Android 优化Bitmap避免 OutOfMemoryError

简介:

使用android提供的BitmapFactory解码图片时,往往会因为图片过大而遇到OutOfMemoryError的异常。要想正常使用,一种简便的方式是分配更少的内存空间来存储,即在载入图片的时候以牺牲图片质量为代价,将图片进行放缩,这是一种避免OOM所采用的解决方法。但是,这种方法是得不偿失的,牺牲了图片质量。

在BitmapFactory中有一个内部类BitmapFactory.Options,其中值得我们注意的是inSampleSize和inJustDecodeBounds两个属性:

    inSampleSize是以2的指数的倒数被进行放缩

If set to a value > 1, requests the decoder to subsample the original image, returning a smaller image to save memory. (1 -> decodes full size; 2 -> decodes 1/4th size; 4 -> decode 1/16th size). Because you rarely need to show and have full size bitmap images on your phone. For manipulations smaller sizes are usually enough.

inJustDecodeBounds为Boolean型

设置inJustDecodeBounds为true后,decodeFile并不分配空间,但可计算出原始图片的长度和宽度,即options.outWidth和options.outHeight。

要对图片进行缩放,最大的问题就是怎么在运行时动态的改变inSampleSize的值,通过上面的inJustDecodeBounds可以知道图片原始的大小,那么这样以来就可以通过算法来得到一个恰当的inSampleSize值。其动态算法可参考下面的,网上也很多,大体都一样:

 

Java代码   收藏代码
  1. /** 
  2.  * compute Sample Size 
  3.  *  
  4.  * @param options 
  5.  * @param minSideLength 
  6.  * @param maxNumOfPixels 
  7.  * @return 
  8.  */  
  9. public static int computeSampleSize(BitmapFactory.Options options,  
  10.         int minSideLength, int maxNumOfPixels) {  
  11.     int initialSize = computeInitialSampleSize(options, minSideLength,  
  12.             maxNumOfPixels);  
  13.   
  14.     int roundedSize;  
  15.     if (initialSize <= 8) {  
  16.         roundedSize = 1;  
  17.         while (roundedSize < initialSize) {  
  18.             roundedSize <<= 1;  
  19.         }  
  20.     } else {  
  21.         roundedSize = (initialSize + 7) / 8 * 8;  
  22.     }  
  23.   
  24.     return roundedSize;  
  25. }  
  26.   
  27. /** 
  28.  * compute Initial Sample Size 
  29.  *  
  30.  * @param options 
  31.  * @param minSideLength 
  32.  * @param maxNumOfPixels 
  33.  * @return 
  34.  */  
  35. private static int computeInitialSampleSize(BitmapFactory.Options options,  
  36.         int minSideLength, int maxNumOfPixels) {  
  37.     double w = options.outWidth;  
  38.     double h = options.outHeight;  
  39.   
  40.     // 上下限范围  
  41.     int lowerBound = (maxNumOfPixels == -1) ? 1 : (int) Math.ceil(Math  
  42.             .sqrt(w * h / maxNumOfPixels));  
  43.     int upperBound = (minSideLength == -1) ? 128 : (int) Math.min(  
  44.             Math.floor(w / minSideLength), Math.floor(h / minSideLength));  
  45.   
  46.     if (upperBound < lowerBound) {  
  47.         // return the larger one when there is no overlapping zone.  
  48.         return lowerBound;  
  49.     }  
  50.   
  51.     if ((maxNumOfPixels == -1) && (minSideLength == -1)) {  
  52.         return 1;  
  53.     } else if (minSideLength == -1) {  
  54.         return lowerBound;  
  55.     } else {  
  56.         return upperBound;  
  57.     }  
  58. }  

 

 有了上面的算法,我们就可以轻易的get到Bitmap了:

Java代码   收藏代码
  1. /** 
  2.  * get Bitmap 
  3.  *  
  4.  * @param imgFile 
  5.  * @param minSideLength 
  6.  * @param maxNumOfPixels 
  7.  * @return 
  8.  */  
  9. public static Bitmap tryGetBitmap(String imgFile, int minSideLength,  
  10.         int maxNumOfPixels) {  
  11.     if (imgFile == null || imgFile.length() == 0)  
  12.         return null;  
  13.   
  14.     try {  
  15.         FileDescriptor fd = new FileInputStream(imgFile).getFD();  
  16.         BitmapFactory.Options options = new BitmapFactory.Options();  
  17.         options.inJustDecodeBounds = true;  
  18.         // BitmapFactory.decodeFile(imgFile, options);  
  19.         BitmapFactory.decodeFileDescriptor(fd, null, options);  
  20.   
  21.         options.inSampleSize = computeSampleSize(options, minSideLength,  
  22.                 maxNumOfPixels);  
  23.         try {  
  24.             // 这里一定要将其设置回false,因为之前我们将其设置成了true  
  25.             // 设置inJustDecodeBounds为true后,decodeFile并不分配空间,即,BitmapFactory解码出来的Bitmap为Null,但可计算出原始图片的长度和宽度  
  26.             options.inJustDecodeBounds = false;  
  27.   
  28.             Bitmap bmp = BitmapFactory.decodeFile(imgFile, options);  
  29.             return bmp == null ? null : bmp;  
  30.         } catch (OutOfMemoryError err) {  
  31.             return null;  
  32.         }  
  33.     } catch (Exception e) {  
  34.         return null;  
  35.     }  
  36. }  
相关文章
|
9月前
|
移动开发 JavaScript 应用服务中间件
【06】优化完善落地页样式内容-精度优化-vue加vite开发实战-做一个非常漂亮的APP下载落地页-支持PC和H5自适应提供安卓苹果鸿蒙下载和网页端访问-优雅草卓伊凡
【06】优化完善落地页样式内容-精度优化-vue加vite开发实战-做一个非常漂亮的APP下载落地页-支持PC和H5自适应提供安卓苹果鸿蒙下载和网页端访问-优雅草卓伊凡
1120 5
【06】优化完善落地页样式内容-精度优化-vue加vite开发实战-做一个非常漂亮的APP下载落地页-支持PC和H5自适应提供安卓苹果鸿蒙下载和网页端访问-优雅草卓伊凡
|
10月前
|
存储 消息中间件 人工智能
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
649 10
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
|
JavaScript Linux 网络安全
Termux安卓终端美化与开发实战:从下载到插件优化,小白也能玩转Linux
Termux是一款安卓平台上的开源终端模拟器,支持apt包管理、SSH连接及Python/Node.js/C++开发环境搭建,被誉为“手机上的Linux系统”。其特点包括零ROOT权限、跨平台开发和强大扩展性。本文详细介绍其安装准备、基础与高级环境配置、必备插件推荐、常见问题解决方法以及延伸学习资源,帮助用户充分利用Termux进行开发与学习。适用于Android 7+设备,原创内容转载请注明来源。
5764 77
|
移动开发 监控 前端开发
构建高效Android应用:从优化布局到提升性能
【7月更文挑战第60天】在移动开发领域,一个流畅且响应迅速的应用程序是用户留存的关键。针对Android平台,开发者面临的挑战包括多样化的设备兼容性和性能优化。本文将深入探讨如何通过改进布局设计、内存管理和多线程处理来构建高效的Android应用。我们将剖析布局优化的细节,并讨论最新的Android性能提升策略,以帮助开发者创建更快速、更流畅的用户体验。
313 10
|
缓存 编解码 Android开发
Android内存优化之图片优化
本文主要探讨Android开发中的图片优化问题,包括图片优化的重要性、OOM错误的成因及解决方法、Android支持的图片格式及其特点。同时介绍了图片储存优化的三种方式:尺寸优化、质量压缩和内存重用,并详细讲解了相关的实现方法与属性。此外,还分析了图片加载优化策略,如异步加载、缓存机制、懒加载等,并结合多级缓存流程提升性能。最后对比了几大主流图片加载框架(Universal ImageLoader、Picasso、Glide、Fresco)的特点与适用场景,重点推荐Fresco在处理大图、动图时的优异表现。这些内容为开发者提供了全面的图片优化解决方案。
538 1
|
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。
391 20
Android经典面试题之图片Bitmap怎么做优化
|
Java Android开发 UED
安卓应用开发中的内存管理优化技巧
在安卓开发的广阔天地里,内存管理是一块让开发者既爱又恨的领域。它如同一位严苛的考官,时刻考验着开发者的智慧与耐心。然而,只要我们掌握了正确的优化技巧,就能够驯服这位考官,让我们的应用在性能和用户体验上更上一层楼。本文将带你走进内存管理的迷宫,用通俗易懂的语言解读那些看似复杂的优化策略,让你的开发之路更加顺畅。
468 33
|
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。
610 31
|
调度 Android开发 开发者
构建高效Android应用:探究Kotlin多线程优化策略
【10月更文挑战第11天】本文探讨了如何在Kotlin中实现高效的多线程方案,特别是在Android应用开发中。通过介绍Kotlin协程的基础知识、异步数据加载的实际案例,以及合理使用不同调度器的方法,帮助开发者提升应用性能和用户体验。
328 4
|
Java Android开发 开发者
安卓应用开发中的线程管理优化技巧
【9月更文挑战第10天】在安卓开发的海洋里,线程管理犹如航行的风帆,掌握好它,能让应用乘风破浪,反之则可能遭遇性能的暗礁。本文将通过浅显易懂的语言和生动的比喻,带你探索如何优雅地处理安卓中的线程问题,从基础的线程创建到高级的线程池运用,让你的应用运行更加流畅。

热门文章

最新文章