`
苗振忠
  • 浏览: 56625 次
  • 性别: Icon_minigender_1
  • 来自: 北京
文章分类
社区版块
存档分类
最新评论

Android 框架练成 教你打造高效的图片加载框架

 
阅读更多

1、概述

优秀的图片加载框架不要太多,什么UIL , Volley ,Picasso,Imageloader等等。但是作为一名合格的程序猿,必须懂其中的实现原理,于是乎,今天我就带大家一起来设计一个加载网络、本地的图片框架。有人可能会说,自己写会不会很渣,运行效率,内存溢出神马的。放心,我们拿demo说话,拼得就是速度,奏事这么任性。

好了,如果你看过之前的博文,类似Android Handler 异步消息处理机制的妙用 创建强大的图片加载类,可能会对接下来文章理解会有很大的帮助。没有的话,就跟我往下继续走吧,也不要去看了。

关于加载本地图片,当然了,我手机图片比较少,7000来张:

1、首先肯定不能内存溢出,但是尼玛现在像素那么高,怎么才能保证呢?我相信利用LruCache统一管理你的图片是个不二的选择,所有的图片从LruCache里面取,保证所有的图片的内存不会超过预设的空间。

2、加载速度要刚刚的,我一用力,滑动到3000张的位置,你要是还在从第一张给我加载,尼玛,你以为我打dota呢。所以我们需要引入加载策略,我们不能FIFO,我们选择LIFO,当前呈现给用户的,最新加载;当前未呈现的,选择加载。

3、使用方便。一般图片都会使用GridView作为控件,在getView里面进行图片加载,当然了为了不错乱,可能还需要用户去自己setTag,自己写回调设置图片。当然了,我们不需要这么麻烦,一句话IoadImage(imageview,path)即可,剩下的请交给我们的图片加载框架处理。

做到以上几点,关于本地的图片加载应该就木有什么问题了。

关于加载网络图片,其实原理差不多,就多了个是否启用硬盘缓存的选项,如果启用了,加载时,先从内存中查找,然后从硬盘上找,最后去网络下载。下载完成后,别忘了写入硬盘,加入内存缓存。如果没有启用,那么就直接从网络压缩获取,加入内存即可。

2、效果图

终于扯完了,接下来,简单看个效果图,关于加载本地图片的效果图:可以从Android 超高仿微信图片选择器 图片该这么加载这篇博客中下载Demo运行。

下面演示一个网络加载图片的例子:

80多张从网络加载的图片,可以看到我直接拖到最后,基本是呈现在用户眼前的最先加载,要是从第一张到80多,估计也是醉了。

此外:图片来自老郭的博客,感谢!!!ps:如果你觉得图片不劲爆,Day Day Up找老郭去。

3、完全解析

 

1、关于图片的压缩

不管是从网络还是本地的图片,加载都需要进行压缩,然后显示:

用户要你压缩显示,会给我们什么?一个imageview,一个path,我们的职责就是压缩完成后显示上去。

1、本地图片的压缩

 

a、获得imageview想要显示的大小

想要压缩,我们第一步应该是获得imageview想要显示的大小,没大小肯定没办法压缩?

那么如何获得imageview想要显示的大小呢?

  1. /**
  2. *根据ImageView获适当的压缩的宽和高
  3. *
  4. *@paramimageView
  5. *@return
  6. */
  7. publicstaticImageSizegetImageViewSize(ImageViewimageView)
  8. {
  9. ImageSizeimageSize=newImageSize();
  10. DisplayMetricsdisplayMetrics=imageView.getContext().getResources()
  11. .getDisplayMetrics();
  12. LayoutParamslp=imageView.getLayoutParams();
  13. intwidth=imageView.getWidth();//获取imageview的实际宽度
  14. if(width<=0)
  15. {
  16. width=lp.width;//获取imageview在layout中声明的宽度
  17. }
  18. if(width<=0)
  19. {
  20. //width=imageView.getMaxWidth();//检查最大值
  21. width=getImageViewFieldValue(imageView,"mMaxWidth");
  22. }
  23. if(width<=0)
  24. {
  25. width=displayMetrics.widthPixels;
  26. }
  27. intheight=imageView.getHeight();//获取imageview的实际高度
  28. if(height<=0)
  29. {
  30. height=lp.height;//获取imageview在layout中声明的宽度
  31. }
  32. if(height<=0)
  33. {
  34. height=getImageViewFieldValue(imageView,"mMaxHeight");//检查最大值
  35. }
  36. if(height<=0)
  37. {
  38. height=displayMetrics.heightPixels;
  39. }
  40. imageSize.width=width;
  41. imageSize.height=height;
  42. returnimageSize;
  43. }
  44. publicstaticclassImageSize
  45. {
  46. intwidth;
  47. intheight;
  48. }


可以看到,我们拿到imageview以后:

首先企图通过getWidth获取显示的宽;有些时候,这个getWidth返回的是0;

那么我们再去看看它有没有在布局文件中书写宽;

如果布局文件中也没有精确值,那么我们再去看看它有没有设置最大值;

如果最大值也没设置,那么我们只有拿出我们的终极方案,使用我们的屏幕宽度;

总之,不能让它任性,我们一定要拿到一个合适的显示值。

可以看到这里或者最大宽度,我们用的反射,而不是getMaxWidth();维萨呢,因为getMaxWidth竟然要API 16,我也是醉了;为了兼容性,我们采用反射的方案。反射的代码就不贴了。

b、设置合适的inSampleSize

我们获得想要显示的大小,为了什么,还不是为了和图片的真正的宽高做比较,拿到一个合适的inSampleSize,去对图片进行压缩么。

那么首先应该是拿到图片的宽和高:

  1. //获得图片的宽和高,并不把图片加载到内存中
  2. BitmapFactory.Optionsoptions=newBitmapFactory.Options();
  3. options.inJustDecodeBounds=true;
  4. BitmapFactory.decodeFile(path,options);


这三行就成功获取图片真正的宽和高了,存在我们的options里面;

然后我们就可以happy的去计算inSampleSize了:

  1. /**
  2. *根据需求的宽和高以及图片实际的宽和高计算SampleSize
  3. *
  4. *@paramoptions
  5. *@paramwidth
  6. *@paramheight
  7. *@return
  8. */
  9. publicstaticintcaculateInSampleSize(Optionsoptions,intreqWidth,
  10. intreqHeight)
  11. {
  12. intwidth=options.outWidth;
  13. intheight=options.outHeight;
  14. intinSampleSize=1;
  15. if(width>reqWidth||height>reqHeight)
  16. {
  17. intwidthRadio=Math.round(width*1.0f/reqWidth);
  18. intheightRadio=Math.round(height*1.0f/reqHeight);
  19. inSampleSize=Math.max(widthRadio,heightRadio);
  20. }
  21. returninSampleSize;
  22. }


options里面存了实际的宽和高;reqWidth和reqHeight就是我们之前得到的想要显示的大小;经过比较,得到一个合适的inSampleSize;

有了inSampleSize:

  1. options.inSampleSize=ImageSizeUtil.caculateInSampleSize(options,
  2. width,height);
  3. //使用获得到的InSampleSize再次解析图片
  4. options.inJustDecodeBounds=false;
  5. Bitmapbitmap=BitmapFactory.decodeFile(path,options);
  6. returnbitmap;


经过这几行,就完成图片的压缩了。

上述是本地图片的压缩,那么如果是网络图片呢?

2、网络图片的压缩

 

a、直接下载存到sd卡,然后采用本地的压缩方案。这种方式当前是在硬盘缓存开启的情况下,如果没有开启呢?

b、使用BitmapFactory.decodeStream(is, null, opts);

  1. /**
  2. *根据url下载图片在指定的文件
  3. *
  4. *@paramurlStr
  5. *@paramfile
  6. *@return
  7. */
  8. publicstaticBitmapdownloadImgByUrl(StringurlStr,ImageViewimageview)
  9. {
  10. FileOutputStreamfos=null;
  11. InputStreamis=null;
  12. try
  13. {
  14. URLurl=newURL(urlStr);
  15. HttpURLConnectionconn=(HttpURLConnection)url.openConnection();
  16. is=newBufferedInputStream(conn.getInputStream());
  17. is.mark(is.available());
  18. Optionsopts=newOptions();
  19. opts.inJustDecodeBounds=true;
  20. Bitmapbitmap=BitmapFactory.decodeStream(is,null,opts);
  21. //获取imageview想要显示的宽和高
  22. ImageSizeimageViewSize=ImageSizeUtil.getImageViewSize(imageview);
  23. opts.inSampleSize=ImageSizeUtil.caculateInSampleSize(opts,
  24. imageViewSize.width,imageViewSize.height);
  25. opts.inJustDecodeBounds=false;
  26. is.reset();
  27. bitmap=BitmapFactory.decodeStream(is,null,opts);
  28. conn.disconnect();
  29. returnbitmap;
  30. }catch(Exceptione)
  31. {
  32. e.printStackTrace();
  33. }finally
  34. {
  35. try
  36. {
  37. if(is!=null)
  38. is.close();
  39. }catch(IOExceptione)
  40. {
  41. }
  42. try
  43. {
  44. if(fos!=null)
  45. fos.close();
  46. }catch(IOExceptione)
  47. {
  48. }
  49. }
  50. returnnull;
  51. }

基本和本地压缩差不多,也是两次取样,当然需要注意一点,我们的is进行了包装,以便可以进行reset();直接返回的is是不能使用两次的。

到此,图片压缩说完了。

2、图片加载框架的架构

我们的图片压缩加载完了,那么就应该放入我们的LruCache,然后设置到我们的ImageView上。

好了,接下来我们来说说我们的这个框架的架构;

1、单例,包含一个LruCache用于管理我们的图片;

2、任务队列,我们每来一次加载图片的请求,我们会封装成Task存入我们的TaskQueue;

3、包含一个后台线程,这个线程在第一次初始化实例的时候启动,然后会一直在后台运行;任务呢?还记得我们有个任务队列么,有队列存任务,得有人干活呀;所以,当每来一次加载图片请求的时候,我们同时发一个消息到后台线程,后台线程去使用线程池去TaskQueue去取一个任务执行;

4、调度策略;3中说了,后台线程去TaskQueue去取一个任务,这个任务不是随便取的,有策略可以选择,一个是FIFO,一个是LIFO,我倾向于后者。

好了,基本就这些结构,接下来看我们具体的实现。

3、具体的实现

 

1、构造方法

  1. publicstaticImageLoadergetInstance(intthreadCount,Typetype)
  2. {
  3. if(mInstance==null)
  4. {
  5. synchronized(ImageLoader.class)
  6. {
  7. if(mInstance==null)
  8. {
  9. mInstance=newImageLoader(threadCount,type);
  10. }
  11. }
  12. }
  13. returnmInstance;
  14. }


这个就不用说了,重点看我们的构造方法

  1. /**
  2. *图片加载类
  3. *
  4. *@authorzhy
  5. *
  6. */
  7. publicclassImageLoader
  8. {
  9. privatestaticImageLoadermInstance;
  10. /**
  11. *图片缓存的核心对象
  12. */
  13. privateLruCache<String,Bitmap>mLruCache;
  14. /**
  15. *线程池
  16. */
  17. privateExecutorServicemThreadPool;
  18. privatestaticfinalintDEAFULT_THREAD_COUNT=1;
  19. /**
  20. *队列的调度方式
  21. */
  22. privateTypemType=Type.LIFO;
  23. /**
  24. *任务队列
  25. */
  26. privateLinkedList<Runnable>mTaskQueue;
  27. /**
  28. *后台轮询线程
  29. */
  30. privateThreadmPoolThread;
  31. privateHandlermPoolThreadHandler;
  32. /**
  33. *UI线程中的Handler
  34. */
  35. privateHandlermUIHandler;
  36. privateSemaphoremSemaphorePoolThreadHandler=newSemaphore(0);
  37. privateSemaphoremSemaphoreThreadPool;
  38. privatebooleanisDiskCacheEnable=true;
  39. privatestaticfinalStringTAG="ImageLoader";
  40. publicenumType
  41. {
  42. FIFO,LIFO;
  43. }
  44. privateImageLoader(intthreadCount,Typetype)
  45. {
  46. init(threadCount,type);
  47. }
  48. /**
  49. *初始化
  50. *
  51. *@paramthreadCount
  52. *@paramtype
  53. */
  54. privatevoidinit(intthreadCount,Typetype)
  55. {
  56. initBackThread();
  57. //获取我们应用的最大可用内存
  58. intmaxMemory=(int)Runtime.getRuntime().maxMemory();
  59. intcacheMemory=maxMemory/8;
  60. mLruCache=newLruCache<String,Bitmap>(cacheMemory)
  61. {
  62. @Override
  63. protectedintsizeOf(Stringkey,Bitmapvalue)
  64. {
  65. returnvalue.getRowBytes()*value.getHeight();
  66. }
  67. };
  68. //创建线程池
  69. mThreadPool=Executors.newFixedThreadPool(threadCount);
  70. mTaskQueue=newLinkedList<Runnable>();
  71. mType=type;
  72. mSemaphoreThreadPool=newSemaphore(threadCount);
  73. }
  74. /**
  75. *初始化后台轮询线程
  76. */
  77. privatevoidinitBackThread()
  78. {
  79. //后台轮询线程
  80. mPoolThread=newThread()
  81. {
  82. @Override
  83. publicvoidrun()
  84. {
  85. Looper.prepare();
  86. mPoolThreadHandler=newHandler()
  87. {
  88. @Override
  89. publicvoidhandleMessage(Messagemsg)
  90. {
  91. //线程池去取出一个任务进行执行
  92. mThreadPool.execute(getTask());
  93. try
  94. {
  95. mSemaphoreThreadPool.acquire();
  96. }catch(InterruptedExceptione)
  97. {
  98. }
  99. }
  100. };
  101. //释放一个信号量
  102. mSemaphorePoolThreadHandler.release();
  103. Looper.loop();
  104. };
  105. };
  106. mPoolThread.start();
  107. }


在贴构造的时候,顺便贴出所有的成员变量;

在构造中我们调用init,init中可以设置后台加载图片线程数量和加载策略;init中首先初始化后台线程initBackThread(),可以看到这个后台线程,实际上是个Looper最终在那不断的loop,我们还初始化了一个mPoolThreadHandler用于发送消息到此线程;

接下来就是初始化mLruCache ,mThreadPool ,mTaskQueue 等;

2、loadImage

构造完成以后,当然是使用了,用户调用loadImage传入(final String path, final ImageView imageView,final boolean isFromNet)就可以完成本地或者网络图片的加载。

  1. /**
  2. *根据path为imageview设置图片
  3. *
  4. *@parampath
  5. *@paramimageView
  6. */
  7. publicvoidloadImage(finalStringpath,finalImageViewimageView,
  8. finalbooleanisFromNet)
  9. {
  10. imageView.setTag(path);
  11. if(mUIHandler==null)
  12. {
  13. mUIHandler=newHandler()
  14. {
  15. publicvoidhandleMessage(Messagemsg)
  16. {
  17. //获取得到图片,为imageview回调设置图片
  18. ImgBeanHolderholder=(ImgBeanHolder)msg.obj;
  19. Bitmapbm=holder.bitmap;
  20. ImageViewimageview=holder.imageView;
  21. Stringpath=holder.path;
  22. //将path与getTag存储路径进行比较
  23. if(imageview.getTag().toString().equals(path))
  24. {
  25. imageview.setImageBitmap(bm);
  26. }
  27. };
  28. };
  29. }
  30. //根据path在缓存中获取bitmap
  31. Bitmapbm=getBitmapFromLruCache(path);
  32. if(bm!=null)
  33. {
  34. refreashBitmap(path,imageView,bm);
  35. }else
  36. {
  37. addTask(buildTask(path,imageView,isFromNet));
  38. }
  39. }


首先我们为imageview.setTag;然后初始化一个mUIHandler,不用猜,这个mUIHandler用户更新我们的imageview,因为这个方法肯定是主线程调用的。

然后调用:getBitmapFromLruCache(path);根据path在缓存中获取bitmap;如果找到那么直接去设置我们的图片;

  1. privatevoidrefreashBitmap(finalStringpath,finalImageViewimageView,
  2. Bitmapbm)
  3. {
  4. Messagemessage=Message.obtain();
  5. ImgBeanHolderholder=newImgBeanHolder();
  6. holder.bitmap=bm;
  7. holder.path=path;
  8. holder.imageView=imageView;
  9. message.obj=holder;
  10. mUIHandler.sendMessage(message);
  11. }


可以看到,如果找到图片,则直接使用UIHandler去发送一个消息,当然了携带了一些必要的参数,然后UIHandler的handleMessage中完成图片的设置;

handleMessage中拿到path,bitmap,imageview;记得必须要:

// 将path与getTag存储路径进行比较
if (imageview.getTag().toString().equals(path))
{
imageview.setImageBitmap(bm);
}

否则会造成图片混乱。

如果没找到,则通过buildTask去新建一个任务,在addTask到任务队列。

buildTask就比较复杂了,因为还涉及到本地和网络,所以我们先看addTask代码:

  1. privatesynchronizedvoidaddTask(Runnablerunnable)
  2. {
  3. mTaskQueue.add(runnable);
  4. //if(mPoolThreadHandler==null)wait();
  5. try
  6. {
  7. if(mPoolThreadHandler==null)
  8. mSemaphorePoolThreadHandler.acquire();
  9. }catch(InterruptedExceptione)
  10. {
  11. }
  12. mPoolThreadHandler.sendEmptyMessage(0x110);
  13. }


很简单,就是runnable加入TaskQueue,与此同时使用mPoolThreadHandler(这个handler还记得么,用于和我们后台线程交互。)去发送一个消息给后台线程,叫它去取出一个任务执行;具体代码:

  1. mPoolThreadHandler=newHandler()
  2. {
  3. @Override
  4. publicvoidhandleMessage(Messagemsg)
  5. {
  6. //线程池去取出一个任务进行执行
  7. mThreadPool.execute(getTask());


直接使用mThreadPool线程池,然后使用getTask去取一个任务。

  1. /**
  2. *从任务队列取出一个方法
  3. *
  4. *@return
  5. */
  6. privateRunnablegetTask()
  7. {
  8. if(mType==Type.FIFO)
  9. {
  10. returnmTaskQueue.removeFirst();
  11. }elseif(mType==Type.LIFO)
  12. {
  13. returnmTaskQueue.removeLast();
  14. }
  15. returnnull;
  16. }


getTask代码也比较简单,就是根据Type从任务队列头或者尾进行取任务。

现在你会不会好奇,任务里面到底什么代码?其实我们也就剩最后一段代码了buildTask

  1. /**
  2. *根据传入的参数,新建一个任务
  3. *
  4. *@parampath
  5. *@paramimageView
  6. *@paramisFromNet
  7. *@return
  8. */
  9. privateRunnablebuildTask(finalStringpath,finalImageViewimageView,
  10. finalbooleanisFromNet)
  11. {
  12. returnnewRunnable()
  13. {
  14. @Override
  15. publicvoidrun()
  16. {
  17. Bitmapbm=null;
  18. if(isFromNet)
  19. {
  20. Filefile=getDiskCacheDir(imageView.getContext(),
  21. md5(path));
  22. if(file.exists())//如果在缓存文件中发现
  23. {
  24. Log.e(TAG,"findimage:"+path+"indiskcache.");
  25. bm=loadImageFromLocal(file.getAbsolutePath(),
  26. imageView);
  27. }else
  28. {
  29. if(isDiskCacheEnable)//检测是否开启硬盘缓存
  30. {
  31. booleandownloadState=DownloadImgUtils
  32. .downloadImgByUrl(path,file);
  33. if(downloadState)//如果下载成功
  34. {
  35. Log.e(TAG,
  36. "downloadimage:"+path
  37. +"todiskcache.pathis"
  38. +file.getAbsolutePath());
  39. bm=loadImageFromLocal(file.getAbsolutePath(),
  40. imageView);
  41. }
  42. }else
  43. //直接从网络加载
  44. {
  45. Log.e(TAG,"loadimage:"+path+"tomemory.");
  46. bm=DownloadImgUtils.downloadImgByUrl(path,
  47. imageView);
  48. }
  49. }
  50. }else
  51. {
  52. bm=loadImageFromLocal(path,imageView);
  53. }
  54. //3、把图片加入到缓存
  55. addBitmapToLruCache(path,bm);
  56. refreashBitmap(path,imageView,bm);
  57. mSemaphoreThreadPool.release();
  58. }
  59. };
  60. }
  61. privateBitmaploadImageFromLocal(finalStringpath,
  62. finalImageViewimageView)
  63. {
  64. Bitmapbm;
  65. //加载图片
  66. //图片的压缩
  67. //1、获得图片需要显示的大小
  68. ImageSizeimageSize=ImageSizeUtil.getImageViewSize(imageView);
  69. //2、压缩图片
  70. bm=decodeSampledBitmapFromPath(path,imageSize.width,
  71. imageSize.height);
  72. returnbm;
  73. }


我们新建任务,说明在内存中没有找到缓存的bitmap;我们的任务就是去根据path加载压缩后的bitmap返回即可,然后加入LruCache,设置回调显示。

首先我们判断是否是网络任务?

如果是,首先去硬盘缓存中找一下,(硬盘中文件名为:根据path生成的md5为名称)。

如果硬盘缓存中没有,那么去判断是否开启了硬盘缓存:

开启了的话:下载图片,使用loadImageFromLocal本地加载图片的方式进行加载(压缩的代码前面已经详细说过);

如果没有开启:则直接从网络获取(压缩获取的代码,前面详细说过);

如果不是网络图片:直接loadImageFromLocal本地加载图片的方式进行加载

 

经过上面,就获得了bitmap;然后加入addBitmapToLruCache,refreashBitmap回调显示图片。

  1. /**
  2. *将图片加入LruCache
  3. *
  4. *@parampath
  5. *@parambm
  6. */
  7. protectedvoidaddBitmapToLruCache(Stringpath,Bitmapbm)
  8. {
  9. if(getBitmapFromLruCache(path)==null)
  10. {
  11. if(bm!=null)
  12. mLruCache.put(path,bm);
  13. }
  14. }

 

到此,我们所有的代码就分析完成了;

 

缓存的图片位置:在SD卡的Android/data/项目packageName/cache中:

 

不过有些地方需要注意:就是在代码中,你会看到一些信号量的身影:

第一个:mSemaphorePoolThreadHandler = new Semaphore(0); 用于控制我们的mPoolThreadHandler的初始化完成,我们在使用mPoolThreadHandler会进行判空,如果为null,会通过mSemaphorePoolThreadHandler.acquire()进行阻塞;当mPoolThreadHandler初始化结束,我们会调用.release();解除阻塞。

第二个:mSemaphoreThreadPool = new Semaphore(threadCount);这个信号量的数量和我们加载图片的线程个数一致;每取一个任务去执行,我们会让信号量减一;每完成一个任务,会让信号量+1,再去取任务;目的是什么呢?为什么当我们的任务到来时,如果此时在没有空闲线程,任务则一直添加到TaskQueue中,当线程完成任务,可以根据策略去TaskQueue中去取任务,只有这样,我们的LIFO才有意义。

 

到此,我们的图片加载框架就结束了,你可以尝试下加载本地,或者去加载网络大量的图片,拼一拼加载速度~~~

4、MainActivity

现在是使用的时刻~~

我在MainActivity中,我使用了Fragment,下面我贴下Fragment和布局文件的代码,具体的,大家自己看代码:

  1. packagecom.example.demo_zhy_18_networkimageloader;
  2. importandroid.content.Context;
  3. importandroid.os.Bundle;
  4. importandroid.support.v4.app.Fragment;
  5. importandroid.util.Log;
  6. importandroid.view.LayoutInflater;
  7. importandroid.view.View;
  8. importandroid.view.ViewGroup;
  9. importandroid.widget.ArrayAdapter;
  10. importandroid.widget.GridView;
  11. importandroid.widget.ImageView;
  12. importcom.zhy.utils.ImageLoader;
  13. importcom.zhy.utils.ImageLoader.Type;
  14. importcom.zhy.utils.Images;
  15. publicclassListImgsFragmentextendsFragment
  16. {
  17. privateGridViewmGridView;
  18. privateString[]mUrlStrs=Images.imageThumbUrls;
  19. privateImageLoadermImageLoader;
  20. @Override
  21. publicvoidonCreate(BundlesavedInstanceState)
  22. {
  23. super.onCreate(savedInstanceState);
  24. mImageLoader=ImageLoader.getInstance(3,Type.LIFO);
  25. }
  26. @Override
  27. publicViewonCreateView(LayoutInflaterinflater,ViewGroupcontainer,
  28. BundlesavedInstanceState)
  29. {
  30. Viewview=inflater.inflate(R.layout.fragment_list_imgs,container,
  31. false);
  32. mGridView=(GridView)view.findViewById(R.id.id_gridview);
  33. setUpAdapter();
  34. returnview;
  35. }
  36. privatevoidsetUpAdapter()
  37. {
  38. if(getActivity()==null||mGridView==null)
  39. return;
  40. if(mUrlStrs!=null)
  41. {
  42. mGridView.setAdapter(newListImgItemAdaper(getActivity(),0,
  43. mUrlStrs));
  44. }else
  45. {
  46. mGridView.setAdapter(null);
  47. }
  48. }
  49. privateclassListImgItemAdaperextendsArrayAdapter<String>
  50. {
  51. publicListImgItemAdaper(Contextcontext,intresource,String[]datas)
  52. {
  53. super(getActivity(),0,datas);
  54. Log.e("TAG","ListImgItemAdaper");
  55. }
  56. @Override
  57. publicViewgetView(intposition,ViewconvertView,ViewGroupparent)
  58. {
  59. if(convertView==null)
  60. {
  61. convertView=getActivity().getLayoutInflater().inflate(
  62. R.layout.item_fragment_list_imgs,parent,false);
  63. }
  64. ImageViewimageview=(ImageView)convertView
  65. .findViewById(R.id.id_img);
  66. imageview.setImageResource(R.drawable.pictures_no);
  67. mImageLoader.loadImage(getItem(position),imageview,true);
  68. returnconvertView;
  69. }
  70. }
  71. }

可以看到我们在getView中,使用mImageLoader.loadImage一行即完成了图片的加载。

 

fragment_list_imgs.xml

 

  1. <GridViewxmlns:android="http://schemas.android.com/apk/res/android"
  2. xmlns:tools="http://schemas.android.com/tools"
  3. android:id="@+id/id_gridview"
  4. android:layout_width="match_parent"
  5. android:layout_height="match_parent"
  6. android:horizontalSpacing="3dp"
  7. android:verticalSpacing="3dp"
  8. android:numColumns="3"
  9. >
  10. </GridView>

item_fragment_list_imgs.xml

  1. <ImageViewxmlns:android="http://schemas.android.com/apk/res/android"
  2. xmlns:tools="http://schemas.android.com/tools"
  3. android:id="@+id/id_img"
  4. android:layout_width="match_parent"
  5. android:layout_height="120dp"
  6. android:scaleType="centerCrop">
  7. </ImageView>


好了,到此结束~~~有任何bug或者意见欢迎留言~

 

源码点击下载

 

 

 

----------------------------------------------------------------------------------------------------------

博主部分视频已经上线,如果你不喜欢枯燥的文本,请猛戳(初录,期待您的支持):

1、Android 自定义控件实战 电商活动中的刮刮卡

2、Android自定义控件实战 打造Android流式布局和热门标签

3、Android智能机器人“小慕”的实现

4、高仿QQ5.0侧滑

5、高仿微信5.2.1主界面及消息提醒

 

分享到:
评论

相关推荐

    新版Android开发教程.rar

    Android 的 App Market 模式,软件开发者获得 7 成收入, 3 成用于系统维护。难点在于位置营销。 设备商通过卖设备、内置特色应用来获得盈利。也可以兼职专业软件开发者进行赢利。 Google 自身通过基于统一平台为...

    Android PaddleSeg的MODNet抠图源码

    在Android平台上进行图像处理和计算机视觉任务,PaddleSeg是一个非常强大的工具,它是由百度飞桨(PaddlePaddle)框架支持的语义分割库。MODNet(Multi-Oriented and Dense Edge Detection Network)是PaddleSeg中的...

    VLC for Android 基于 Opencv 对 RTSP视频 实时人脸检测

    OpenCV集成了TensorFlow和Caffe等框架的接口,可以加载预训练的深度学习模型进行人脸检测,如MTCNN(Multi-Task Cascaded Convolutional Networks)和SSD(Single Shot MultiBox Detector)等。 四、集成VLC与...

    ONNX Runtime安卓手机APP,水果分类模型部署

    4. **模型加载**:在Android应用中,你需要编写代码来加载ONNX模型。ONNXRuntime的Android API提供了`createSession()`方法来创建一个运行会话,这将加载模型并准备好进行推理。 5. **图像预处理**:在进行推理前,...

    Kotlin-Android开发之开源《新闻APP》基于MVP模式+Retrofit2.0+RxJava1.0+Dagger2框架代码

    此项目是一个适合刚入门安卓开发的且熟悉Kotlin的练手小项目,基于《Kotlin-Android开发之MVP模式+Retrofit2.0+RxJava1.0+Dagger2框架封装》开发而成,实现了新闻的分类浏览、历史记录、我的收藏以及小视频的播放,...

    深度学习之模型训练到嵌入式移动端部署核心框架

    这些工具能够将训练好的模型转换成特定框架理解的模型结构和权重文件。 在嵌入式部署过程中,开发者需要搭建相应框架的编译环境,如NCNN的Linux环境,然后将转换后的模型集成到项目中,编写C/C++代码进行模型调用。...

    Android实现人脸识别

    OpenCV和TensorFlow等库提供了现成的接口,简化了在Android上集成这些模型的过程。 1. **OpenCV库**:OpenCV(开源计算机视觉库)是一个强大的跨平台库,包含许多用于图像处理和计算机视觉的函数。在Android上,...

    在Android设备上使用PaddleMobile图像分类的demo

    3. **编写Java/ Kotlin代码**:创建一个Android应用,初始化PaddleMobile,并加载转换后的模型。在代码中设置输入输出尺寸、数据类型等参数,以匹配模型配置。 4. **图像处理**:获取Android设备上的图像数据,可能...

    基于 TensorFlow Lite 开发的 Android 端中文语音识别 Demo.zip

    TensorFlow Lite 具有较小的模型大小、高效的运行时以及对多种硬件加速的支持,使得在 Android 设备上实现实时的语音识别成为可能。 这个 Demo 主要展示了如何将预训练的语音识别模型集成到 Android 应用中。预训练...

    使用Android基于深度学习OCR的APP.zip

    开发者需要将这些模型转换成可以在移动设备上运行的格式,例如 TensorFlow Lite,这样可以确保在资源有限的Android设备上也能流畅运行。 在Java编程语言中,Android Studio是开发Android应用的主要工具。开发者需要...

    计算机视觉项目课设:android人脸识别项目 使用opencv作为基础图像处理框架.zip

    计算机视觉在近年来得到了广泛的关注和应用,特别是在移动设备如Android平台上。本项目是关于一个基于Android的人脸识别项目,利用了OpenCV这个强大的开源计算机视觉库。OpenCV(Open Source Computer Vision ...

    Android英语离线语音识别

    然而,"Android英语离线语音识别" 提供了一个出色的解决方案,它包含了一个精确的模型,无需网络连接也能实现高效的语音转文本功能。这对于那些在无网络环境或者对数据隐私有高要求的应用场景下是非常有价值的。 ...

    Android 健康饮食搭配源码.zip

    开发者需要了解如何集成第三方库,如网络请求库Retrofit、图片加载库Glide等。 6. 测试与调试:在开发过程中,单元测试、集成测试和UI测试是必不可少的。JUnit和Espresso是常用的Android测试框架,可以帮助开发者...

    Android 人脸识别功能使用源码

    更现代的方法是使用深度学习模型,如FaceNet或MTCNN,这些模型在TensorFlow或PyTorch等框架下训练完成,然后编译成Android可以运行的格式,如TensorFlow Lite。 2. **特征提取**:一旦检测到人脸,就需要提取其特征...

    javacv对图片进行文字提取,定位指定文字在图片的位置坐标,提高识别速度

    JavaCV 是一个强大的 Java 库,它为 Java 和 Android 开发者提供了许多计算机视觉和机器学习框架的绑定,包括 OpenCV、FFmpeg 等。在这个特定的应用场景中,我们利用 JavaCV 对图片进行文字识别(OCR,Optical ...

    吸烟检测,YOLOV8 NANO,训练得到的模型,转换成ONNX,只需要OPENCV DNN

    总结来说,这个压缩包包含了一个用于吸烟检测的轻量级YOLOv8 NANO模型,该模型已经转换为ONNX格式,可以使用OpenCV的DNN模块在C++、Python和Android环境中进行高效的部署和应用。这对于实时监控、智能安全系统等领域...

    植物病害检测,10种类型,YOLOV8训练,转换成ONNX,OPENCV调用

    OpenCV的DNN模块(Deep Neural Network)支持直接加载和执行ONNX模型,使得在C++或Python中进行植物病害检测变得简单且高效。在Android平台上,OpenCV的Android版API也能帮助开发者在移动设备上实现模型的本地推理,...

    海洋鱼类检测,7种类型,YOLOV8训练,转换成ONNX,OPENCV调用

    标题中的“海洋鱼类检测,7种类型,YOLOV8训练,转换成ONNX,OPENCV调用”揭示了这个项目的核心技术栈,主要涉及计算机视觉领域中的目标检测技术。YOLO(You Only Look Once)是一种实时的目标检测系统,而YOLOV8是...

Global site tag (gtag.js) - Google Analytics