android bitmap nv21,Android——Nv21高效率转Bitmap

查找问题

最近在项目中遇到将摄像头数据处理后转Bitmap的内存溢出问题，大概运行到七八个小时后，就出现了内存溢出，后来看了一下错误提示发现bitmap = BitmapFactory.decodeByteArray(stream.toByteArray(), 0, stream.size());

这个地方会导致出现问题，故对此需要进行优化。

优化之前

首先看一下原先的处理方式private static Bitmap nv21ToBitmap(byte[] nv21, int width, int height) {

Bitmap bitmap = null; try {

YuvImage image = new YuvImage(nv21, ImageFormat.NV21, width, height, null);

ByteArrayOutputStream stream = new ByteArrayOutputStream();

image.compressToJpeg(new Rect(0, 0, width, height), 80, stream);

bitmap = BitmapFactory.decodeByteArray(stream.toByteArray(), 0, stream.size());

stream.close();

} catch (IOException e) {

e.printStackTrace();

} return bitmap;

}

优化之后

优化后的处理如下：package com.cdigi.facedep.util;import android.content.Context;import android.graphics.Bitmap;import android.renderscript.Allocation;import android.renderscript.Element;import android.renderscript.RenderScript;import android.renderscript.ScriptIntrinsicYuvToRGB;import android.renderscript.Type;/**

* Created by caydencui on 2018/12/7.

*/public class NV21ToBitmap { private RenderScript rs; private ScriptIntrinsicYuvToRGB yuvToRgbIntrinsic; private Type.Builder yuvType, rgbaType; private Allocation in, out; public NV21ToBitmap(Context context) {

rs = RenderScript.create(context);

yuvToRgbIntrinsic = ScriptIntrinsicYuvToRGB.create(rs, Element.U8_4(rs));

} public Bitmap nv21ToBitmap(byte[] nv21, int width, int height){ if (yuvType == null){

yuvType = new Type.Builder(rs, Element.U8(rs)).setX(nv21.length);

in = Allocation.createTyped(rs, yuvType.create(), Allocation.USAGE_SCRIPT);

rgbaType = new Type.Builder(rs, Element.RGBA_8888(rs)).setX(width).setY(height);

out = Allocation.createTyped(rs, rgbaType.create(), Allocation.USAGE_SCRIPT);

}

in.copyFrom(nv21);

yuvToRgbIntrinsic.setInput(in);

yuvToRgbIntrinsic.forEach(out);

Bitmap bmpout = Bitmap.createBitmap(width, height, Bitmap.Config.ARGB_8888);

out.copyTo(bmpout); return bmpout;

}

}

优化对比

对帧率要求不高时，一直使用BitmapFactory.decodeByteArray来进行处理，耗时非常可观，耗时达到60-80ms，在新方法下，仅仅3~4ms就可完成对图像的处理，需要使用Renderscript内联函数，可以更快的转换为YUV图像，从而提供了性能，增加了程序的稳定性.

作者：一杯茶一本书

链接：https://www.jianshu.com/p/d61443506687