重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
本篇内容主要讲解“Bitmap知识点有哪些”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Bitmap知识点有哪些”吧!
公司主营业务:成都做网站、网站制作、移动网站开发等业务。帮助企业客户真正实现互联网宣传,提高企业的竞争能力。创新互联建站是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化,感谢他们对我们的高要求,感谢他们从不同领域给我们带来的挑战,让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联建站推出石阡免费做网站回馈大家。
Bitmap
,位图,本质上是一张图片的内容在内存中的表达形式。它将图片的内容看做是由存储数据的有限个像素点组成;每个像素点存储该像素点位置的ARGB
值,每个像素点的ARGB
值确定下来,这张图片的内容就相应地确定下来。其中,A代表透明度,RGB代表红绿蓝三种颜色通道值。
Bitmap一直都是Android
中的内存大户,计算大小的方式有三种:
getRowBytes()
这个在 API Level 1
添加的,返回的是bitmap一行所占的大小,需要乘以bitmap的高,才能得出btimap的大小
getByteCount()
这个是在 API Level 12
添加的,其实是对getRowBytes()乘以高的封装
getAllocationByteCount()
这个是在 API Level 19
添加的
这里我将一张图片放到项目的drawable-xxhdpi文件夹中,然后通过方法获取图片所占的内存大小:
var bitmap = BitmapFactory.decodeResource(resources, R.drawable.test) img.setImageBitmap(bitmap) Log.e(TAG,"dpi = ${resources.displayMetrics.densityDpi}") Log.e(TAG,"size = ${bitmap.allocationByteCount}")
打印出来的结果是
size=1960000
具体是怎么计算的呢?
图片内存=宽 * 高 * 每个像素所占字节。
这个像素所占字节又和Bitmap.Config
有关,Bitmap.Config
是个枚举类,用于描述每个像素点的信息,比如:
ARGB_8888
。常用类型,总共32位,4个字节,分别表示透明度和RGB通道。
RGB_565
。16位,2个字节,只能描述RGB通道。
所以我们这里的图片内存计算就得出:
宽700 * 高700 * 每个像素4字节=1960000
首先放一张drawable
目录对应的屏幕密度对照表,来自郭霖的博客:
对照表
刚才的案例,我们是把图片放到drawable-xxhdpi
文件夹,而drawable-xxhdpi
文件夹对应的dpi就是我们测试手机的dpi—480。所以图片的内存就是我们所计算的宽 * 高 * 每个像素所占字节
。
如果我们把图片放到其他的文件夹,比如drawable-hdpi
文件夹(对应的dpi是240),会发生什么呢?
再次打印结果:
size = 7840000
这是因为一张图片的实际占用内存大小计算公式是:
占用内存 = 宽 * 缩放比例 * 高 * 缩放比例 * 每个像素所占字节
这个缩放比例就跟屏幕密度DPI有关了:
缩放比例 = 设备dpi/图片所在目录的dpi
所以我们这张图片的实际占用内存位:
宽700 * (480/240) * 高700 * (480/240) * 每个像素4字节 = 7840000
常用的优化方式是两种:
修改Bitmap.Config
这一点刚才也说过,不同的Conifg
代表每个像素不同的占用空间,所以如果我们把默认的ARGB_8888
改成RGB_565
,那么每个像素占用空间就会由4字节变成2字节了,那么图片所占内存就会减半了。
可能一定程度上会降低图片质量,但是我实际测试看不出什么变化。
修改inSampleSize
inSampleSize
,采样率,这个参数是用于图片尺寸压缩的,他会在宽高的维度上每隔inSampleSize
个像素进行一次采集,从而达到缩放图片的效果。这种方法只会改变图片大小,不会影响图片质量。
val options=BitmapFactory.Options() options.inSampleSize=2 val bitmap = BitmapFactory.decodeResource(resources, R.drawable.test2,options) img.setImageBitmap(bitmap)
实际项目中,我们可以设置一个与目标图像大小相近的inSampleSize
,来减少实际使用的内存:
fun getImage(): Bitmap { var options = BitmapFactory.Options() options.inJustDecodeBounds = true BitmapFactory.decodeResource(resources, R.drawable.test2, options) // 计算最佳采样率 options.inSampleSize = getImageSampleSize(options.outWidth, options.outHeight) options.inJustDecodeBounds = false return BitmapFactory.decodeResource(resources, R.drawable.test2, options) }
上面的例子大家应该发现了,其中有个inJustDecodeBounds
,又设置为true,又设置成false的,总感觉多此一举,那么他到底是干嘛呢?
因为我们要获取图片本身的大小,如果直接decodeResource
加载一遍的话,那么就会增加内存了,所以官方提供了这样一个参数inJustDecodeBounds
。如果inJustDecodeBounds
为ture,那么decode
的bitmap
为null,也就是不返回实际的bitmap
,只把图片的大小信息放到了options的值中。
所以这个参数就是用来获取图片的大小信息的同时不占用内存。
如果有个需求,是在同一个imageview
中可以加载不同的图片,那我们需要每次都去新建一个Bitmap
对象,占用新的内存空间吗?如果我们这样写的话:
override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) setContentView(R.layout.actvitiy_bitmap) btn1.setOnClickListener { img.setImageBitmap(getBitmap(R.drawable.test)) } btn2.setOnClickListener { img.setImageBitmap(getBitmap(R.drawable.test2)) } } fun getBitmap(resId: Int): Bitmap { var options = BitmapFactory.Options() return BitmapFactory.decodeResource(resources, resId, options) }
这样就会Bitmap
就会频繁去申请内存,释放内存,从而导致大量GC
,内存抖动。
为了防止这种情况呢,我们就可以用到inBitmap
参数,用于Bitmap
的内存复用。这样同一块内存空间就可以被多个Bitmap
对象复用,从而减少了频繁的GC。
val options by lazy { BitmapFactory.Options() } val reuseBitmap by lazy { options.inMutable = true BitmapFactory.decodeResource(resources, R.drawable.test, options) } fun getBitmap(resId: Int): Bitmap { options.inMutable = true options.inBitmap = reuseBitmap return BitmapFactory.decodeResource(resources, resId, options) }
这里有几个要注意的点
inBitmap
要和 inMutable
属性配套使用,否则将无法复用。
在 Android 4.4
之前,只能重用相同大小的 Bitmap
内存区域; 4.4之后
只要复用内存空间的Bitmap对象大小比 inBitmap
指向的内存空间要小即可。
所以一般在复用之前,还要判断下,新的Bitmap
内存是不是小于可以复用的Bitmap
内存,然后才能进行复用。
如果是高清大图,那就说明不允许进行图片压缩,比如微博长图,清明上河图。
所以我们就要对图片进行局部显示,这就用到BitmapRegionDecoder
属性,主要用于显示图片的某一块矩形区域。
比如我要显示左上角的100 * 100区域:
fun setImagePart() { val inputStream: InputStream = assets.open("test.jpg") val bitmapRegionDecoder: BitmapRegionDecoder = BitmapRegionDecoder.newInstance(inputStream, false) val options = BitmapFactory.Options() val bitmap = bitmapRegionDecoder.decodeRegion( Rect(0, 0, 100, 100), options) image.setImageBitmap(bitmap) }
实际项目使用中,我们可以根据手势滑动,然后不断更新我们的Rect参数来实现具体的功能即可。
具体实现源码可以参考鸿洋的博客:https://blog.csdn.net/lmj623565791/article/details/49300989
Bundle直接传递
。bundle最常用于Activity间传递,也属于跨进程的一种方式,但是传递的大小有限制,一般为1M。
//intent.put的putExtra方法实质也是通过bundleintent.putExtra("image",bitmap); bundle.putParcelable("image",bitmap)
Bitmap
之所以可以直接传递,是因为其实现了Parcelable
接口进行了序列化。而Parcelable的传递原理是利用了Binder
机制,将Parcel
序列化的数据写入到一个共享内存(缓冲区)中,读取的时候也会从这个缓冲区中去读取字节流,然后再反序列化成对象使用。这个共享内存也就是缓存区有一个大小限制—1M,而且是公用的。所以传图片的话很容易就容易超过这个大小然后报错TransactionTooLargeException
。
所以这个方案不可靠。
文件传输
。
将图片保存到文件,然后只传输文件路径,这样肯定是可以的,但是不高效。
putBinder
这个就是考点了。通过传递binder
的方式传递bitmap。
//传递binderval bundle = Bundle() bundle.putBinder("bitmap", BitmapBinder(mBitmap))//接收binder中的bitmapval imageBinder: BitmapBinder = bundle.getBinder("bitmap") as BitmapBinderval bitmap: Bitmap? = imageBinder.getBitmap()//Binder子类class BitmapBinder :Binder(){ private var bitmap: Bitmap? = null fun ImageBinder(bitmap: Bitmap?) { this.bitmap = bitmap } fun getBitmap(): Bitmap? { return bitmap } }
为什么用putBinder
就没有大小限制了呢?
因为 putBinder
中传递的其实是一个文件描述符fd,文件本身被放到一个共享内存中,然后获取到这个fd之后,只需要从共享内存中取出Bitmap数据即可,这样传输就很高效了。
而用 Intent/bundle
直接传输的时候,会禁用文件描述符fd,只能在parcel的缓存区中分配空间来保存数据,所以无法突破1M的大小限制。
文件描述符是一个简单的整数,用以标明每一个被进程所打开的文件和socket。第一个打开的文件是0,第二个是1,依此类推。
到此,相信大家对“Bitmap知识点有哪些”有了更深的了解,不妨来实际操作一番吧!这里是创新互联网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!