Android性能优化—图片优化
图片优化是内存优化中很重要的一部分，加载Bitmap时往往需要消耗大量的内存，稍不注意就容易导致内存溢出（OOM）。
一、图片OOM问题产生
1、 一个页面一次加载过多图片；
2、加载大图片没有进行压缩(尺寸，质量)；
3、列表页面加载大量bitmap没有使用缓存。
了解图片产生OOM问题的原因，接下来我们将要通过这几个方面对图片进行优化，在此之前我们还需要知道加载一张图片到APP中需要消耗多大的内存，是什么计算的？
二、获取Bitmap的大小
1、getByteCount()
getByteCount()方法是在API12加入的，代表存储Bitmap的色素需要的最少内存。API19开始
getAllocationByteCount()方法代替了getByteCount()。
2、getAllocationByteCount()
API19之后，Bitmap加了一个Api：getAllocationByteCount()；代表在内存中为Bitmap分配的内存大小。
public final int getAllocationByteCount() {
if (mBuffer == null) {
//mBuffer代表存储Bitmap像素数据的字节数组。
return getByteCount();
}
return mBuffer.length;
}3、getByteCount()与getAllocationByteCount()的区别
一般情况下两者是相等的；通过复用Bitmap来解码图片，如果被复用的Bitmap的内存比待分配内存的Bitmap大,那么getByteCount()表示新解码图片占用内存的大小（并非实际内存大小，实际大小是复用的那个Bitmap的大小），getAllocationByteCount()表示被复用Bitmap真实占用的内存大小（即mBuffer的长度）。
三、Bitmap占用内存大小计算
Bitmap作为位图，需要读入一张图片每一个像素点的数据，其主要占用内存的地方也正是这些像素数据。对于像素数据总大小，我们可以猜想为：像素总数量 × 每个像素的字节大小，而像素总数量在矩形屏幕表现下，应该是：横向像素数量 × 纵向像素数量，
结合得到：
Bitmap内存占用 ≈ 像素数据总大小 = 横向像素数量 × 纵向像素数量 × 每个像素的字节大小
注意：上面的计算方法适用于网络和本地等图片计算，不适用于加载APP项目的drawable和mipmap文件的图片。
在android源码中，加载drawable和mipmap图片，跟density有关，而density和图片存放的资源文件的目录有关，同一张图片放置在不同目录下会有不同的值：
可以验证几个结论：
1. 图片放在drawable中，等同于放在drawable-mdpi中，原因为：drawable目录不具有屏幕密度特
性，所以采用基准值，即mdpi
2. 图片放在某个特定drawable中，比如drawable-hdpi，如果设备的屏幕密度高于当前drawable目
录所代表的密度，则图片会被放大，否则会被缩小放大或缩小比例 = 设备屏幕密度 / drawable目录所代表的屏幕密度因此，关于Bitmap占用内存大小的公式，
从之前：
Bitmap内存占用 ≈ 像素数据总大小 = 横向像素数量 × 纵向像素数量 × 每个像素的字节大小
可以更细化为：
Bitmap内存占用 ≈ 像素数据总大小 = 图片宽 × 图片高× (设备分辨率/资源目录分辨率)^2 × 每个像
素的字节大小
知道图片内存大小的计算后，我们便可以从图片宽、高和每个像素点占用的字节数等方面对图片进行压缩优化处理。
四、图片存储优化
Android系统加载Bitmap给我们提供了很多API，常用的BitmapFactory工厂类：
Option 参数类：
public boolean inJustDecodeBounds
如果设置为 true ，在不获取图片，不分配内存时，可以返回图片的高度宽度信息。即设置为 true ，在解码的时将不会返回 bitmap ，只返回这个 bitmap 的尺寸。
public int inSampleSize
图片缩放的倍数， 这个值是一个 int ，当它小于1的时候，将会被当做1处理，如果大于1，那么就会按照比例 （1 / inSampleSize） 缩小 bitmap 的宽和高、降低分辨率，inSampleSize只能设置为2的倍数。
public int outWidth
获取图片的宽度值
public int outHeight
获取图片的高度值 ，表示这个 Bitmap 的宽和高，一般和inJustDecodeBounds 一起使用来获得 Bitmap 的宽高，但是不加载到内存。
public Bitmap.Config inPreferredConfig
设置解码器，这个值是设置色彩模式，默认值是 ARGB_8888 ，在这个模式下，一个像素点占用4bytes空间，一般对透明度不做要求的话，一般采用 RGB_565 模式，这个模式下一个像素点占用2bytes。
Bitmap类：
bitmap.compress(Bitmap.CompressFormat.JPEG, 30, baos);
30 是压缩率，表示压缩70%; 如果不压缩是100，表示压缩率为0。
BitmapRegionDecoder类：
decoder.decodeRegion(rect, null);
按坐标分部加载需要显示的部分图像。
1、尺寸（采样率）压缩
我们在加载Bitmap显示到ImageView的时候往往是不需要加载原图的，当ImageView宽高小于Bitmap时，我们可以将Bitmap宽高压缩到mageView宽高相似大小，再加载到内存中。
代码实现：
public static Bitmap pathToBitmap(String srcPath) {
BitmapFactory.Options newOpts = new BitmapFactory.Options();
// 开始读入图片，此时把options.inJustDecodeBounds 设回true了
newOpts.inJustDecodeBounds = true;
Bitmap bitmap = BitmapFactory.decodeFile(srcPath, newOpts);// 此时返回bm为空
int w = newOpts.outWidth;
int h = newOpts.outHeight;
// 假设这里ImageView的宽高为400*400，这里可以根据ImageView动态计算
float hh = 400f;
float ww = 400f;
// 缩放比。由于是固定比例缩放，只用高或者宽其中一个数据进行计算即可
int be = 1;// be=1表示不缩放
if (w > h && w > ww) {// 如果宽度大的话根据宽度固定大小缩放
be = (int) (newOpts.outWidth / ww);
} else if (w < h && h > hh) {// 如果高度高的话根据宽度固定大小缩放
be = (int) (newOpts.outHeight / hh);
}
if (be <= 0)
be = 1;
newOpts.inSampleSize = be;// 设置缩放比例
newOpts.inJustDecodeBounds = false;
// 重新读入图片，注意此时已经把options.inJustDecodeBounds 设回false了
bitmap = BitmapFactory.decodeFile(srcPath, newOpts);
return bitmap;
}2、解码率压缩
Bitmap解码器默认是 ARGB_8888 ，我们可以将解码器设置为RGB_565，再减少一倍的内存。
public static Bitmap pathToBitmap(String srcPath) {
BitmapFactory.Options newOpts = new BitmapFactory.Options();
// 开始读入图片，此时把options.inJustDecodeBounds 设回true了
newOpts.inJustDecodeBounds = true;
Bitmap bitmap = BitmapFactory.decodeFile(srcPath, newOpts);// 此时返回bm为空
int w = newOpts.outWidth;
int h = newOpts.outHeight;
// 假设这里ImageView的宽高为400*400，这里可以根据ImageView动态计算
float hh = 400f;
float ww = 400f;
// 缩放比。由于是固定比例缩放，只用高或者宽其中一个数据进行计算即可
int be = 1;// be=1表示不缩放
if (w > h && w > ww) {// 如果宽度大的话根据宽度固定大小缩放
be = (int) (newOpts.outWidth / ww);
} else if (w < h && h > hh) {// 如果高度高的话根据宽度固定大小缩放
be = (int) (newOpts.outHeight / hh);
}
if (be <= 0)
be = 1;
newOpts.inSampleSize = be;// 设置缩放比例
newOpts.inPreferredConfig = Config.RGB_565; // 降低图片从ARGB888到RGB565
newOpts.inJustDecodeBounds = false;
// 重新读入图片，注意此时已经把options.inJustDecodeBounds 设回false了
bitmap = BitmapFactory.decodeFile(srcPath, newOpts);
return bitmap;
}3、质量压缩
质量压缩法：不减少图片本身的像素，它在保持像素的前提下该变图片的位深以及透明度，来达到压缩图片的目的，压缩后的文件大小会有所改变，但是导入成 bitmap后所占内存是不会变化的。
public static Bitmap zipBitmap(Bitmap image, int size) {
try {
ByteArrayOutputStream baos = new ByteArrayOutputStream();
image.compress(CompressFormat.JPEG, 100, baos);
int options = 100;
System.out.println("options" + options + ",baos" + baos.toByteArray().length / 1024);
while (baos.toByteArray().length / 1024 > size) { //循环判断如果压缩后图片是否大于size kb,大于继续压缩
baos.reset();//重置baos即清空baos
options -= 10;//每次都减少10
image.compress(CompressFormat.JPEG, options, baos);//这里压缩options%，把压缩后的数据存放到baos中
}
ByteArrayInputStream isBm = new ByteArrayInputStream(baos.toByteArray());
Bitmap bitmap = BitmapFactory.decodeStream(isBm, null, null);
return bitmap;//压缩好比例大小后再进行质量压缩
} catch (Exception e) {
e.printStackTrace();
}
return image;
}注意：第一个参数不能为CompressFormat.PNG，PNG格式是无损的，它无法再进行质量压缩，quality这个参数就没有作用了，会被忽略，所以最后图片保存成的文件大小不会有变化；
可以设置为CompressFormat.JPEG和CompressFormat.WEBP；质量压缩不会改变Bitmap本身的内存大小，改变的是压缩后保存成文件的大小。
4、分部加载超大图：
在特殊场景我们需要清晰的显示一张超大图的时候，我们可以使用自定义View，通过滑动去分部加载超大图。避免一次性将整张大图加载到内存中而导致OOM问题。
InputStream inputStream = ...; // 输入流，可以是网络流或本地文件流
BitmapRegionDecoder decoder = BitmapRegionDecoder.newInstance(inputStream, false); // 创建BitmapRegionDecoder对象
int width = decoder.getWidth(); // 获取完整图像的宽度
int height = decoder.getHeight(); // 获取完整图像的高度
Rect rect = new Rect(0, 0, width / 2, height / 2); // 需要显示的部分图像的矩形范围
Bitmap bitmap = decoder.decodeRegion(rect, null); // 加载需要显示的部分图像
imageView.setImageBitmap(bitmap); // 显示加载的部分图像5、多级缓存
使用图片缓存：通过使用图片缓存，可以避免重复加载图片，从而提高应用程序的性能。可以使用LruCache或DiskLruCache来实现图片缓存。
1）LruCache
LruCache是Android中的缓存类，用于缓存对象并在缓存满时自动移除最近最少使用的对象。LruCache使用了LRU（Least Recently Used）算法来维护缓存的对象，即将最近最少使用的对象移除，以便为新对象腾出空间。
LruCache的实现代码：
int maxMemory = (int) (Runtime.getRuntime().maxMemory() / 1024); // 获取应用程序最大可用内存
int cacheSize = maxMemory / 8; // 设置缓存大小为最大可用内存的1/8
LruCache memoryCache = new LruCache(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap bitmap) {
return bitmap.getByteCount() / 1024; // 返回图片占用的内存大小（单位：KB）
}
}; // 创建LruCache对象
String url = "http://www.example.com/image.jpg";
Bitmap bitmap = memoryCache.get(url); // 从缓存中获取图片
if (bitmap == null) {
// 如果缓存中不存在该图片，则从网络加载该图片
bitmap = loadImageFromNetwork(url);
// 将加载的图片添加到缓存中
memoryCache.put(url, bitmap);
}
imageView.setImageBitmap(bitmap); // 显示图片 2）DiskLruCache
DiskLruCache是一个非Google官方编写，但获得官方认证的三方库，用于缓存数据到磁盘上，并在缓存满时自动移除最近最少使用的数据。与LruCache类似，DiskLruCache也使用了LRU（Least Recently Used）算法来维护缓存的数据。
DiskLruCache的使用代码：
File cacheDir = getExternalCacheDir(); // 缓存目录
int cacheVersion = 1; // 缓存版本号
long cacheSize = 10 * 1024 * 1024; // 缓存大小（10MB）
DiskLruCache diskCache = DiskLruCache.open(cacheDir, cacheVersion, 1, cacheSize); // 创建DiskLruCache对象
String key = "example";
String value = "Hello, world!";
// 将数据添加到缓存中
DiskLruCache.Editor editor = diskCache.edit(key);
OutputStream os = editor.newOutputStream(0);
os.write(value.getBytes());
editor.commit();
// 从缓存中获取数据
DiskLruCache.Snapshot snapshot = diskCache.get(key);
if (snapshot != null) {
String result = snapshot.getString(0);
Log.d("DiskLruCache", result);
}3）三方图片加载库
除了使用上述的图片优化方法，在项目开发中，我们可以使用常用的三方图片加载库包括Glide和Picasso等，来帮助应用程序更高效地加载图片，并自动处理图片的优化和缓存。