原文首发于微信公众号：jzman-blog，欢迎关注交流！
Android 开发中经常考虑的一个问题就是 OOM(Out Of Memory)，也就是内存溢出，一方面大量加载图片时有可能出现 OOM， 通过采样压缩图片可避免 OOM，另一方面，如一张 1024 x 768 像素的图像被缩略显示在 128 x 96 的 ImageView 中，这种做法显然是不值得的，可通过采样加载一个合适的缩小版本到内存中，以减小内存的消耗，Bitmap 的优化主要有两个方面如下：
- 有效的处理较大的位图
- 缓存位图
这篇文章主要侧重于如何有效的处理较大的位图。
此外，在 Android 中按照位图采样的方法加载一个缩小版本到内存中应该考虑因素？
- 估计加载完整图像所需要的内存
- 加载这个图片所需的空间带给其程序的其他内存需求
- 加载图片的目标 ImageView 或 UI 组件的尺寸
- 当前设备的屏幕尺寸或密度
位图采样
图像有不同的形状的和大小，读取较大的图片时会耗费内存。读取一个位图的尺寸和类型，为了从多种资源创建一个位图，BitmapFactory 类提供了许多解码的方法，根据图像数据资源选择最合适的解码方法，这些方法试图请求分配内存来构造位图，因此很容易导致 OOM 异常。每种类型的解码方法都有额外的特征可以让你通过 BitMapFactory.Options 类指定解码选项。当解码时设置 inJustDecodeBounds 为true，可在不分配内存之前读取图像的尺寸和类型，下面的代码实现了简单的位图采样：
/**
* 位图采样
* @param res
* @param resId
* @return
*/
public Bitmap decodeSampleFromResource(Resources res, int resId){
//BitmapFactory创建设置选项
BitmapFactory.Options options = new BitmapFactory.Options();
//设置采样比例
options.inSampleSize = 200;
Bitmap bitmap = BitmapFactory.decodeResource(res,resId,options);
return bitmap;
}注意：其他 decode... 方法与 decodeResource 类似，这里都以 decodeRedource 为例。
实际使用时，必须根据具体的宽高要求计算合适的 inSampleSize 来进行位图的采样，比如，将一个分辨率为 2048 x 1536 的图像使用 inSampleSize 值为 4 去编码产生一个 512 x 384 的图像，这里假设位图配置为 ARGB_8888，加载到内存中仅仅是 0.75M 而不是原来的 12M，关于图像所占内存的计算将在下文中介绍，下面是根据所需宽高进行计算采样比例的计算方法：
/**
* 1.计算位图采样比例
*
* @param option
* @param reqWidth
* @param reqHeight
* @return
*/
public int calculateSampleSize(BitmapFactory.Options option, int reqWidth, int reqHeight) {
//获得图片的原宽高
int width = option.outWidth;
int height = option.outHeight;
int inSampleSize = 1;
if (width > reqWidth || height > reqHeight) {
if (width > height) {
inSampleSize = Math.round((float) height / (float) reqHeight);
} else {
inSampleSize = Math.round((float) width / (float) reqWidth);
}
}
return inSampleSize;
}
/**
* 2.计算位图采样比例
* @param options
* @param reqWidth
* @param reqHeight
* @return
*/
public int calculateSampleSize1(BitmapFactory.Options options, int reqWidth, int reqHeight) {
//获得图片的原宽高
int height = options.outHeight;
int width = options.outWidth;
int inSampleSize = 1;
if (height > reqHeight || width > reqWidth) {
// 计算出实际宽高和目标宽高的比率
final int heightRatio = Math.round((float) height / (float) reqHeight);
final int widthRatio = Math.round((float) width / (float) reqWidth);
/**
* 选择宽和高中最小的比率作为inSampleSize的值，这样可以保证最终图片的宽和高
* 一定都会大于等于目标的宽和高。
*/
inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
}
return inSampleSize;
}
获得采样比例之后就可以根据所需宽高处理较大的图片了，下面是根据所需宽高计算出来的 inSampleSize 对较大位图进行采样：
/**
* 位图采样
* @param resources
* @param resId
* @param reqWidth
* @param reqHeight
* @return
*/
public Bitmap decodeSampleFromBitmap(Resources resources, int resId, int reqWidth, int reqHeight) {
//创建一个位图工厂的设置选项
BitmapFactory.Options options = new BitmapFactory.Options();
//设置该属性为true,解码时只能获取width、height、mimeType
options.inJustDecodeBounds = true;
//解码
BitmapFactory.decodeResource(resources, resId, options);
//计算采样比例
int inSampleSize = options.inSampleSize = calculateSampleSize(options, reqWidth, reqHeight);
//设置该属性为false，实现真正解码
options.inJustDecodeBounds = false;
//解码
Bitmap bitmap = BitmapFactory.decodeResource(resources, resId, options);
return bitmap;
}在解码过程中使用了 BitmapFactory.decodeResource() 方法，具体如下：
/**
* 解码指定id的资源文件
*/
public static Bitmap decodeResource(Resources res, int id, BitmapFactory.Options opts) {
...
/**
* 根据指定的id打开数据流读取资源，同时为TypeValue进行复制获取原始资源的density等信息
* 如果图片在drawable-xxhdpi，那么density为480dpi
*/
is = res.openRawResource(id, value);
//从输入流解码出一个Bitmap对象，以便根据opts缩放相应的位图
bm = decodeResourceStream(res, value, is, null, opts);
...
}显然真正解码的方法应该是 decodeResourceStream() 方法，具体如下：
/**
* 从输入流中解码出一个Bitmap，并对该Bitmap进行相应的缩放
*/
public static Bitmap decodeResourceStream(Resources res, TypedValue value,
InputStream is, Rect pad, BitmapFactory.Options opts) {
if (opts == null) {
//创建一个默认的Option对象
opts = new BitmapFactory.Options();
}
/**
* 如果设置了inDensity的值，则按照设置的inDensity来计算
* 否则将资源文件夹所表示的density设置inDensity
*/
if (opts.inDensity == 0 && value != null) {
final int density = value.density;
if (density == TypedValue.DENSITY_DEFAULT) {
opts.inDensity = DisplayMetrics.DENSITY_DEFAULT;
} else if (density != TypedValue.DENSITY_NONE) {
opts.inDensity = density;
}
}
/**
* 同理，也可以通过BitmapFactory.Option对象设置inTargetDensity
* inTargetDensity 表示densityDpi，也就是手机的density
* 使用DisplayMetrics对象.densityDpi获得
*/
if (opts.inTargetDensity == 0 && res != null) {
opts.inTargetDensity = res.getDisplayMetrics().densityDpi;
}
//decodeStream()方法中调用了native方法
return decodeStream(is, pad, opts);
}设置完 inDensity 和 inTargetDensity 之后调用了 decodeStream() 方法，该方法返回完全解码后的 Bitmap 对象，具体如下：
/**
* 返回解码后的Bitmap,
*/
public static Bitmap decodeStream(InputStream is, Rect outPadding, BitmapFactory.Options opts) {
...
bm = nativeDecodeAsset(asset, outPadding, opts);
//调用了native方法：nativeDecodeStream(is, tempStorage, outPadding, opts);
bm = decodeStreamInternal(is, outPadding, opts);
Set the newly decoded bitmap's density based on the Options
//根据Options设置最新解码的Bitmap
setDensityFromOptions(bm, opts);
...
return bm;
}显然，decodeStream() 方法主要调用了本地方法完成 Bitmap 的解码，跟踪源码发现 nativeDecodeAsset() 和 nativeDecodeStream() 方法都调用了 dodecode() 方法，doDecode 方法关键代码如下：
/**
* BitmapFactory.cpp 源码
*/
static jobject doDecode(JNIEnv*env, SkStreamRewindable*stream, jobject padding, jobject options) {
...
if (env -> GetBooleanField(options, gOptions_scaledFieldID)) {
const int density = env -> GetIntField(options, gOptions_densityFieldID);
const int targetDensity = env -> GetIntField(options, gOptions_targetDensityFieldID);
const int screenDensity = env -> GetIntField(options, gOptions_screenDensityFieldID);
if (density != 0 && targetDensity != 0 && density != screenDensity) {
//计算缩放比例
scale = (float) targetDensity / density;
}
}
...
//原始Bitmap
SkBitmap decodingBitmap;
...
//原始位图的宽高
int scaledWidth = decodingBitmap.width();
int scaledHeight = decodingBitmap.height();
//综合density和targetDensity计算最终宽高
if (willScale && decodeMode != SkImageDecoder::kDecodeBounds_Mode) {
scaledWidth = int(scaledWidth * scale + 0.5f);
scaledHeight = int(scaledHeight * scale + 0.5f);
}
...
//x、y方向上的缩放比例，大概与scale相等
const float sx = scaledWidth / float(decodingBitmap.width());
const float sy = scaledHeight / float(decodingBitmap.height());
...
//将canvas放大scale，然后绘制Bitmap
SkCanvas canvas (outputBitmap);
canvas.scale(sx, sy);
canvas.drawARGB(0x00, 0x00, 0x00, 0x00);
canvas.drawBitmap(decodingBitmap, 0.0f, 0.0f, & paint);
}
上面代码能看到缩放比例的计算，以及 density 与 targetDensity 对 Bitmap 宽高的影响，实际上间接影响了 Bitmap 在所占内存的大小，这个问题会在下文中举例说明，注意 density 与当前 Bitmap 所对应资源文件（图片）的目录有关，如有一张图片位于 drawable-xxhdpi 目录中，其对应的 Bitmap 的 density 为 480dpi，而 targetDensity 就是 DisPlayMetric 的 densityDpi，也就是手机屏幕代表的 density。那么怎么查看 Android 中本地的 native 方法的实现呢，链接如下：
BitmapFactory.cpp，直接搜索 native 方法的方法名即可，可以试一下咯。
Bitmap 内存计算
首先贡献一张大图 6000 x 4000 ,图片接近 12M，【可在公众号零点小筑索要】 当直接加载这张图片到内存中肯定会发生 OOM，当然通过适当的位图采样缩小图片可避免 OOM，那么 Bitmap 所占内存又如何计算呢，一般情况下这样计算：
Bitmap Memory = widthPix * heightPix * 4可使用 bitmap.getConfig() 获取 Bitmap 的格式，这里是 ARGB_8888 ，这种 Bitmap 格式下一个像素点占 4 个字节，所以要 x 4，如果将图片放置在 Android 的资源文件夹中，计算方式如下：
scale = targetDensity / density
widthPix = originalWidth * scale
heightPix = orignalHeight * scale
Bitmap Memory = widthPix * scale * heightPix * scale * 4上述简单总结了一下 Bitmap 所占内存的计算方式，验证时可使用如下方法获取 Bitmap 所占内存大小：
BitmapMemory = bitmap.getByteCount()由于选择的这张图片直接加载会导致 OOM，所以下文的事例中都是先采样压缩，然后在进行 Bitmap 所占内存的计算。
直接采样
这种方式就是直接指定采样比例 inSampleSize 的值，然后先采样然后计算采样后的内存，这里指定 inSampleSize 为200。
- 将该图片放在 drawable-xxhdpi 目录中，此时 drawable-xxhdpi 所代表的 density 为 480(density)，我的手机屏幕所代表的 density 是 480(targetDensity)，显然，此时 scale 为1，当然首先对图片进行采样，然后将图片加载到内存中， 此时 Bitmap 所占内存内存为：
inSampleSize = 200
scale = targetDensity / density} = 480 / 480 = 1
widthPix = orignalScale * scale = 6000 / 200 * 1 = 30
heightPix = orignalHeight * scale = 4000 / 200 * 1 = 20
Bitmap Memory = widthPix * heightPix * 4 = 30 * 20 * 4 = 2400(Byte)- 将图片放在 drawable-xhdpi 目录中，此时 drawable-xhdpi 所代表的 density 为 320，我的手机屏幕所代表的 density 是 480(targetDensity)，将图片加载到内存中，此时 Bitmap 所代表的内存为：
inSampleSize = 200
scale = targetDensity / density = 480 / 320
widthPix = orignalWidth * scale = 6000 / 200 * scale = 45
heightPix = orignalHeight * scale = 4000 / 200 * 480 / 320 = 30
Bitmap Memory = widthPix * scale * heightPix * scale * 4 = 45 * 30 * 4 = 5400(Byte) 计算采样
这种方式就是根据请求的宽高计算合适的 inSampleSize，而不是随意指定 inSampleSize，实际开发中这种方式最常用，这里请求宽高为100x100，具体 inSampleSize 计算在上文中已经说明。
- 将图片放在 drawable-xxhdpi 目录中，此时 drawable-xxhdpi 所代表的 density 为 480，我的手机屏幕所代表的 density 是 480(targetDensity)，将图片加载到内存中，此时 Bitmap 所代表的内存为：
inSampleSize = 4000 / 100 = 40
scale = targetDensity / density = 480 / 480 = 1
widthPix = orignalWidth * scale = 6000 / 40 * 1 = 150
heightPix = orignalHeight * scale = 4000 / 40 * 1 = 100
BitmapMemory = widthPix * scale * heightPix * scale * 4 = 60000(Byte)- 将图片放在 drawable-xhdpi 目录中，此时 drawable-xhdpi 所代表的 density 为 320，我的手机屏幕所代表的 density 是 480(targetDensity)，将图片加载到内存中，此时 Bitmap 所代表的内存为：
inSampleSize = 4000 / 100 = 40
scale = targetDensity / density = 480 / 320
widthPix = orignalWidth * scale = 6000 / 40 * scale = 225
heightPix = orignalHeight * scale = 4000 / 40 * scale = 150
BitmapMemory = widthPix * heightPix * 4 = 225 * 150 * 4 = 135000(Byte)位图采样及 Bitmap 在不同情况下所占内存的计算大概过程如上所述。
测试效果
测试效果图参考如下：
| drawable-xhdpi | drawable-xxhdpi |
|---|---|
 |
 |
如果感兴趣，可以关注公众号：jzman-blog，一起交流学习。
android
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。