+4+4+4=16位（2字节），能表示2^12种颜色。
ARGB_8888：由4个8位组成，即A=8，R=8，G=8，B=8，那么一个像素点占8+8+8+8=32位（4字节），能表示2^24种颜色。

位深与色深

① 色深：顾名思义，就是"色彩的深度"，指是每一个像素点用多少bit来存储ARGB值，属于图片自身的一种属性。色深可以用来衡量一张图片的色彩处理能力（即色彩丰富程度）。典型的色深是8-bit、16-bit、24-bit和32-bit等。上述的Bitmap.Config参数的值指的就是色深。比如ARGB_8888方式的色深为32位，RGB_565方式的色深是16位。色深是数字图像参数。

② 位深度是指在记录数字图像的颜色时，计算机实际上是用每个像素需要的二进制数值位数来表示的。当这些数据按照一定的编排方式被记录在计算机中，就构成了一个数字图像的计算机文件。每一个像素在计算机中所使用的这种位数就是“位深度”，位深是物理硬件参数，主要用来存储。

举个例子：某张图片100像素*100像素色深32位(ARGB_8888)，保存时位深度为24位，那么：
该图片在内存中所占大小为：100 * 100 * (32 / 8) Byte
在文件中所占大小为 100 * 100 * ( 24/ 8 ) * 压缩率 Byte

内存中Bitmap的大小

理论上一张图片占用的内存大小公式：分辨率 * 每个像素点的大小，但手机屏幕有着一定的分辨率(如:1920×1080)，图像也有自己的像素(如拍摄图像的分辨率为4032×3024)。

如果将一张1920×1080的图片加载铺满1920×1080的屏幕上这就是最合适的了，此时显示效果最好。

如果将一张4032×3024的图像放到1920×1080的屏幕并不会得到更好的显示效果(和1920×1080的图像显示效果是一致的)，反而会浪费更多的内存，如果按ARGB_8888来显示的话，需要48MB的内存空间（4048*3036 *4 bytes），这么大的内存消耗极易引发OOM。

在 Android 原生的 Bitmap 操作中，图片来源是res内的不同资源目录时，图片被加载进内存时的分辨率会经过一层转换，所以，虽然最终图片大小的计算公式仍旧是分辨率*像素点大小，但此时的分辨率已不是图片本身的分辨率了。规则如下：新分辨率 = 原图横向分辨率 * (设备的 dpi / 目录对应的 dpi ) * 原图纵向分辨率 * (设备的 dpi / 目录对应的 dpi )。

四，Bitmap的压缩

Bitmap是图片内容在内存中的表示形式，那么如果想要将Bitmap对象进行持久化存储为一张本地图片，需要对Bitmap对象表示的内容进行压缩存储。根据不同的压缩算法可以得到不同的图片压缩格式（简称为图片格式），比如GIF、JPEG、BMP、PNG和WebP等。而从存储中读取Bitmap对象，则是解压缩过程。

图片各种格式区别

1，质量压缩

质量压缩不会减少图片的像素，它是在保持像素的前提下改变图片的位深及透明度等，来达到压缩图片的目的。

        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        int quality = 50;//取值：0-100
        bit.compress(Bitmap.CompressFormat.JPEG, quality, baos);
        byte[] bytes = baos.toByteArray();
        bm = BitmapFactory.decodeByteArray(bytes, 0, bytes.length);

compress(Bitmap.CompressFormat.JPEG, quality, baos)

第一个参数取值是图片的格式：Bitmap.CompressFormat.JPEG、Bitmap.CompressFormat.PNG、Bitmap.CompressFormat.WEBP。注意Bitmap.CompressFormat.XXX要和文件格式一致。
第二个参数：quality代表压缩程度，取值0-100。100表示不压缩，0表示压缩到最小的图片文件大小。Bitmap.CompressFormat.PNG压缩格式不起作用，因为png图片是无损的，不能进行压缩。

2，采样率压缩

采样率压缩时图片的宽高按比例压缩，压缩后图片像素数会减少。

        BitmapFactory.Options options = new BitmapFactory.Options();
        options.inSampleSize = 2;
        bm = BitmapFactory.decodeFile(Environment
                .getExternalStorageDirectory().getAbsolutePath()
                + "图片地址", options);

设置inSampleSize的值(int类型)后，假如设为2，则宽和高都为原来的1/2，宽高都减少了，自然内存也降低了。

3，缩放法压缩

给定压缩图的宽高，根据原图的宽高，计算宽、高压缩比例，按比例压缩。

        Matrix matrix = new Matrix();
        matrix.setScale(0.5f, 0.5f);
        bm = Bitmap.createBitmap(bit, 0, 0, bit.getWidth(),
                bit.getHeight(), matrix, true);

五，Bitmap如何显示大图（如：图片30M）

如果说就单纯的显示一张大图，你能做到显示多大呢，可能10M的图片没有问题。但如果20M还能正常显示吗，如果手机性能比较差一点还能显示吗？

对于加载一张图片，我们知道首先通过算法把图片文件数据解析到内存中。比如有一张图片4480*6720 大概有20M左右，假设我们的图片放到xhdpi目录下，那么我们本文中的图片占用的内存大小如下：

屏幕密度为3的设备：4480 * 1.5 * 6720 * 1.5 * 4byte = 1.83 * 2.25M = 258.39M

android系统为每个APP分配的内存有限，由于设备的不同，但一般也不会超过500M，有的设备可能分配的还不足200M，因此一张图片直接就导致OOM了。不过这种算法知识理论上的占用，实际上图片显示都需要进行优化处理。也就是对图片进行压缩处理。

显示大图广靠压缩图片能行吗，比如：你的应用中需要显示清明上河图，一张图片大小可能达到20M以上，显然光靠压缩远远不够，所以还需要进行区域解码。

区域解码（分块加载）

区域解码其实就类似与手机相册的显示方式，如果一张图片大小超出了屏幕显示范围，可以先加载一张缩略图。当我们放大图片的时候再显示原图，这时候采用区域解码，就是把图片数据进行分区，只需要加载需要显示的区域，当滑动的时候再去加载别的区域。

BitmapRegionDecoder

//创建一个解码器
mDecoder = BitmapRegionDecoder.newInstance(is, false);
//使用bitmap解码
Bitmap bitmap = mDecoder.decodeRegion(mRect, mDecodeOptions);

由于BitmapRegionDecoder大部分都是native实现

    public static BitmapRegionDecoder newInstance(InputStream is,
            boolean isShareable) throws IOException {
        if (is instanceof AssetManager.AssetInputStream) {
            return nativeNewInstance(
                    ((AssetManager.AssetInputStream) is).getNativeAsset(),
                    isShareable);
        } else {
            // pass some temp storage down to the native code. 1024 is made up,
            // but should be large enough to avoid too many small calls back
            // into is.read(...).
            byte [] tempStorage = new byte[16 * 1024];
            return nativeNewInstance(is, tempStorage, isShareable);
        }
    }

接下来是decodeRegion方法，传入一块区域和一个options，这块区域就是显示图片的区域，options就是设置Bitmap位数等的参数，最后是调用native方法解码。

    public Bitmap decodeRegion(Rect rect, BitmapFactory.Options options) {
        BitmapFactory.Options.validate(options);
        synchronized (mNativeLock) {
            checkRecycled("decodeRegion called on recycled region decoder");
            if (rect.right <= 0 || rect.bottom <= 0 || rect.left >= getWidth()
                    || rect.top >= getHeight())
                throw new IllegalArgumentException("rectangle is outside the image");
            return nativeDecodeRegion(mNativeBitmapRegionDecoder, rect.left, rect.top,
                    rect.right - rect.left, rect.bottom - rect.top, options,
                    BitmapFactory.Options.nativeInBitmap(options),
                    BitmapFactory.Options.nativeColorSpace(options));
        }
    }

具体实现可以看这个开源项目

https://github.com/LuckyJayce/LargeImage

六，Bitmap数据存储

Bitmap数据是比较占内存的，但具体保存在虚拟机哪里了呢！

官方说明

android2.3.3(API level 10)和更早的版本，bitmap对象和对象里对应的像素数据是分开存储的，bitmap存在虚拟机的堆里，而像素数据存储在native内存里。
android3.0(API level 11)到android7.1(API level25)，bitmap对象及其像素数据都存储在虚拟机的堆里。
android8.0(API level 26)开始，bitmap对象存储在虚拟机的堆里，而对应的像素数据存储在native堆里。

七，Bitmap缓存

Android 中缓存的使用比较普遍，使用相应的缓存策略可以减少流量的消耗，也可以在一定程度上提高应用的性能，如加载网络图片的情况，不应该每次都从网络上加载图片，应该将其缓存到内存和磁盘中，下次直接从内存或磁盘中获取，缓存策略一般使用 LRU(Least Recently Used) 算法，即最近最少使用算法

内存缓存

LruCache 内部采用一个 LinkedHashMap 以强引用的方式存储需要缓存的 Bitmap 对象，当缓存超过指定的大小之前释放最近很少使用的对象所占用的内存。

//初始化 LruCache 且设置了缓存大小
LruCache<String, Bitmap> lruCache = new LruCache<String, Bitmap>(cacheSize){
    @Override
    protected int sizeOf(String key, Bitmap value) {
        //计算每一个缓存Bitmap的所占内存的大小,内存单位应该和 cacheSize 的单位保持一致
        return value.getByteCount();
    }
};

磁盘缓存

磁盘缓存就是指将缓存对象写入文件系统，使用磁盘缓存可有助于在内存缓存不可用时缩短加载时间，从磁盘缓存中获取图片相较从缓存中获取较慢，如果可以应该在后台线程中处理；磁盘缓存使用到一个 DiskLruCache 类来实现磁盘缓存，DiskLruCache 收到了 Google 官方的推荐使用，DiskLruCache 不属于 Android SDK 中的一部分。

/**
 * 返回相应目录中的缓存，如果不存在则创建
 * @param directory 缓存目录
 * @param appVersion 表示应用的版本号，一般设为1
 * @param valueCount 每个Key所对应的Value的数量，一般设为1
 * @param maxSize 缓存大小
 * @throws IOException if reading or writing the cache directory fails
 */
public static DiskLruCache open(File directory, int appVersion, int valueCount, long maxSize)
        throws IOException {
    ...
    // 创建DiskLruCache
    DiskLruCache cache = new DiskLruCache(directory, appVersion, valueCount, maxSize);
    if (cache.journalFile.exists()) {
        ...
        return cache;
    }
    //如果缓存目录不存在，创建缓存目录以及DiskLruCache
    directory.mkdirs();
    cache = new DiskLruCache(directory, appVersion, valueCount, maxSize);
    ...
    return cache;
}

朽木成才

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
Bitmap详解

RGB色彩模式是工业界的一种颜色标准，是通过对红、绿、蓝三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。对一种颜色进行编码的方法统称为“颜色空间”或“色域”。用最简单的话说，世界上任何一种颜色的“颜色空间”都可定义成一个固定的数字或变量。RGB（红、绿、蓝）只是众多颜色空间的一种。采用这种编码方法，每种颜色都可用三个变量来表示-红色绿色以及蓝色的强度。
复制链接

扫一扫

专栏目录