首先解析一下基本的知识:
位图模式,bitmap颜色位数是1位
灰度模式,bitmap颜色位数是8位,和256色一样
RGB模式,bitmap颜色位数是24位 在RGB模式下,一个像素对应的是红、绿、蓝三个字节
CMYK模式,bitmap颜色位数是32位 在CMYK模式下,一个像素对应的是青、品、黄、黑四个字节
图像文件的字节数(Byte) = 图像分辨率*颜色深度/8(bit/8)
例如:一幅640*480图像分辨率、RGB色一般为24位真彩色,图像未经压缩的数据容量为:640X480X24/8=921600字节=900KB(1KB=l千字节=1024字节)。
注:一个图像文件占的磁盘空间大小还和磁盘的文件格式有关。如:NTFS最小单位为4KB 所以图像文件大小肯定是4KB的倍数。但是有图图片压缩算法的存在,图片文件在保存时,体积要比在内存的大小小得多,如640x480的图片文件大小一般只在200K~300K。这也是为什么,加载几MB的图片文件,会导致JVM内存溢出,导致OutofMemoryException的原因。
由上面的公式,我们可以得出,加载的图片所占的内存大小,取决于其分辨率和颜色数。
我们再来看看Google官方的介绍:
这个已经非常的明白了,我们VM的app进程所获得的内存只有区区的16MB,普普通通的5MP摄像头拍出来的图片,直接加载,将占用接近19MB的内存。可见,不进行压缩,内存将会直接溢出。
再了解一下,android读取解析图片的方式,基本与Java的方式类型,通过文件输入流,然后进行解码,再转成图片格式;
当然google的android也为我们封装好了若干方法,来方便快捷地完成这项工作,如ImageView的setImageBitmap,setImageResource,BitmapFactory的decodeResource等,但是尽量不要使用setImageBitmap或setImageResource或BitmapFactory.decodeResource来设置一张大图,因为这些函数在完成decode后,最终都是通过java层的createBitmap来完成的,需要消耗更多内存;
因此,改用先通过BitmapFactory.decodeStream方法,创建出一个bitmap,再将其设为ImageView的source,加载显示。decodeStream最大的秘密在于其直接调用JNI>>nativeDecodeAsset()来完成decode,无需再使用java层的createBitmap,从而节省了java层的空间。
在使用decodeStream读取图片时,再加上Config参数,就可以更有效地控制加载目标的内存大小,从而更有效阻止抛OutofMemoryException异常,下面用一段代码说明:
public static Bitmap readBitmapAutoSize(String filePath, int outWidth, int outHeight) {
//outWidth和outHeight是目标图片的最大宽度和高度,用作限制
FileInputStream fs = null;
BufferedInputStream bs = null;
try {
fs = new FileInputStream(filePath);
bs = new BufferedInputStream(fs);
BitmapFactory.Options options = setBitmapOption(filePath, outWidth, outHeight);
return BitmapFactory.decodeStream(bs, null, options);
} catch (Exception e) {
e.printStackTrace();
} finally {
try {
bs.close();
fs.close();
} catch (Exception e) {
e.printStackTrace();
}
}
return null;
}
private static BitmapFactory.Options setBitmapOption(String file, int width, int height) {
BitmapFactory.Options opt = new BitmapFactory.Options();
opt.inJustDecodeBounds = true;
//设置只是解码图片的边距,此操作目的是度量图片的实际宽度和高度
BitmapFactory.decodeFile(file, opt);
int outWidth = opt.outWidth; //获得图片的实际高和宽
int outHeight = opt.outHeight;
opt.inDither = false;
opt.inPreferredConfig = Bitmap.Config.RGB_565;
//设置加载图片的颜色数为16bit,默认是RGB_8888,表示24bit颜色和透明通道,但一般用不上
opt.inSampleSize = 1;
//设置缩放比,1表示原比例,2表示原来的四分之一....
//计算缩放比
if (outWidth != 0 && outHeight != 0 && width != 0 && height != 0) {
int sampleSize = (outWidth / width + outHeight / height) / 2;
opt.inSampleSize = sampleSize;
}
opt.inJustDecodeBounds = false;//最后把标志复原
return opt;
}
另外,decodeStream直接拿的图片来读取字节码了, 不会根据机器的各种分辨率来自动适应, 使用了decodeStream之后,需要在hdpi和mdpi,ldpi中配置相应的图片资源, 否则在不同分辨率机器上都是同样大小(像素点数量),显示出来的大小就不对了。 可参考下面的代码:
BitmapFactory.Options opts = new BitmapFactory.Options();
//设置图片的DPI为当前手机的屏幕dpi
opts.inTargetDensity = ctx.getResources().getDisplayMetrics().densityDpi;
opts.inScaled = true;
另外,图片的bitmap对象为大对象,不用了要注意主动回收,
if(!bmp.isRecycle() ){
bmp.recycle() //回收图片所占的内存
system.gc() //提醒系统及时回收
}
- 大小: 21.4 KB
分享到:
相关推荐
Android 中加载大图片时内存溢出的解决方案 在 Android 开发中,加载大图片时经常会出现内存溢出的问题。这是由于大图片的解码需要大量的内存空间,从而导致应用程序崩溃。因此,解决加载大图片时的内存溢出问题是...
android加载大量图片内存溢出的三种解决办法
本篇文章将深入探讨如何在Android中有效解决图片加载导致的内存溢出问题。 首先,我们需要理解为什么图片加载会引发内存溢出。Android系统为每个应用分配了一定的内存限制,当加载大尺寸图片时,如果直接将其原样...
综上所述,解决Android图片下载导致的内存溢出问题需要从多个方面进行优化,包括图片尺寸控制、缓存策略、内存管理、加载策略等。结合使用现有的图片加载库,可以显著提高应用性能和用户体验。在实际项目中,...
综上所述,解决Android中显示大GIF图片导致的内存溢出问题,需要结合多种策略,包括但不限于选择合适的GIF解析库、使用JNI进行优化、异步加载、流式处理、内存管理和预处理等。同时,不断地测试和调整,以找到最佳的...
本文将详细介绍如何解决在gallery中加载大量图片导致的内存溢出问题。 首先,我们需要理解Android的内存管理机制。Android系统使用Dalvik或ART虚拟机运行应用程序,它们都有内存限制。当加载大图或大量图片时,如果...
在 Android 系统中,加载大图片时经常会出现内存溢出的问题,这是因为 Android 系统给图片分配的内存只有 8M,当加载大量图片时,很容易超出这个限制,导致 OOM(Out of Memory)错误。为了解决这个问题,我们需要...
通过上述方法,我们可以有效地避免在加载大尺寸图片时出现内存溢出的情况。关键在于合理利用`BitmapFactory.Options`中的配置项,特别是`inJustDecodeBounds`和`inSampleSize`属性。此外,在实际应用中还需注意适时...
在Android开发中,ViewPager是一个非常常用的组件...通过以上方法,可以有效地解决ViewPager加载大量图片导致的内存溢出问题,同时提高应用的性能和用户体验。在实际开发中,应结合项目的具体需求选择适合的优化策略。
总之,通过双缓冲技术和合理的内存管理,我们可以有效地解决Android中因大量图片加载导致的内存溢出问题,提高应用的稳定性和性能。同时,要时刻关注应用的内存使用情况,通过内存分析工具进行监控和优化,确保应用...
### Android有效解决图片过大内存溢出的问题 #### 一、问题背景 在Android开发过程中,尤其是在涉及大量图片处理的应用程序中,经常会遇到内存溢出的问题。这是因为Android设备的内存资源有限,而图片作为数据量较...
通过以上措施,我们可以有效解决ListView加载网络图片时可能导致的内存溢出问题,同时提高应用的性能和用户体验。在实际开发中,应结合项目需求选择合适的图片加载库,并灵活运用各种优化策略。
本篇文章将深入探讨Android内存管理的两个核心概念:堆(Heap)和栈(Stack),以及如何理解和解决Android内存溢出问题。 1. 堆与栈 堆和栈是Java虚拟机(JVM)中的两种主要内存区域,它们各自具有特定的用途和...
本项目提供了一个在Android 1.6 SDK环境下编写的工具类,旨在帮助开发者有效地避免内存溢出,特别是在加载图片列表时。以下是关于这个主题的详细讲解。 1. **Android内存机制**: - Android系统为每个应用程序分配...
在Android开发中,ListView是一个非常常见且重要的组件,它用于展示大量的...通过以上策略,我们可以有效地优化ListView的性能,并防止加载图片时引发内存溢出。在实际开发中,结合具体情况进行调整,以达到最佳效果。
- **图片大小调整**:为了避免大图导致内存溢出,可以预先设定图片的显示尺寸,只加载和解码必要的像素。 - **错误处理**:当加载或解码失败时,应提供默认图片作为占位符,避免显示空白。 - **缓存策略**:根据应用...
综上所述,OOMS方案通过优化图片加载流程、动态内存管理和智能压缩算法,有效解决了Android应用中Gallery内存溢出的问题。该方案不仅提升了用户体验,也增强了应用的稳定性和兼容性,对于开发涉及大量图片展示的移动...
在Android应用开发中,图片加载是一项关键任务,尤其是在处理大量图片时,如果不妥善处理,很容易导致内存溢出(OOM)问题。"图片异步加载插件"正是一款为解决这个问题而设计的工具,它能够有效地优化内存管理,提高...
"Android加载网络图片与本地图片解决OOM问题"这个主题旨在介绍如何有效地解决这些问题。 首先,我们需要理解为什么Android应用容易出现OOM。Android为每个应用程序分配了一定量的内存,当这个限制被超过时,系统会...
然而,当处理大量图片时,特别是在用户滚动时实时加载,可能会遇到内存溢出(Out Of Memory,简称OOM)的问题。这是因为Android系统为每个应用程序分配的内存有限,而加载大图或大量图会消耗大量内存。因此,我们...