Bitmap简介(摘抄于网络)
位图文件(Bitmap),扩展名可以是.bmp或者.dib。位图是Windows标准格式图形文件,它将图像定义为由点(像素)组成,每个点可以由多种色彩表示,包括2、4、8、16、24和32位色彩。
例如,一幅1024×768分辨率的32位真彩图片,其所占存储字节数为:1024×768×32/(8*1024)=3072KB
位图文件图像效果好,但是非压缩格式的,需要占用较大存储空间,不利于在网络上传送。jpg/png格式则恰好弥补了位图文件的缺点。
在Android中计算bitmap的大小:bitmap.getByteCount()(返回byte)
扫盲:1M=1024KB=1024*1024byte
一般1920X1080尺寸的图片在内存中的大小,1920x1080x4=2025kb=1.977539M
乘以4位的原因是在安卓系统中bitmap图片一般是以ARGB_8888(ARGB分别代表的是透明度,红色,绿色,蓝色,每个值分别用8bit来记录,也就是一个像素会占用4byte,共32bit。)来进行存储的。
Android中图片有四种颜色格式
颜色格式 | 每个像素占用内存(单位byte) | 每个像素占用内存(单位bit) |
---|---|---|
ALPHA_8 | 1 | 8 |
ARGB_8888(默认) | 4 | 32 |
ARGB_4444 | 2 | 16 |
RGB_565 | 2 | 16 |
ARGB_8888占位算法: 8+8+8+8 =32
1 bit 0/1 ;最小单位
1 byte = 8bit 10101010 (0-255)00000000 --- 11111111
说明:
ARGB_8888:ARGB分别代表的是透明度,红色,绿色,蓝色,每个值分别用8bit来记录,也就是一个像素会占用4byte,共32bit.
ARGB_4444:ARGB的是每个值分别用4bit来记录,一个像素会占用2byte,共16bit.
RGB_565:R=5bit,G=6bit,B=5bit,不存在透明度,每个像素会占用2byte,共16bit.
ALPHA_8:该像素只保存透明度,会占用1byte,共8bit.
在实际应用中而言,建议使用ARGB_8888以及RGB_565。
如果你不需要透明度,那么就选择RGB_565,可以减少一半的内存占用.
Bitmap的回收
在安卓3.0以前Bitmap是存放在堆中的,我们只要回收堆内存即可
在安卓3.0以后Bitmap是存放在内存中的,我们需要回收native层和Java层的内存
官方建议我们3.0以后使用recycle方法进行回收,该方法也可以不主动调用,因为垃圾回收器会自动收集不可用的Bitmap对象进行回收
recycle方法会判断Bitmap在不可用的情况下,将发送指令到垃圾回收器,让其回收native层和Java层的内存,则Bitmap进入dead状态
recycle方法是不可逆的,如果再次调用getPixels()等方法,则获取不到想要的结果
LruCache原理
LruCache是个泛型类,内部采用LinkedHashMap来实现缓存机制,它提供get方法和put方法来获取缓存和添加缓存,其最重要的方法trimToSize是用来移除最少使用的缓存和使用最久的缓存,并添加最新的缓存到队列中
计算inSampleSize
public static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) { final int width = options.outWidth; final int height = options.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; }
缩略图
public static Bitmap thumbnail(String path, int maxWidth, int maxHeight,boolean autoRotate) { BitmapFactory.Options options = new BitmapFactory.Options(); options.inJustDecodeBounds = true; Bitmap bitmap = BitmapFactory.decodeFile(path); options.inJustDecodeBounds = false; int sampleSize = calculateInSampleSize(options,maxWidth,maxHeight); options.inSampleSize =sampleSize; options.inPreferredConfig = Bitmap.Config.RGB_565; options.inPurgeable =true; options.inInputShareable = true; if(bitmap !=null&&!bitmap.isRecycled()){ bitmap.recycle(); } bitmap = BitmapFactory.decodeFile(path,options); return bitmap; }
保存Bitmap
public static String save(Bitmap bitmap, Bitmap.CompressFormat format, int quality,File desFile) { try{ FileOutputStream out = new FileOutputStream(desFile); if(bitmap.compress(format,quality,out)){ out.flush(); out.close(); } if(bitmap!=null&&!bitmap.isRecycled()){ bitmap.recycle(); } return desFile.getAbsolutePath(); }catch (FileNotFoundException e){ e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } return null; }
保存到SD卡
public static String save(Bitmap bitmap, Bitmap.CompressFormat format, int quality,Context context) { if(!Environment.getExternalStorageState() .equals(Environment.MEDIA_MOUNTED)){ return null; } File dir = new File(Environment.getExternalStorageDirectory()+ "/"+context.getPackageName()); if(!dir.exists()){ dir.mkdir(); } File desFile = new File(dir, UUID.randomUUID().toString()); return save(bitmap,format,quality,desFile); }
压缩
一、质量压缩
质量压缩方法:在保持像素的前提下改变图片的位深及透明度等,来达到压缩图片的目的:
1、bitmap图片的大小不会改变
2、bytes.length是随着quality变小而变小的。
这样适合去传递二进制的图片数据,比如分享图片,要传入二进制数据过去,限制500kb之内。
public static Bitmap compressImage(Bitmap image) { ByteArrayOutputStream baos = new ByteArrayOutputStream(); // 把ByteArrayInputStream数据生成图片 Bitmap bitmap = null; image.compress(Bitmap.CompressFormat.JPEG, 5, baos); byte[] bytes = baos.toByteArray(); // 把压缩后的数据baos存放到bytes中 bitmap = BitmapFactory.decodeByteArray(bytes, 0, bytes.length); if (bitmap != null) { loga(bitmap, baos.toByteArray()); } return bitmap; } // 质量压缩方法,options的值是0-100,这里100表示原来图片的质量,不压缩,把压缩后的数据存放到baos中 image.compress(Bitmap.CompressFormat.JPEG, 100, baos); int options = 90; // 循环判断如果压缩后图片是否大于500kb,大于继续压缩 while (baos.toByteArray().length / 1024 > 100) { // 重置baos即清空baos baos.reset(); // 这里压缩options%,把压缩后的数据存放到baos中 image.compress(Bitmap.CompressFormat.JPEG, options, baos); // 每次都减少10 if(options == 1){ break; }else if (options <= 10) { options -= 1; } else { options -= 10; } }
二、采样率压缩
设置inSampleSize的值(int类型)后,假如设为n,则宽和高都为原来的1/n,宽高都减少,内存降低。上面的代码没用过options.inJustDecodeBounds = true; 因为我是固定来取样的数据,为什么这个压缩方法叫采样率压缩?
是因为配合inJustDecodeBounds,先获取图片的宽、高(这个过程就是取样)。
然后通过获取的宽高,动态的设置inSampleSize的值。 当inJustDecodeBounds设置为true的时候, BitmapFactory通过decodeResource或者decodeFile解码图片时, 将会返回空(null)的Bitmap对象,这样可以避免Bitmap的内存分配, 但是它可以返回Bitmap的宽度、高度以及MimeType。
用法
int inSampleSize = getScaling(bitmap); bitmap = samplingRateCompression(path,inSampleSize); private Bitmap samplingRateCompression(String path, int scaling) { BitmapFactory.Options options = new BitmapFactory.Options(); options.inSampleSize = scaling; Bitmap bitmap = BitmapFactory.decodeFile(path, options); int size = (bitmap.getByteCount() / 1024 / 1024); Log.i("wechat", "压缩后图片的大小" + (bitmap.getByteCount() / 1024 / 1024) + "M宽度为" + bitmap.getWidth() + "高度为" + bitmap.getHeight()); return bitmap; } /** * 获取缩放比例 * @param bitmap * @return */ private int getScaling(Bitmap bitmap) { //设置目标尺寸(以像素的宽度为标准) int Targetsize = 1500; int width = bitmap.getWidth(); int height = bitmap.getHeight(); //选择最大值作为比较值(保证图片的压缩大小) int handleValue = width > height ? width : height; //循环计算压缩比 int i = 1; while (handleValue / i > Targetsize) { i++; } }
三、缩放法压缩, 效果和方法2一样
Android中使用Matrix对图像进行缩放、旋转、平移、斜切等变换的。 Matrix是一个3*3的矩阵,其值对应如下:
|scaleX, skewX, translateX|
|skewY, scaleY, translateY|
|0 , 0 , scale |
Matrix提供了一些方法来控制图片变换:
注意:以上的set方法,均有对应的post和pre方法,Matrix调用一系列set,pre,post方法时,可视为将这些方法插入到一个队列. 当然,按照队列中从头至尾的顺序调用执行. 其中pre表示在队头插入一个方法,post表示在队尾插入一个方法. 而set表示把当前队列清空,并且总是位于队列的最中间位置. 当执行了一次set后: pre方法总是插入到set前部的队列的最前面,post方法总是插入到set后部的队列的最后面
private Bitmap ScalingCompression(Bitmap bitmap) { Matrix matrix = new Matrix(); matrix.setScale(0.25f, 0.25f);//缩放效果类似于方法2 Bitmap bm = Bitmap.createBitmap(bitmap, 0, 0, bitmap.getWidth(), bitmap.getHeight(), matrix, true); Log.i("wechat", "压缩后图片的大小" + (bm.getByteCount() / 1024 / 1024) + "M宽度为" + bm.getWidth() + "高度为" + bm.getHeight()); return bm; }
四、Bitmap.Config
原图尺寸:4M----转化为File---Bitmap大小
一般情况下默认使用的是ARGB8888,由此可知它是最占内存的,因为一个像素占32位,8位=1字节,所以一个像素占4字节的内存。假设有一张480x800的图片,如果格式为ARGB8888,那么将会占用1500KB的内存。
private Bitmap bitmapConfig(String path) { BitmapFactory.Options options = new BitmapFactory.Options(); options.inPreferredConfig = Bitmap.Config.RGB_565; Bitmap bm = BitmapFactory.decodeFile(path, options); Log.i("wechat", "压缩后图片的大小" + (bm.getByteCount() / 1024f / 1024f) + "M宽度为" + bm.getWidth() + "高度为" + bm.getHeight()); return bm; }
五、Bitmap提供的:createScaledBitmap
方法
Bitmap.createScaledBitmap(src, dstWidth, dstHeight, filter);
参数说明:
补充抗锯齿的知识点
在Android中,目前,我知道有两种出现锯齿的情况。
1、当我们用Canvas绘制位图的时候,如果对位图进行了选择,则位图会出现锯齿。
2、在用View的RotateAnimation做动画时候, 如果View当中包含有大量的图形,也会出现锯齿。
我们分别以这两种情况加以考虑。 用Canvas绘制位图的的情况。 在用Canvas绘制位图时,一般地,我们使用drawBitmap函数家族, 在这些函数中,都有一个Paint参数, 要做到防止锯齿,我们就要使用到这个参数。如下:
首先在你的构造函数中,需要创建一个Paint。 Paint mPaint = new Paint();
然后,您需要设置两个参数:
1)mPaint.setAntiAlias(Boolean aa);
2)mPaint.setBitmapFilter(true)。
第一个函数是用来防止边缘的锯齿, (true时图像边缘相对清晰一点,锯齿痕迹不那么明显, false时,写上去的字不饱满,不美观,看地不太清楚)。
第二个函数是用来对位图进行滤波处理。
最后,在画图的时候,调用drawBitmap函数,只需要将整个Paint传入即可。
有时候,当你做RotateAnimation时, 你会发现,讨厌的锯齿又出现了。 这个时候,由于你不能控制位图的绘制, 只能用其他方法来实现防止锯齿。 另外,如果你画的位图很多。 不想每个位图的绘制都传入一个Paint。 还有的时候,你不可能控制每个窗口的绘制的时候, 您就需要用下面的方法来处理——对整个Canvas进行处理。
1)在您的构造函数中,创建一个Paint滤波器。 PaintFlagsDrawFilter mSetfil = new PaintFlagsDrawFilter(0, Paint.FILTERBITMAPFLAG); 第一个参数是你要清除的标志位, 第二个参数是你要设置的标志位。此处设置为对位图进行滤波。
2)当你在画图的时候, 如果是View则在onDraw当中,如果是ViewGroup则在dispatchDraw中调用如下函数。 canvas.setDrawFilter( mSetfil );
另外,在Drawable类及其子类中, 也有函数setFilterBitmap可以用来对Bitmap进行滤波处理, 这样,当你选择Drawable时,会有抗锯齿的效果。
private Bitmap createScaledBitmap(Bitmap bitmap) { Bitmap bm = Bitmap.createScaledBitmap(bitmap, 200, 200, true); Log.i("wechat", "压缩后图片的大小" + (bm.getByteCount() / 1024) + "KB宽度为" + bm.getWidth() + "高度为" + bm.getHeight()); return bm; }
六、辅助方法(上述方法的):
通过路径获取bitmap的方法
1、利用BitmapFactory解析文件,转换为Bitmap
bitmap = BitmapFactory.decodeFile(path);
2、自己写解码,转换为Bitmap过程, 同样需使用BitmapFactory.decodeByteArray(buf, 0, len);代码如下:
private Bitmap getBitmapByPath(String path) { if (!new File(path).exists()) { System.err.println("getBitmapByPath: 文件不存在"); return null; } byte[] buf = new byte[1024 * 1024];// 1M Bitmap bitmap = null; try { FileInputStream fis = new FileInputStream(path); int len = fis.read(buf, 0, buf.length); bitmap = BitmapFactory.decodeByteArray(buf, 0, len); //当bitmap为空的时候,说明解析失败 if (bitmap == null) { System.out.println("文件长度:" + len); System.err.println("path: " + path + " 无法解析!!!"); } } catch (Exception e) { e.printStackTrace(); } return bitmap; }
保存图片
private void savaPictrue(Bitmap bitmap) { File file = new File("storage/emulated/0/DCIM/Camera/test.jpg"); FileOutputStream stream = null; try { stream = new FileOutputStream(file); bitmap.compress(Bitmap.CompressFormat.JPEG, 100, stream); Log.e("图片大小:", file.length() / 1024 / 1024 + "M"); } catch (Exception e) { e.printStackTrace(); } }
剪切图片(这里只是裁剪图片,但是对图片的大小并不影响)
private void crop(Uri uri) { // 裁剪图片意图 Intent intent = new Intent("com.android.camera.action.CROP"); intent.setDataAndType(uri, "image/*"); intent.putExtra("crop", "true"); // 裁剪框的比例,1:1 intent.putExtra("aspectX", 1); intent.putExtra("aspectY", 1); // 裁剪后输出图片的尺寸大小 intent.putExtra("outputX", 300); intent.putExtra("outputY", 300); intent.putExtra("outputFormat", "JPEG");// 图片格式 intent.putExtra("noFaceDetection", true);// 取消人脸识别 intent.putExtra("return-data", true); // 开启一个带有返回值的Activity,请求码为PHOTO_REQUEST_CUT startActivityForResult(intent, 200); } private void logp(Bitmap bitmap) { Log.i("wechat", "压缩前图片的大小" + (bitmap.getByteCount() / 1024 / 1024) + "M宽度为" + bitmap.getWidth() + "高度为" + bitmap.getHeight()); } private static void loga(Bitmap bitmap, byte[] bytes) { Log.i("wechat", "压缩后图片的大小" + (bitmap.getByteCount() / 1024 / 1024) + "M宽度为" + bitmap.getWidth() + "高度为" + bitmap.getHeight() + "bytes.length= " + (bytes.length / 1024) + "KB" ); }
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。