快捷搜索:

Android高效加载大图多图并有效避免程序OOM(2)

那我们如何才能对图片进行压缩呢?经由过程设置BitmapFactory.Options中inSampleSize的值就可以实现。比如我们有一张2048*1536像素的图片,将inSampleSize的值设置为4,就可以把这张图片压缩成512*384像素。蓝本加载这张图片必要占用13M的内存,压缩后就只必要占用0.75M了(假设图片是ARGB_8888类型,即每个像素点占用4个字节)。下面的措施可以根据传入的宽和高,谋略出相宜的inSampleSize值:

public static int calculateInSampleSize(BitmapFactory.Options options,

int reqWidth, int reqHeight) {// 源图片的高度和宽度

final int height = options.outHeight;final int width = options.outWidth;

int inSampleSize = 1;if (height > reqHeight || width > reqWidth) {

// 谋略出实际宽高和目标宽高的比率final int heightRatio = Math.round((float) height / (float) reqHeight);

final int widthRatio = Math.round((float) width / (float) reqWidth);// 选择宽和高中最小的比率作为inSampleSize的值,这样可以包管终极图片的宽和高

// 必然都邑大年夜于即是目标的宽和高。inSampleSize = heightRatio

}return inSampleSize;

}

应用这个措施,首先你要将BitmapFactory.Options的inJustDecodeBounds属性设置为true,解析一次图片。然后将BitmapFactory.Options连同期望的宽度和高度一路通报到到calculateInSampleSize措施中,就可以获得相宜的inSampleSize值了。之后再解析一次图片,应用新获取到的inSampleSize值,并把inJustDecodeBounds设置为false,就可以获得压缩后的图片了。

public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId,

int reqWidth, int reqHeight) {// 第一次解析将inJustDecodeBounds设置为true,来获取图片大年夜小

final BitmapFactory.Options options = new BitmapFactory.Options();options.inJustDecodeBounds = true;

BitmapFactory.decodeResource(res, resId, options);// 调用上面定义的措施谋略inSampleSize值

options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);// 应用获取到的inSampleSize值再次解析图片

options.inJustDecodeBounds = false;return BitmapFactory.decodeResource(res, resId, options);

}

下面的代码异常简单地将随意率性一张图片压缩成100*100的缩略图,并在ImageView上展示。

mImageView.setImageBitmap(

decodeSampledBitmapFromResource(getResources(), R.id.myimage, 100, 100));

应用图片缓存技巧

在你利用法度榜样的UI界面加载一张图片是一件很简单的工作,然则当你必要在界面上加载一大年夜堆图片的时刻,环境就变得繁杂起来。在很多环境下,(比如应用ListView, GridView 或者 ViewPager 这样的组件),屏幕上显示的图片可以经由过程滑动屏幕等事故赓续地增添,终极导致OOM。

为了包管内存的应用始终保持在一个合理的范围,平日会把被移除屏幕的图片进行收受接收处置惩罚。此时垃圾收受接收器也会觉得你不再持有这些图片的引用,从而对这些图片进行GC操作。用这种思路来办理问题是异常好的,可是为了能让法度榜样快速运行,在界面上迅速地加载图片,你又必须要斟酌到某些图片被收受接收之后,用户又将它从新滑入屏幕这种环境。这时从新去加载一遍刚刚加载过的图片无疑是机能的瓶颈,你必要设法主见子去避免这个环境的发生。

这个时刻,应用内存缓存技巧可以很好的办理这个问题,它可以让组件快速地从新加载和处置惩罚图片。下面我们就来看一看若何应用内存缓存技巧来对图片进行缓存,从而让你的利用法度榜样在加载很多图片的时刻可以前进相应速率和流通性。

内存缓存技巧对那些大年夜量占用利用法度榜样宝贵内存的图片供给了快速造访的措施。此中最核心的类是LruCache (此类在android-support-v4的包中供给) 。这个类异常得当用来缓存图片,它的主要算法道理是把近来应用的工具用强引用存储在 LinkedHashMap 中,并且把近来起码应用的工具在缓存值达到预设定值之前从内存中移除。

在以前,我们常常会应用一种异常盛行的内存缓存技巧的实现,即软引用或弱引用 (SoftReference or WeakReference)。然则现在已经不再保举应用这种要领了,由于从 Android 2.3 (API Level 9)开始,垃圾收受接收器会更倾向于收受接收持有软引用或弱引用的工具,这让软引用和弱引用变得不再靠得住。别的,Android 3.0 (API Level 11)中,图片的数据会存储在本地的内存傍边,因而无法用一种可预见的要领将其开释,这就有潜在的风险造成利用法度榜样的内存溢出并崩溃。

为了能够选择一个相宜的缓存大年夜小给LruCache, 有以下多个身分应该放入斟酌范围内,例如:

你的设备可以为每个利用法度榜样分配多大年夜的内存?

设备屏幕上一次最多能显示若干张图片?有若干图片必要进行预加载,由于有可能很快也会显示在屏幕上?

你的设备的屏幕大年夜小和分辨率分手是若干?一个超高分辨率的设备(例如 Galaxy Nexus) 比起一个较低分辨率的设备(例如 Nexus S),在持有相同数量图片的时刻,必要更大年夜的缓存空间。

图片的尺寸和大年夜小,还有每张图片会盘踞若干内存空间。

图片被造访的频率有多高?会不会有一些图片的造访频率比其它图片要高?假如有的话,你大概应该让一些图片常驻在内存傍边,或者应用多个LruCache 工具来区分不合组的图片。

你能保持好数量和质量之间的平衡吗?有些时刻,存储多个低像素的图片,而在后台去开线程加载高像素的图片会加倍的有效。

并没有一个指定的缓存大年夜小可以满意所有的利用法度榜样,这是由你抉择的。你应该去阐发法度榜样内存的应用环境,然后拟订出一个相宜的办理规划。一个太小的缓存空间,有可能造成图片频繁地被开释和从新加载,这并没有好处。而一个太大年夜的缓存空间,则有可能照样会引起 java.lang.OutOfMemory 的非常。

下面是一个应用 LruCache 来缓存图片的例子:

private LruCache mMemoryCache;

@Override

protected void onCreate(Bundle savedInstanceState) {// 获取到可用内存的最大年夜值,应用内存越过这个值会引起OutOfMemory非常。

// LruCache经由过程构造函数传入缓存值,以KB为单位。int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024);

// 应用最大年夜可用内存值的1/8作为缓存的大年夜小。int cacheSize = maxMemory / 8;

mMemoryCache = new LruCache(cacheSize) {@Override

protected int sizeOf(String key, Bitmap bitmap) {// 重写此措施来衡量每张图片的大年夜小,默认返回图片数量。

return bitmap.getByteCount() / 1024;}

}; }

public void addBitmapToMemoryCache(String key, Bitmap bitmap) {

if (getBitmapFromMemCache(key) == null) {mMemoryCache.put(key, bitmap);

} }

public Bitmap getBitmapFromMemCache(String key) {

return mMemoryCache.get(key); }

在这个例子傍边,应用了系统分配给利用法度榜样的八分之一内存来作为缓存大年夜小。在中高设置设置设备摆设摆设的手机傍边,这大年夜概会有4兆(32/8)的缓存空间。一个全屏幕的 GridView 应用4张 800x480分辨率的图片来添补,则大年夜概会占用1.5兆的空间(800*480*4)。是以,这个缓存大年夜小可以存储2.5页的图片。

当向 ImageView 中加载一张图片时,首先会在 LruCache 的缓存中进行反省。假如找到了响应的键值,则会立即更新ImageView ,否则开启一个后台线程来加载这张图片。

public void loadBitmap(int resId, ImageView imageView) {

final String imageKey = String.valueOf(resId);final Bitmap bitmap = getBitmapFromMemCache(imageKey);

if (bitmap != null) {imageView.setImageBitmap(bitmap);

} else {imageView.setImageResource(R.drawable.image_placeholder);

BitmapWorkerTask task = new BitmapWorkerTask(imageView);task.execute(resId);

} }

BitmapWorkerTask 还要把新加载的图片的键值对放到缓存中。

class BitmapWorkerTask extends AsyncTask {

// 在后台加载图片。@Override

protected Bitmap doInBackground(Integer... params) {final Bitmap bitmap = decodeSampledBitmapFromResource(

getResources(), params[0], 100, 100);addBitmapToMemoryCache(String.valueOf(params[0]), bitmap);

return bitmap;}

}

掌握了以上两种措施,不管是要在法度榜样中加载超大年夜图片,照样要加载大年夜量图片,都不用担心OOM的问题了!

您可能还会对下面的文章感兴趣: