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:
/**
* compute Sample Size
*
* @param options
* @param minSideLength
* @param maxNumOfPixels
* @return
*/
public static int computeSampleSize(BitmapFactory.Options options,
int minSideLength, int maxNumOfPixels) {
int initialSize = computeInitialSampleSize(options, minSideLength,
maxNumOfPixels);
int roundedSize;
if (initialSize <= 8) {
roundedSize = 1;
while (roundedSize < initialSize) {
roundedSize <<= 1;
}
} else {
roundedSize = (initialSize + 7) / 8 * 8;
}
return roundedSize;
}
/**
* compute Initial Sample Size
*
* @param options
* @param minSideLength
* @param maxNumOfPixels
* @return
*/
private static int computeInitialSampleSize(BitmapFactory.Options options,
int minSideLength, int maxNumOfPixels) {
double w = options.outWidth;
double h = options.outHeight;
// 上下限范围
int lowerBound = (maxNumOfPixels == -1) ? 1 : (int) Math.ceil(Math
.sqrt(w * h / maxNumOfPixels));
int upperBound = (minSideLength == -1) ? 128 : (int) Math.min(
Math.floor(w / minSideLength), Math.floor(h / minSideLength));
if (upperBound < lowerBound) {
// return the larger one when there is no overlapping zone.
return lowerBound;
}
if ((maxNumOfPixels == -1) && (minSideLength == -1)) {
return 1;
} else if (minSideLength == -1) {
return lowerBound;
} else {
return upperBound;
}
}
有了上面的算法,我们就可以轻易的get到Bitmap了:
/**
* get Bitmap
*
* @param imgFile
* @param minSideLength
* @param maxNumOfPixels
* @return
*/
public static Bitmap tryGetBitmap(String imgFile, int minSideLength,
int maxNumOfPixels) {
if (imgFile == null || imgFile.length() == 0)
return null;
try {
FileDescriptor fd = new FileInputStream(imgFile).getFD();
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
// BitmapFactory.decodeFile(imgFile, options);
BitmapFactory.decodeFileDescriptor(fd, null, options);
options.inSampleSize = computeSampleSize(options, minSideLength,
maxNumOfPixels);
try {
// 这里一定要将其设置回false,因为之前我们将其设置成了true
// 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
options.inJustDecodeBounds = false;
Bitmap bmp = BitmapFactory.decodeFile(imgFile, options);
return bmp == null ? null : bmp;
} catch (OutOfMemoryError err) {
return null;
}
} catch (Exception e) {
return null;
}
}
分享到:
相关推荐
4. **使用LruCache或 Fresco、 Glide等图片库**:Android提供了`LruCache`类,可以帮助实现图片缓存,避免频繁地创建和销毁Bitmap。此外,第三方库如Fresco和Glide,它们内部有优化的内存管理和图片缓存机制,可以更...
Bitmap是Android平台中用于处理图像的核心类,它用于表示位图图像数据。...在处理大量图片时,注意优化内存使用,避免OutOfMemoryError。合理运用上述方法可以有效地管理Bitmap资源,提高应用性能。
文档标题和描述中提到的“ANDROIDBITMAP内存限制OOM,OUTOFMEMORY”指的就是在处理位图(BITMAP)时超出了虚拟机(VM)的内存预算,导致系统抛出OutOfMemoryError异常。 根据给出的内容部分,我们可以推断出以下知识...
为了优化性能并防止因内存不足引发的“OutOfMemoryError”,开发者通常需要对Bitmap进行压缩。"Android bitmap图片压缩工具类"就是针对这一需求设计的一个实用工具,它能够有效地减小图片的大小,同时满足基本的显示...
在Android开发中,有时我们需要在不同的Activity之间传递数据,其中包括Bitmap对象。Bitmap是Android系统用于表示图像的一种...同时,合理地压缩和优化Bitmap尺寸,降低内存占用,也是处理Bitmap时需要考虑的重要因素。
通过上述方法,开发者可以在保持应用性能的同时,有效地处理`Bitmap`内存溢出问题,避免应用崩溃,提升用户体验。在实际开发中,根据具体需求灵活调整`inSampleSize`和`inJustDecodeBounds`的使用,以及合理地进行...
Android社区发展出了一些高效的图片加载库,如Glide、Picasso和Fresco,它们都内置了优化的Bitmap管理机制: - **Glide**: 适用于图片视图绑定,自动处理内存和磁盘缓存,同时支持动态占位符和错误图。 - **...
2. **内存管理**:由于Android对Bitmap的内存管理有特定要求,库可能需要考虑如何高效地分配和释放内存,以避免内存泄漏或OutOfMemoryError。 3. **CPU架构适配**:针对不同的CPU架构提供优化的解码器,比如armeabi...
当Android系统尝试分配一块超过其当前可用内存大小的内存时,会抛出`java.lang.OutOfMemoryError: bitmap size exceeds VM budget`异常。从日志可以看出,问题出现在尝试解码一个资源(可能是图片)到Bitmap对象时,...
总之,这个压缩bitmap测试工程提供了一个实践平台,帮助开发者掌握如何在Android应用中有效地管理和压缩Bitmap,优化应用性能,避免内存问题,提升用户体验。通过深入学习和实践,我们可以更好地理解和运用这些技巧...
Android源码中的Bitmap操作涉及到了图像的加载、渲染、保存、裁剪、缩放、颜色转换等多个方面,这些知识点对于理解和优化应用程序的性能至关重要。下面我们将深入探讨Bitmap在Android系统中的核心概念和常用方法。 ...
- 加载Bitmap时要考虑内存管理,避免OutOfMemoryError。可以使用` BitmapFactory.Options`来控制解码过程,例如设置inSampleSize减小图片尺寸,减少内存占用。 - 使用`BitmapFactory.decodeResource()`从资源文件...
避免OOM(OutOfMemoryError)异常同样重要。Android为每个应用设置了内存上限,通过`ActivityManager`的`getMemoryClass()`和`getLargeMemoryClass()`方法可以获取到这个限制。当应用尝试分配超过可用内存的大小时,...
在Android应用开发中,内存优化是一项至关重要的...同时,尽量减少不必要的内存占用,优化图片加载和解码过程,如使用高效的图片库,利用内存缓存和磁盘缓存,以及调整图片尺寸和格式,都是优化Bitmap内存的关键策略。
综上所述,Android开发中的内存优化是一个多方面的工作,涉及到对内存管理机制的理解、内存泄漏的检测与避免、资源的有效使用等多个环节。通过深入学习和实践这些技巧,开发者能够创建出运行更流畅、更稳定的Android...
总结来说,Android内存优化主要包括理解并控制内存分配、避免内存泄漏、谨慎使用static和线程。开发者应关注对象的生命周期,确保及时释放不再使用的资源,并合理设计数据结构和引用关系,以降低内存压力。同时,...
在 Android 中,用 bitmap 时很容易内存溢出,报如下错误:Java.lang.OutOfMemoryError:bitmap size exceeds VM budget。解决这个问题可以通过手动干涉 GC 去处理 bitmap 设置图片尺寸,避免内存溢出。 例如: ```...
BitmapFunc源码可能包含了各种实用方法,用于高效地操作和优化Bitmap对象,以适应不同的应用场景。以下是一些可能的知识点: 1. **内存管理**:Android系统对内存有严格的限制,因此在处理Bitmap时需要特别关注内存...
通过定期检查内存使用情况,优化Bitmap的处理方式,以及实施有效的异常处理策略,开发者可以避免常见的内存问题,提升应用的稳定性和响应速度。在实践中,应持续监控和调整内存管理策略,以适应不断变化的应用需求和...