一、引言

• Drawable：通用的图形对象，用于装载常用格式的图像，既可以是PNG，JPG这样的图像， 也是前面学的那13种Drawable类型的可视化对象！我们可以理解成一个用来放画的——画框！
• Bitmap(位图)：我们可以把他看作一个画架，我们先把画放到上面，然后我们可以 进行一些处理，比如获取图像文件信息，做旋转切割，放大缩小等操作！
• Canvas(画布)：如其名，画布，我们可以在上面作画(绘制)，你既可以用Paint(画笔)， 来画各种形状或者写字，又可以用Path(路径)来绘制多个点，然后连接成各种图形！
• Matrix(矩阵)：用于图形特效处理的，颜色矩阵(ColorMatrix)，还有使用Matrix进行图像的 平移，缩放，旋转，倾斜等！

在Android中我们使用图像经常涉及到Bitmap，而Bitmap使用不当容易引发Out Of Memory（内存溢出），接下来我们就来谈及如何优化处理Bitmap，防止引发内存溢出问题

先来了解下Bitmap占用内存大小的计算公式为：图片宽度×图片高度×一个像素点所占字节数 ，所以减小这三个参数的任一值都可减小bitmap所占的内存大小

也可以通过调用Bitmap.getAllocationByteCount() 方法来查看Bitmap所占内存大小

二、减小内存占用

1.BitmapFactory.Options.inSampleSize

inSampleSize 是BitmapFactory.Options的一个属性，改变该配置即改变图片的宽高，如果设置为大于1的值（小于1的值即为1），则请求解码器对原始图像进行二次采样，返回较小的图像以节省内存。

例如，inSampleSize = 4返回的图像为原始宽度/高度的1/4，像素数目的1/16。

该属性配合inJustDecodeBounds属性使用，如果设置为true，则解码器将返回null（无位图），但out...仍将设置字段，从而允许调用者查询位图而不必为其像素分配内存。

    private fun sampleCompress(requestWidth: Int, requestHeight: Int) {
        val options = BitmapFactory.Options()
        // 不分配内存空间，仅计算图片尺寸
        options.inJustDecodeBounds = true
        BitmapFactory.decodeResource(resources, R.mipmap.timg, options)
        Log.d(TAG, "bitmap outWidth:${options.outWidth}")
        Log.d(TAG, "bitmap outHeight:${options.outHeight}")
        // 根据宽高要求，计算缩放倍数
        var sampleSize = 1
        if (requestWidth < options.outWidth || requestHeight < options.outHeight) {
            sampleSize = max(options.outWidth * 1.0/requestWidth, options.outHeight * 1.0/requestHeight).toInt()
        }
        options.inJustDecodeBounds = false
        options.inSampleSize = sampleSize
        val bitmap = BitmapFactory.decodeResource(resources, R.mipmap.timg, options)
        logBmInfo(bitmap)
    }

若原本Bitmap宽高各为1000，要求宽高各为500 ，则得出inSampleSize为2，执行日志结果如下，根据计算可知，原Bitmap占用内存大小为4000000B，但是经过使用inSampleSize属性压缩宽高，从而减小为原先1/4的内存占用。

2.BitmapFactory.Options.inPreferredConfig

inPreferredConfig 是BitmapFactory.Options的一个属性，其默认值为 Bitmap.Config.ARGB_8888，改变该配置，可改变一个像素点占用字节数

该属性常用配置如下，A代表透明度，R代表红色，G代表绿色，B代表蓝色：

ALPHA_8        表示8位Alpha位图，A占8位，没有颜色，只有透明度 ，占用1个字节
ARGB_4444（已废弃）    表示16位ARGB位图，即A占4位，R占4位，G占4位，B占4位，共占用2个字节 
ARGB_8888    表示32位ARGB位图，即A占8位，R占8位，G占8位，B占8位，共占用4个字节 
RGB_565        表示16位RGB位图，即R占5位，G占6位，B占5位，没有透明度，共占用2个字节

    private fun argbCompress() {
        val bm1 = BitmapFactory.decodeResource(resources, R.mipmap.timg)
        logBmInfo(bm1)

        val options = BitmapFactory.Options()
        // 设配置为RGB_565
        options.inPreferredConfig = Bitmap.Config.RGB_565
        val bm2 = BitmapFactory.decodeResource(resources, R.mipmap.timg, options)
        logBmInfo(bm2)
    }

执行日志结果如下，可以看到优化后的Bitmap内存占用为未优化Bitmap大小的一半 ，长度和宽度没发生变化。RGB_565对不要求透明度的图来说视觉影像不大。

3.误区：Bitmap.compress(...)

Bitmap的compress(Bitmap.CompressFormat format, int quality, OutputStream stream)方法是将位图的压缩版本写入指定的输出流，该方法可能需要几秒钟才能完成，因此最好从辅助线程中调用它。（注：并非所有格式都直接支持所有位图配置，因此从BitmapFactory返回的位图可能具有不同的位深，并且可能丢失了每个像素的alpha值（例如JPEG仅支持不透明的像素））。

参数：format是压缩图像格式，quality是压缩质量（根据format不同，quality压缩效果也不同），stream是写入压缩数据的输出流

• format为Bitmap.CompressFormat.JPEG，根据quality 0-100压缩
• format为Bitmap.CompressFormat.PNG，则quality参数就会失效，因为PNG图片是无损的，无法压缩
• format为Bitmap.CompressFormat.WEBP，google 推出的图片格式，它会比 JPEG 更加省空间，根据quality 0-100压缩

该方法压缩损失的是颜色精度，所需的存储空间变小了，但使用压缩后的流重新生成Bitmap，并不会改变bitmap占用内存的大小，因为bitmap的宽高未改变，而且Bitmap.Config未改变即一个像素所占用的字节数也未改变，所以最终bitmap所占的内存并没有改变。

    private fun bitmapCompress(bitmap: Bitmap){
        val out = ByteArrayOutputStream()
        Log.d(TAG, "—————————— JPEG ——————————")
        bitmap.compress(Bitmap.CompressFormat.JPEG, 30, out)
        Log.d(TAG, "out byte count:${out.size()}")
        val jpegArray = out.toByteArray()
        val jpeg = BitmapFactory.decodeByteArray(jpegArray, 0, jpegArray.size)
        logBmInfo(jpeg)

        out.reset()
        Log.d(TAG, "—————————— PNG ——————————")
        bitmap.compress(Bitmap.CompressFormat.PNG, 30, out)
        Log.d(TAG, "out byte count:${out.size()}")
        val pngArray = out.toByteArray()
        val png = BitmapFactory.decodeByteArray(pngArray, 0, pngArray.size)
        logBmInfo(png)

        out.reset()
        Log.d(TAG, "—————————— WEBP ——————————")
        bitmap.compress(Bitmap.CompressFormat.WEBP, 30, out)
        Log.d(TAG, "out byte count:${out.size()}")
        val webpArray = out.toByteArray()
        val webp = BitmapFactory.decodeByteArray(webpArray, 0, webpArray.size)
        logBmInfo(webp)
    }

 执行日志结果如下，quality为30进行压缩，JPEG格式和WEBP所占存储空间变小了(不一定WEBP格式所占存储空间小于JPEG格式)，而PNG格式并未压缩。三者的流重新解码成bitmap，可见bitmap所占内存大小并未发生变化。

压缩后的流重新解码生成bitmap（因quality为30效果不明显改用1），展示出来可以看见PNG格式无影响，JPEG格式和WEBP格式图片质量明显变差了。

三、复用

除了减少bitmap对内存的占用，还有方案来优化，即重用已经占用内存的bitmap空间或使用现有的bitmap。

1.BitmapFactory.Options.inBitmap

inBitmap是BitmapFactory.Options的一个属性，可以通过设置该属性来重用已经占用内存的bitmap空间

 Bitmap重用有一定限制：

• 在Android4.4之前，只能重用相同大小的Bitmap内存区域

• 在4.4之后可以重用任何Bitmap的区域，只要这块内存比将要分配内存的Bitmap大就可以

• 重用的bitmap是要可变的

以下代码仅适配Android4.4之后，先通过设置 options.inJustDecodeBounds为true，来查询需加载的bitmap宽高，判断reuseBitmap是否符合重用，若符合则将其赋值给options.inBitmap属性，最终得到想要的bitmap，即重用了reuseBitmap的内存空间。

    private fun getBitmap(): Bitmap {
        val options = BitmapFactory.Options()
        options.inJustDecodeBounds = true
        BitmapFactory.decodeResource(resources, R.mipmap.timg, options)
        // 判断是否满足重用条件，这里就假设Bitmap.Config为ARGB_8888来计算内存大小
        if (reuseBitmap.allocationByteCount >= options.outWidth * options.outHeight * 4) {
            // reuseBitmap为可变的重用bitmap
            options.inBitmap = reuseBitmap
        }
        options.inJustDecodeBounds = false
        return BitmapFactory.decodeResource(resources, R.mipmap.timg, options)
    }

2.LruCache

在使用RecyclerView时，itemView中含有图片，滑动导致bitmap不断重新创建，从而浪费内存空间。

此场景，可使用LruCache来缓存bitmap，再次需要时从缓存取出即可无需重新创建。

    private val memoryCache = object : LruCache<String, Bitmap>(4*1024*1024) { // 缓存4M图片
        override fun sizeOf(key: String, value: Bitmap): Int {
            // 告知lruCache bitmap所占内存大小
            return value.allocationByteCount
        }
    }

    fun putBitmap(key: String, bitmap: Bitmap) {
        memoryCache.put(key, bitmap)
    }

    fun getBitmap(key: String): Bitmap? {
        return memoryCache.get(key)
    }

四、查看超清大图

可使用BitmapRegionDecoder，详情查看Android 高清加载巨图方案 拒绝压缩图片

五、总结

本文介绍了决定bitmap的内存占用大小的因素，以及如何优化和复用bitmap，相信处理好bitmap，能大大减少相关OOM事件的发生。当然，现如今有许多三方库（如Glide）能帮我们做好这些事情，但我们也应该知道优化策略。

参考文献：

1. BitmapFactory.Options官方文档
2. Bitmap(位图)全解析

最后

以上就是专注可乐为你收集整理的Android Bitmap优化，防止内存溢出 一、引言三、复用四、查看超清大图五、总结的全部内容，希望文章能够帮你解决Android Bitmap优化，防止内存溢出 一、引言三、复用四、查看超清大图五、总结所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。