iis服务器助手广告广告
返回顶部
首页 > 资讯 > 移动开发 >Android中图片占用内存的深入分析
  • 388
分享到

Android中图片占用内存的深入分析

2024-04-02 19:04:59 388人浏览 薄情痞子
摘要

目录前言一、图片占用内存与宽、高、色彩模式的关系二、图片占用内存与存放文件夹的关系三、从文件中加载图片和从网络加载图片占用内存四、色彩模式五、总结前言 Android 在加载图片的时

前言

Android 在加载图片的时候一定会考虑到的一个点就是如何防止 OOM,那么一张图片在加载的时候到底会占用多少内存呢?有哪些因素会影响占用的内存呢?知道了这些,我们才能知道可以从哪些点去优化,从而避免 OOM。

一、图片占用内存与宽、高、色彩模式的关系

首先我们准备一张 1920*1080 的图片:

然后我使用的测试机是 Redmi Note 9 Pro,分辨率是 2400*1080,将这张图片放到对应分辨率的目录下,也就是 drawable-xxhdpi 目录下,然后使用不同的配置去加载图片:

    override fun initData() {
        val options = BitmapFactory.Options()
        val bitmap = BitmapFactory.decodeResource(resources, R.drawable.test_xxhdpi, options)
        ShowLogUtil.info("width: ${options.outWidth},height: ${options.outHeight},config: ${options.inPreferredConfig},占用内存: ${bitmap.allocationByteCount}")
        options.inSampleSize = 2
        val bitmap2 = BitmapFactory.decodeResource(resources, R.drawable.test_xxhdpi, options)
        ShowLogUtil.info("width: ${options.outWidth},height: ${options.outHeight},config: ${options.inPreferredConfig},占用内存: ${bitmap2.allocationByteCount}")
        options.inPreferredConfig = Bitmap.Config.RGB_565
        val bitmap3 = BitmapFactory.decodeResource(resources, R.drawable.test_xxhdpi, options)
        ShowLogUtil.info("width: ${options.outWidth},height: ${options.outHeight},config: ${options.inPreferredConfig},占用内存: ${bitmap3.allocationByteCount}")
    }

在上面的代码中,第一次加载图片时使用的是默认配置,第二次加载图片的时候修改了采样率,采样率必须设置为 2 的 n(n≥0) 次幂;第三次加载图片的时候在修改采样率的基础上再修改了色彩模式。观察 log:

可以看到第二次由于我们设置采样率为 2,相当于设置图片压缩比,然后加载时的宽和高都变成了第一次的 1/2,占用内存为第一次的 1/4;第三次在第二次的基础上再设置了色彩模式为 RGB_565,占用内存为第二次的 1/2,第一次的 1/8。

其实还有其他的色彩模式,最后再解释几种色彩模式有什么区别,现在只需要知道 ARGB_8888 是 ARGB 分量都是 8 位,所以一个像素点占 32 位,也就是 4 字节,它是最能保证图片效果的一种模式。而 RGB_565 中 RGB 分量分别使用5位、6位、5位,没有透明度,所以一个像素点占 16 位,也就是 2 字节。

那么我们可以简单的看出,占位内存是与加载宽高,与像素点大小成正比,且倍数关系,而且暂时认为它们的关系为:

占用内存=宽*高*像素点大小

二、图片占用内存与存放文件夹的关系

在日常开发中,UI 在切图的时候通常会切不同分辨率的图片,2 倍图对应 Android 的 xhdpi 目录,3 倍图对应 Android 的 xxhdpi 目录,那么为什么不同资源文件夹需要不同分辨率的图片呢?只用一套图片可不可以呢?我们来看看将同一张图片放到不同目录下,在加载的时候内存占用情况分别如何。

我将上图放在不同目录下,分别命名为不同的名字:

 这里图片的分辨率都是一样的,都是 1920*1080,只是放到了不同目录下,然后我们再分别加载这三张图片。

    override fun initData() {
        val options1 = BitmapFactory.Options()
        val bitmap = BitmapFactory.decodeResource(resources, R.drawable.test_xxhdpi, options1)
        ShowLogUtil.info(
            "width: ${options1.outWidth},height: ${options1.outHeight},config: ${options1.inPreferredConfig},占用内存: ${bitmap.allocationByteCount},inDensity: ${options1.inDensity},inTargetDensity: ${options1.inTargetDensity}"
        )
        val options2 = BitmapFactory.Options()
        val bitmap2 = BitmapFactory.decodeResource(resources, R.drawable.test_xhdpi, options2)
        ShowLogUtil.info(
            "width: ${options2.outWidth},height: ${options2.outHeight},config: ${options2.inPreferredConfig},占用内存: ${bitmap2.allocationByteCount},inDensity: ${options2.inDensity},inTargetDensity: ${options2.inTargetDensity}"
        )
        val options3 = BitmapFactory.Options()
        val bitmap3 = BitmapFactory.decodeResource(resources, R.drawable.test_hdpi, options3)
        ShowLogUtil.info(
            "width: ${options3.outWidth},height: ${options3.outHeight},config: ${options3.inPreferredConfig},占用内存: ${bitmap3.allocationByteCount},inDensity: ${options3.inDensity},inTargetDensity: ${options3.inTargetDensity}"
        )
    }

在加载三张图的时候分别传入了一个默认的 Options 对象,并在加载图片完成后增加了 Options 的 inDensity 和 inTargetDensity 属性的 log,观察 log:

 可以看到在加载 xhdpi 的图片时内存占用大于 xxhdpi 的内存占用,为 xxhdpi 的 2.25 倍,在加载 hdpi 的图片时内存占用为 xxhdpi 的 4 倍,那这个倍数关系是怎么来的呢?别着急,一会儿通过源码可以找到答案。

我们先修改一下图片,将 xhdpi 目录下的图片分辨率改为 1280*720,hdpi 目录下的图片分辨率改为 960*540,再次运行,观察 log:

这时候我们发现加载不同分辨率下目录的图片的内存占用都是一样的了。

现在我们来查看一下 BitmapFactory.decodeResource() 方法的源码了:

    public static Bitmap decodeResource(Resources res, int id, Options opts) {
        validate(opts);
        Bitmap bm = null;
        InputStream is = null; 
        
        try {
            final TypedValue value = new TypedValue();
            // 打开资源流,并初始化一些属性。
            is = res.openRawResource(id, value);
 
            // 解析图片资源。
            bm = decodeResourceStream(res, value, is, null, opts);
        } catch (Exception e) {
            
        } finally {
            try {
                if (is != null) is.close();
            } catch (IOException e) {
                // Ignore
            }
        }
 
        if (bm == null && opts != null && opts.inBitmap != null) {
            throw new IllegalArgumentException("Problem decoding into existing bitmap");
        }
 
        return bm;
    }

decodeResource() 方法中 bitmap 对象是通过 decodeResourceStream() 方法去加载的,继续查看 decodeResourceStream() 方法:

    @Nullable
    public static Bitmap decodeResourceStream(@Nullable Resources res, @Nullable TypedValue value,
            @Nullable InputStream is, @Nullable Rect pad, @Nullable Options opts) {
        validate(opts);
        // 检查 Options 对象是否为空,为空则创建一个默认对象。
        if (opts == null) {
            opts = new Options();
        }
        // 查看 Options 对象是否设置了 inDensity,这里是默认的,所以没有设置,TypedValue 对象在上面的 decodeResource() 方法中也是创建的一个默认对象,所以不为 null,必然进这个 if 代码块。
        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) {
                // TypedValue 对象在上面的 decodeResource() 方法中调用 Resources.openRawResource() 方法的时候 density 会赋值成对应的资源文件所在目录的 density 值,所以会走到这里,给 Options 的 inDensity 属性赋值。
                opts.inDensity = density;
            }
        }
        
        // Options 的 inTargetDensity 默认没有赋值,所以会进 if 代码块,赋值为手机屏幕的 densityDpi。
        if (opts.inTargetDensity == 0 && res != null) {
            opts.inTargetDensity = res.getDisplayMetrics().densityDpi;
        }
        
        return decodeStream(is, pad, opts);
    }

该方法最后调用的是 decodeStream() 方法,继续查看 decodeStream() 方法,这里我只解释关键代码,省略部分代码:

    @Nullable
    public static Bitmap decodeStream(@Nullable InputStream is, @Nullable Rect outPadding,
            @Nullable Options opts) {
        ...
        try {
            if (is instanceof AssetManager.AssetInputStream) {
                final long asset = ((AssetManager.AssetInputStream) is).getNativeAsset();
                bm = nativeDecodeAsset(asset, outPadding, opts, Options.nativeInBitmap(opts),
                    Options.nativeColorSpace(opts));
            } else {
                // 这里的资源并非从 assets 目录中加载,所以进入 else 代码块。
                bm = decodeStreamInternal(is, outPadding, opts);
            }
        ...
        } finally {
            Trace.traceEnd(Trace.TRACE_TAG_GRAPHICS);
        }
        return bm;
    }

继续查看 decodeStreamInternal() 方法:

    private static Bitmap decodeStreamInternal(@NonNull InputStream is,
            @Nullable Rect outPadding, @Nullable Options opts) {
        // ASSERT(is != null);
        byte [] tempStorage = null;
        if (opts != null) tempStorage = opts.inTempStorage;
        if (tempStorage == null) tempStorage = new byte[DECODE_BUFFER_SIZE];
        return nativeDecodeStream(is, tempStorage, outPadding, opts,
                Options.nativeInBitmap(opts),
                Options.nativeColorSpace(opts));
    }

可以看到该方法中最终调用了 native 层中的 nativeDecodeStream() 方法,所以我们需要继续追到 c++ 层,调用的是 /frameworks/base/core/jni/android/graphics/BitmapFactory.cpp,查看其 nativeDecodeStream 方法:

static jobject nativeDecodeStream(JNIEnv* env, jobject clazz, jobject is, jbyteArray storage,
        jobject padding, jobject options) {
 
    jobject bitmap = NULL;
    std::unique_ptr<SkStream> stream(CreateJavainputStreamAdaptor(env, is, storage));
 
    if (stream.get()) {
        std::unique_ptr<SkStreamRewindable> bufferedStream(
                SkFrontBufferedStream::Make(std::move(stream), SkCodec::MinBufferedBytesNeeded()));
        SkASSERT(bufferedStream.get() != NULL);
        bitmap = doDecode(env, std::move(bufferedStream), padding, options);
    }
    return bitmap;
}

可以看到图片的解码是通过 doDecode() 方法完成,查看该方法,这里我只解释关键代码,省略部分代码:

static jobject doDecode(JNIEnv* env, std::unique_ptr<SkStreamRewindable> stream,
                        jobject padding, jobject options) {
    // Set default values for the options parameters.
    ...
    // 初始化缩放比为 1.0
    float scale = 1.0f;
    ...
    if (options != NULL) {
        ...
        // 获取 java 中的 Options 对象中的 density,targetDensity,计算出缩放比,两者都是在 java 代码中的 decodeResourceStream() 方法赋值的。
        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);
            // 如加载的是 xhdpi 中的图片则 inDensity 为 320,使用的测试机分辨率为 1920*1080,则 targetDensity 为 480,所以 scale 为 480/320=1.5
            if (density != 0 && targetDensity != 0 && density != screenDensity) {
                scale = (float) targetDensity / density;
            }
        }
    }
    ...
    int scaledWidth = size.width();
    int scaledHeight = size.height();
    ...
    // Scale is necessary due to density differences.
    if (scale != 1.0f) {
		// 需要缩放的话,计算缩放后的宽高。宽高分别乘以缩放比 scale。
        willScale = true;
        scaledWidth = static_cast<int>(scaledWidth * scale + 0.5f);
        scaledHeight = static_cast<int>(scaledHeight * scale + 0.5f);
    }
    ...
	if (willScale) {
        ...
        outputBitmap.setInfo(
                bitmapinfo.makeWH(scaledWidth, scaledHeight).makeColorType(scaledColorType));
		...
    } else {
        outputBitmap.swap(decodingBitmap);
    }
	...
    // now create the java bitmap
    return bitmap::createBitmap(env, defaultAllocator.getStorageObjAndReset(),
            bitmapCreateFlags, ninePatchChunk, ninePatchInsets, -1);
}

通过对源码的简单分析,我们可以得出的结论是,如果加载的图片所处的分辨率与手机屏幕分辨率不一样的话,会对图片进行缩放,宽高分别会乘以缩放比重新计算,所以它们的关系为:占用内存=(宽*缩放比)*(高*缩放比)*像素点大小,即

占用内存=宽*高*(手机屏幕密度/资源文件夹密度)²*像素点大小

这也就可以解释为什么不同的资源目录下需要不同分辨率的图片了,主要是为了节省内存。但是如果每一种分辨率都要去适配的话,那势必会增加图片,增加包体积,所以在做图片适配的时候,要根据图片使用频率以及市场手机分辨率分布情况做好利弊权衡。

三、从文件中加载图片和从网络加载图片占用内存

这两种加载图片的方式的话,其实通过刚才的源码分析,并不需要再通过实际运行我们就可以知道,由于没有设置 inDensity 和 inTargetDensity,所以占用内存就是宽*高*像素点大小。由于它不会进行缩放,所以我们在从文件中加载图片和从网络加载图片的时候,尤其需要注意它的内存占用情况,避免 OOM。

并且通过刚才的分析,我们可以知道除了可以设置 inSampleSize 来优化占用内存,也可以通过设置 inDensity 和 inTargetDensity 来通过缩放比间接地优化占用内存。

四、色彩模式

色彩模式在 Android 中主要有四种,介绍这个的文章很多,简单提一下:

Bitmap.Config.ARGB_8888:ARGB 分量都是 8 位,总共占 32 位,还原度最高。

Bitmap.Config.ARGB_4444:ARGB 分量都是 4 位,总共占 16 位,保留透明度,但还原度较低。

Bitmap.Config.RGB_565:没有透明度,RGB 分量分别占 5、6、5 位,总共占 16 位。

Bitmap.Config.ALPHA_8:只保留透明度,总共占 8 位。

这里重点不是为了介绍它们的区别,是要提一点,并不是你设置了那个色彩模式就一定会按照这个色彩模式去加载,需要看图片解码器是否支持,比如我们如果有一个灰度加载图片的需求,那么这时候设置色彩模式为 Bitmap.Config.ALPHA_8 看起来是最简单也最高效的方法,但实际可能并不是这样,如果图片解码器不支持,那么还是会使用 Bitmap.Config.ARGB_8888 去加载,这里是一个坑,还希望出现这种情况的时候,小伙伴们能想到可能有这个原因。

附:inDensity,inTargetDensity,inScreenDensity, inScaled三者关系

通过追查代码,我们可以看到图片资源通过数据流解码时,会根据inDensity,inTargetDensity,inScreenDensity三个值和是否被缩放标识inScaled

  • inDensity:图片本身的像素密度(其实就是图片资源所在的哪个密度文件夹下,如在xxhdpi下就是480,如果在asstes、手机内存/sd卡下,默认是160);
  • inTargetDensity:图片最终在bitmap里的像素密度,如果没有赋值,会将inTargetDensity设置成inScreenDensity;
  • inScreenDensity:手机本身的屏幕密度,如我们测试的三星手机dpi=640, 如果inDensity与inTargetDensity不相等时,就需要对图片进行缩放,inScaled = inTargetDensity/inDensity。

五、总结

1.图片占用内存=宽*高*(手机屏幕密度/资源文件夹密度)²*像素点大小,所以我们在优化图片占用内存的时候主要考虑两个方面:

1)控制图像加载尺寸,这有两种方式:

设置采样率来控制加载的宽高;通过设置 inDensity 和 inTargetDensity 控制缩放比。

2)设置色彩模式来控制像素点大小,如果不需要透明度的图片,可以设置色彩模式为 Bitmap.Config.RGB_565 直接减少一半内存。

2.不同分辨率的文件夹下放不同分辨率的图片是为了保证内存开销,但相应的会增加包体积,所以需要根据实际情况权衡。

到此这篇关于Android中图片占用内存的文章就介绍到这了,更多相关Android图片占用内存内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

--结束END--

本文标题: Android中图片占用内存的深入分析

本文链接: https://www.lsjlt.com/news/162703.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
  • Android中图片占用内存的深入分析
    目录前言一、图片占用内存与宽、高、色彩模式的关系二、图片占用内存与存放文件夹的关系三、从文件中加载图片和从网络加载图片占用内存四、色彩模式五、总结前言 Android 在加载图片的时...
    99+
    2024-04-02
  • 如何实现Android中图片占用内存的深入分析
    小编今天带大家了解如何实现Android中图片占用内存的深入分析,文中知识点介绍的非常详细。觉得有帮助的朋友可以跟着小编一起浏览文章的内容,希望能够帮助更多想解决这个问题的朋友找到问题的答案,下面跟着小编一起深入学习“如何实现Android...
    99+
    2023-06-26
  • Android匿名内存深入分析
    目录Android 匿名内存解析MemoryFile使用Service端Client端AshMemory 创建原理AshMemory 读写Linux共享机制简介总结Android 匿...
    99+
    2023-03-15
    Android 匿名内存 Android 内存
  • Redis内存碎片原理深入分析
    目录前言释放的内存去了哪里?什么是内存碎片?什么导致内存碎片?如何解决?总结前言 我们先来看一个问题, 假设Redis实例保存了5GB的数据,现在删除了2GB的数据,那么Redis...
    99+
    2023-02-01
    Redis内存碎片 Redis 内存
  • 深入浅析Java中的内存分配机制
    本篇文章给大家分享的是有关深入浅析Java中的内存分配机制,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。Java 内存分配深入理解Java程序运行在JVM(Java ...
    99+
    2023-05-31
    java 内存分配 ava
  • C++深入分析数据在内存中的存储形态
    目录一.整形在内存中的存储1.原码-反码-补码2.大小端介绍二.浮点型在内存中的存储1.浮点型的存储2.浮点型的读取一.整形在内存中的存储 1.原码-反码-补码 计算机中的整数有三种...
    99+
    2023-01-06
    C++数据在内存中的存储 C++数据存储
  • Android位图(图片)加载引入的内存溢出问题详细解析
    目录1.一些定义什么是内存泄露?什么是位图?2.原理分析2.1 原理分析一2.2 原理分析二3 编程中如何避免图片加载的OOM错误3.1 利用BitmapFactory.decode...
    99+
    2022-12-26
    android 内存溢出 android位图加载引入 android导入图片
  • C语言数据在内存中的存储流程深入分析
    目录前言类型的基本分类整型浮点数自定义类型整型在内存中的存储原码、反码、补码大端和小端如何判断编译器是大端还是小端浮点数在内存中的存储总结前言 C语言中有char、short、int...
    99+
    2022-11-13
    C语言数据在内存中的存储 C语言数据存储
  • Android 图片的三级缓存机制实例分析
    Android 图片的三级缓存机制实例分析当我们获取图片的时候,如果不加以协调好图片的缓存,就会造成大流量,费流量应用,用户体验不好,影响后期发展。为此,我特地分享Android图片的三级缓存机制之从网络中获取图片,来优化应用,具体分三步进...
    99+
    2023-05-31
    android 图片 三级缓存
  • 深入浅析Android中的AsyncTask
    这篇文章给大家介绍深入浅析Android中的AsyncTask,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。1、Asynctask简介1.1 使用方法简介Asynctask作为Android的基础之一,怎么使用就不多讲...
    99+
    2023-05-31
    android asynctask cta
  • vue中图片引入的示例分析
    这篇文章给大家分享的是有关vue中图片引入的示例分析的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。图片引入无非是路径问题,路径就会有绝对路径,和相对路径这两个说法。有一种引入方式就是直接引入绝对路径<img...
    99+
    2023-06-02
  • 深入探讨Golang切片的内存分配和扩容策略
    Golang切片原理深入剖析:内存分配与扩容策略 引言:切片是Golang中常用的数据类型之一,它提供了便捷的方式来操作连续的数据序列。在使用切片的过程中,了解其内部的内存分配与扩容策略对于提高程序的性能十分...
    99+
    2024-01-24
    切片 内存分配 扩容
  • C++深入分析内联函数的使用
    目录一、常量与宏回顾二、内联函数三、内联函数使用注意事项四、小结一、常量与宏回顾 C++中的const常量可以替代宏常数定义,如︰ 但是C++中是否有解决方替代宏代码片段呢?这里就...
    99+
    2024-04-02
  • Android中怎么将图片存入系统相册
    本篇文章为大家展示了Android中怎么将图片存入系统相册,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。Android 图片存入系统相册更新显示实例详解在开发android的过程中,我们避免不了可能...
    99+
    2023-05-31
    android
  • C++虚函数表与类的内存分布深入分析理解
    目录不可定义为虚函数的函数将析构函数定义为虚函数的作用虚函数表原理继承关系中虚函数表结构多重继承的虚函数表多态调用原理对齐和补齐规则为什么要有对齐和补齐资源链接不可定义为虚函数的函数...
    99+
    2022-11-13
    C++ 虚函数表 C++ 类的内存分布
  • JVM内存管理深入垃圾收集器与内存分配策略的示例分析
    这篇文章给大家介绍JVM内存管理深入垃圾收集器与内存分配策略的示例分析,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。Java与C++之间有一堵由内存动态分配和垃圾收集技术所围成的高墙,墙外面的人想进去,墙里面的人却想出...
    99+
    2023-06-17
  • android studio内存分析之Memory profiler的使用
    目录 Android Studio中内存分析工具Memory profiler的使用1. 打开Memory Profiler2. 工具使用3. 内存选项说明4. 内存性能分析器概览5. 内存计...
    99+
    2023-10-27
    android studio android ide
  • 阿里云服务器内存占用情况分析
    简介:随着云计算技术的快速发展,越来越多的企业选择使用阿里云服务器来托管他们的业务。然而,由于服务器资源的限制,内存占用问题一直是用户关注的焦点。本文将从阿里云服务器内存占用情况的角度出发,对服务器内存占用情况进行分析,并给出一些解决方案。...
    99+
    2023-12-30
    阿里 内存 情况
  • MongoDB占用内存过大频繁死机的示例分析
    这篇文章将为大家详细讲解有关MongoDB占用内存过大频繁死机的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。从MongoDB 3.4开始,默认的WiredTig...
    99+
    2024-04-02
  • 深入浅析Android应用中的多进程
    这篇文章将为大家详细讲解有关深入浅析Android应用中的多进程,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。android:process应用实现多进程需要依赖于android:proce...
    99+
    2023-05-31
    android roi 多进程
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作