Android | 如何计算图片占用内存的大小

简介: Android | 如何计算图片占用内存的大小

前言


对于一张图片,你知道应该存放在那个资源目录下面吗,或者说,放在那个资源目录下加载起来更省内存呢?在日常开发中我们可能不太注意这些东西,但是这些却是基础,是必不可少的一环,所以这几天重新温习了一下并整理了一下。


基础知识


image.png

在 android 中,标准的 dpi = 160,也就是 1 英寸中有 160 个像素。上面表格中的比例就是通过 160 来算出来的。每种密度的比例都是和 150 来进行比较的。

  • dp
    设备独立像素值,也就是我们定义在布局文件中的值,但是最终会根据系统计算转为 px。
  • image.png
  • 假设每英寸的像素是 240像素,也就是 dpi = 240。也就是 dp = 1.5 px。


density像素的密度。常见的取值 1.5,2,3。和标准的 dpi 比例为 (dpi/160px)


dpi手机中每英寸所包含像素点的数量,计算过程如下:


TIps:屏幕尺寸 5 英寸,分辨率 1280 *720,

image.png

在 android 中,如果每英寸的像素为 160,此时 1dp = 1px。160 也是 android 中的一个参考值。公式参考 dp 中的。


ppi每英寸长度内的像素总数


sp缩放无关像素,基本和 dp 一致,其会根据用户字体缩放进行自适应,设置字体大小时使用


为啥标准 dpi = 160


android 中把主流的 dpi 分为了好几个档次,例如 160,240,320,480 等。


实际开发中,我们经常要对这几个尺寸进行相互转换(例如在某个分辨率下完成设计,然后缩放到其他尺寸微调后输出)一般是按照 dpi 之间的比例来进行缩放的。即 1 : 1.5 :2 :3。 也就是 mdpi 到 hdpi 是 1.5 倍,mdpi 到 xhdpi 是 2倍,以此类推。


也就是说,如果以 160 dpi 为基准,只要尺寸的 dp 是 4 的公倍数,XHDPI 下乘以2,HDPI 下乘以 1.5,LDPI 下乘以 0.75 即可满足所有尺寸下都是整数 pixel。


获取 Bitmap 大小


getByteCount()
public final int getByteCount() {
    if (mRecycled) {
        Log.w(TAG, "Called getByteCount() on a recycle()'d bitmap! "
                + "This is undefined behavior!");
        return 0;
    }
    // int result permits bitmaps up to 46,340 x 46,340
    return getRowBytes() * getHeight();
}


图片占用内存大小的理论需求值


getAllocationByteCount()
public final int getAllocationByteCount() {
    if (mRecycled) {
        Log.w(TAG, "Called getAllocationByteCount() on a recycle()'d bitmap! "
                + "This is undefined behavior!");
        return 0;
    }
    return nativeGetAllocationByteCount(mNativePtr);
}


图片实际占用内存的大小


图片的来源


例:图片宽 112 像素,高 131 像素,大小 20 kb 左右。


Assets 中的资源文件


BitmapFactory.decodeStream(context.getAssets().open("android.png"));


例1: 格式为 png 。在 assets 的目录下通过 Bitmap 加载。


其中加载格式为 ARGB_8888。出来后大小大概是 58 kb 左右。


计算的方式就是 112 * 131 * 4 = 58688 。也就是 长乘宽在乘4,至于为什么要乘以四,因为格式是 ARGB_8888,每个像素点有四个字节,后面四个8表示8个比特,8个比特就是一个字节。一共四个字节。


例2:上面图片,格式为 jpg。


需要注意的是 jpg 的图片没有 Alpha 通道,也就是说图片不会透明。所以采用 ARGB_8888 加载后前面的 A 是没有啥用的。


所以需要采用 RGB_565 的格式来加载图片。计算的方式就是 112 * 131 * 2 = 29344 ,565 刚好是两个字节。代码如下:


BitmapFactory.Options options = new BitmapFactory.Options();
options.inPreferredConfig = Bitmap.Config.RGB_565;
BitmapFactory.decodeStream(context.getAssets().open("android.png"),options);


如果将 png 的图片使用 RGB_565 格式进行加载,加载出的结果上面也会一样,因为少了 Alpah。


drawable 系列目录中的图片文件,需要注意 dpi 类型的影响


hdpi,比例是 1.5


此时的图片宽度就是 205,高度 240 了。那么这个是如何计算出来的呢?


112 * (2.75 / 1.5 ) 四舍五入后就等于 205。


屏幕密度可以通过 resources.displayMetrics.density 来获取。


xhdpi,比例是 2


112 * (2.75 / 2)


xxhdpi,比例是 3


112 * (2.75 / 3) = 103


其他的都是类似,需要注意的是 drawable 默认比例就是 1,相当于 mdpi。


所以,drawable 中的图片大小计算方式就是: 图片 / 所在drawable对应dpi的比例 * 屏幕的dpi。


raw 中的资源,该文件中的资源不会受到任何处理。


图片内存体积优化


根文件存储格式无关


通过上面的分析我们可以知道图片占用内存的大小是和图片本身的大小没有关系的。而是和所处的位置还有加载的方式有关系


降低图片分辨率


设置 inSampleSize,设置之后,Bitmap 的宽和高 都会缩小到 inSampleSIze 倍,例如一张图片为 2408 * 1536 的图片,设置 inSampleSize 为 4 之后,实际加载到内存中的图片宽高是 512 * 384。占用的内存就是 0.76 M 而不是 14M 了。


减少每个像素点的大小


使用 RGB_565 来加载不透明的图片相比与 ARGB_8888 来说占用的内存小了一半,但需要注意的是不能加载带透明通道的图片,除非是透明通道你用不上。


使用 9-patch 图片来做背景


.9 图片对于一些重复的像素可以直接拉伸,这样画出来的可能很大,可是加载到内存里面的却很小。


不使用图片


优先使用 VectorDrawable


时间和技术允许的前提下使用代码编写动画


总结


图片本身的大小和它占用内存的大小没有什么关系。


图片占用内存的计算公式


分辨率 * 像素点大小,也就是 长 * 宽 * 像素点大小,像素点大小是根据加载方式来定的,例如 ARGB_8888 占 4 个字节,RGB_565 占 2 个字节。


图片的来源是 android 的资源文件夹


这种情况下,系统会根据设备的 dpi 值,以及 资源目录的 dpi 值做一次分辨率转换,转换的规律就是:图片宽 * (设备dpi / 对应资源目录 dpi) * 图片高 * (设备 dpi / 对应资源目录dpi)。


如果不对图片进行优化处理,那么 Android 系统就会根据图片不同来源决定是否需要对原图分辨率进行转换在加载进内存


其他图片如,assets,磁盘,流等图片都是按照原图分辨率来计算大小


基于上面的分析,我们可以知道


在不同的 dpi 设备中,同个界面的相同图片所占用的内存大小可能不一样,同个图片在不同的资源文件中加载到内存后所占用的大小也可能不一样。


相关文章
|
1月前
|
存储 前端开发 Java
Android MVVM架构模式下如何避免内存泄漏
Android采用MVVM架构开发项目,如何避免内存泄漏风险?怎样避免内存泄漏?
89 1
|
4月前
|
存储 安全 数据库
阿里云服务器计算型、通用型、内存型主要实例规格性能特点和适用场景汇总
阿里云服务器ECS计算型、通用型、内存型规格族属于独享型云服务器,在高负载不会出现计算资源争夺现象,因为每一个vCPU都对应一个Intel ® Xeon ®处理器核心的超线程,具有性能稳定且资源独享的特点。本文为大家整理汇总了阿里云服务器ECS计算型、通用型、内存型主要实例规格族具体实例规格有哪些,各个实例规格的性能特点和主要适用场景。
阿里云服务器计算型、通用型、内存型主要实例规格性能特点和适用场景汇总
|
9天前
|
Android开发 开发者
Android性能优化——内存管理的艺术
Android性能优化——内存管理的艺术
|
2月前
|
存储 缓存 编解码
Android经典面试题之图片Bitmap怎么做优化
本文介绍了图片相关的内存优化方法,包括分辨率适配、图片压缩与缓存。文中详细讲解了如何根据不同分辨率放置图片资源,避免图片拉伸变形;并通过示例代码展示了使用`BitmapFactory.Options`进行图片压缩的具体步骤。此外,还介绍了Glide等第三方库如何利用LRU算法实现高效图片缓存。
64 20
Android经典面试题之图片Bitmap怎么做优化
|
1月前
|
编解码 Android开发 UED
构建高效Android应用:从内存优化到用户体验
【10月更文挑战第11天】本文探讨了如何通过内存优化和用户体验改进来构建高效的Android应用。介绍了使用弱引用来减少内存占用、懒加载资源以降低启动时内存消耗、利用Kotlin协程进行异步处理以保持UI流畅,以及采用响应式设计适配不同屏幕尺寸等具体技术手段。
49 2
|
2月前
|
Java 测试技术 Android开发
Android性能测试——发现和定位内存泄露和卡顿
本文详细介绍了Android应用性能测试中的内存泄漏与卡顿问题及其解决方案。首先,文章描述了使用MAT工具定位内存泄漏的具体步骤,并通过实例展示了如何分析Histogram图表和Dominator Tree。接着,针对卡顿问题,文章探讨了其产生原因,并提供了多种测试方法,包括GPU呈现模式分析、FPS Meter软件测试、绘制圆点计数法及Android Studio自带的GPU监控功能。最后,文章给出了排查卡顿问题的四个方向,帮助开发者优化应用性能。
169 4
Android性能测试——发现和定位内存泄露和卡顿
|
2月前
|
监控 算法 数据可视化
深入解析Android应用开发中的高效内存管理策略在移动应用开发领域,Android平台因其开放性和灵活性备受开发者青睐。然而,随之而来的是内存管理的复杂性,这对开发者提出了更高的要求。高效的内存管理不仅能够提升应用的性能,还能有效避免因内存泄漏导致的应用崩溃。本文将探讨Android应用开发中的内存管理问题,并提供一系列实用的优化策略,帮助开发者打造更稳定、更高效的应用。
在Android开发中,内存管理是一个绕不开的话题。良好的内存管理机制不仅可以提高应用的运行效率,还能有效预防内存泄漏和过度消耗,从而延长电池寿命并提升用户体验。本文从Android内存管理的基本原理出发,详细讨论了几种常见的内存管理技巧,包括内存泄漏的检测与修复、内存分配与回收的优化方法,以及如何通过合理的编程习惯减少内存开销。通过对这些内容的阐述,旨在为Android开发者提供一套系统化的内存优化指南,助力开发出更加流畅稳定的应用。
70 0
|
3月前
|
数据处理 开发工具 数据安全/隐私保护
Android平台RTMP推送|轻量级RTSP服务|GB28181接入之文字、png图片水印的精进之路
本文探讨了Android平台上推流模块中添加文字与PNG水印的技术演进。自2015年起,为了满足应急指挥及安防领域的需求,逐步发展出三代水印技术:第一代为静态文字与图像水印;第二代实现了动态更新水印内容的能力,例如实时位置与时间信息;至第三代,则优化了数据传输效率,直接使用Bitmap对象传递水印数据至JNI层,减少了内存拷贝次数。这些迭代不仅提升了用户体验和技术效率,也体现了开发者追求极致与不断创新的精神。
|
3月前
|
编解码 Android开发 UED
【性能狂飙!】揭秘Android应用极速变身秘籍:内存瘦身+用户体验升级,打造丝滑流畅新境界!
【8月更文挑战第12天】构建高效Android应用需全方位优化,尤其重视内存管理和用户体验。通过弱引用降低内存占用,懒加载资源减少启动负担。运用Kotlin协程确保UI流畅不阻塞,响应式设计适配多屏需求。这些策略共同提升了应用性能与用户满意度。
56 1