内存优化---Bitmap优化
简述：
当我们的代码出现问题导致GC无法及时的回收相关的内存时就会导致内存泄漏。GC无法及时的回收相关内存这将导致我们的内存占用越来越多,最终的体现就是OOM。今天就来总结一下图片oom的解决问题。常见的解决方案就是对Bitmap进行压缩，而压缩分为质量压缩和尺寸压缩。
Bitmap压缩
理论基础
1. 以File的形式存在SD中先来看一下图片的存在形式：
2. 以Stream的形式内存中
3. 以Bitmap的形式存在于内存中
图片的SD卡中占用SD卡大小： File形式的图片大小：FileLength = file.length（）；
图片在内存中占用大小： ① Stream形式： StreamLength = stream.available();
② Bitmap形式： BitmapLength = width * height*（单位像素点占用的字节数）;
总结一下上面三种形式大小关系：FileLength = StreamLength <
☆ 刚才提到了单位像素点占用字节数，现在说一下这个东东，单位像素占用的字节数由其参数BitmapFactory.Options的inPreferredConfig变量决定。inPreferredConfig为Bitmap.Config类型，Bitmap.Config类是个枚举类型，它可以为以下值
Bitmap.Config ALPHA_8 Each pixel is stored as a single translucency (alpha) channel.
This is very useful to efficiently store masks for instance. No color information is stored. With this configuration, each pixel requires 1 byte of memory.
此时图片只有alpha值，没有RGB值，一个像素占用一个字节Bitmap.Config ARGB_4444 This field is deprecated. Because of the poor quality of this configuration, it is advised to use ARGB_8888instead.
这种格式的图片，看起来质量太差，已经不推荐使用。
Each pixel is stored on 2 bytes. The three RGB color channels and the alpha channel (translucency) are stored with a 4 bits precision (16 possible values.) This configuration is mostly useful if the application needs to store translucency information but also needs to save memory. It is recommended to use ARGB_8888 instead of this configuration.
一个像素占用2个字节，alpha(A)值，Red（R）值，Green(G)值，Blue（B）值各占4个bites,共16bites,即2个字节Bitmap.Config ARGB_8888 Each pixel is stored on 4 bytes. Each channel (RGB and alpha for translucency) is stored with 8 bits of precision (256 possible values.) This configuration is very flexible and offers the best quality. It should be used whenever possible
一个像素占用4个字节，alpha(A)值，Red（R）值，Green(G)值，Blue（B）值各占8个bites,共32bites,即4个字节
这是一种高质量的图片格式，电脑上普通采用的格式。它也是Android手机上一个BitMap的默认格式。Bitmap.Config RGB_565 Each pixel is stored on 2 bytes and only the RGB channels are encoded: red is stored with 5 bits of precision (32 possible values), green is stored with 6 bits of precision (64 possible values) and blue is stored with 5 bits of precision. This configuration can produce slight visual artifacts depending on the configuration of the source. For instance, without dithering, the result might show a greenish tint. To get better results dithering should be applied. This configuration may be useful when using opaque bitmaps that do not require high color fidelity.
一个像素占用2个字节，没有alpha(A)值，即不支持透明和半透明，Red（R）值占5个bites ，Green(G)值占6个bites ，Blue（B）值占5个bites,共16bites,即2个字节.对于没有透明和半透明颜色的图片来说，该格式的图片能够达到比较的呈现效果，相对于ARGB_8888来说也能减少一半的内存开销。因此它是一个不错的选择。另外我们通过android.content.res.Resources来取得一个张图片时，它也是以该格式来构建BitMap的.
从Android4.0开始，该选项无效。即使设置为该值，系统任然会采用 ARGB_8888来构造图片注 ：A RGB指的是一种色彩模式，里面A代表Alpha，R表示red，G表示green，B表示blue，其实所有的可见色都是红绿蓝组成的，所以红绿蓝又称为三原色。
图片尺寸压缩
尺寸压缩目的是解决图片由Stream形式转化为Bitmap形式内存突然增大的问题，Bitmap的内存大小是由图片的像素点（width*height）决定的， 那么尺寸压缩就是压缩图片宽度与高度像素点的多少，这样的话图片突然由Stream形式转化为Bitmap形式就会减少内存的占有量，从而一定程度上就减少OOM的机会。那么这样也会带来一些问题：图片经尺寸压缩转化为Bitmap后像素点变低从而导致图片的失真。
Bitmap尺寸压缩的API：
Bitmap在Android中指的是一张图片，可以使PNG格式也可以是JPG等常见的其他图片的格式。Android提供了四类方法加载Bitmap：decodeFile、decodeResource、decodeStream和decodeByteArray。分别用于从文件系统、资源、输入流以及字节数组中加载一个Bitmap对象，其中decideFile和decodeResource又间接调用了decodeStream方法。
Bitmap尺寸压缩举例：
高效加载Bitmap思想：采用BitmapFactory.Options来加载所需尺寸的图片。通过Bitmap.Options来缩放图片，主要使用它的inSampleSize参数，即采样率。当inSampleSize为1时，采用后的图片大小为原始图片大小；当inSampleSize的至大于1时，比如为2，那么采样后的图片的宽和高均为原来的1/2，而像素为原始的1/4,其占有的内存大小也为原来的1/4。拿一张1024*1024像素的图片来说，假定采用ARGB8888格式存储，那么它占有的内存为1024x1024x4，即4M，如果inSampleSize为2，那么采样后的图片占有内存为512x512x4，即1M。
我们来考虑一下实际问题：比如ImageView的大小是100x100像素，而原始图片的大小为200x200像素，那么只需要将采样率inSampleSize设置为2就OK了，但是如果图片大小为200x300呢？这个时候的采样率仍设置为2，这样缩放后的图片大小为100x150像素，仍然是适合ImageView的，如果采样率为3，那么缩放后的图片的大小就会小于ImageView所期望的大小，这样图片就会被拉伸从而导致模糊。
Bitmap尺寸压缩步骤：
通过采样率加载图片，主要的就是计算出合适的采样率，计算采样率的一般流程：
①将BitmapFactory.Options的inJustDecodeBounds参数设置为true并加载图片。
②从BitmapFactory.Options中取出原始图片的宽高信息。
③根据采样率的规则并结合目标View所需大小计算出采样率inSampleSize。
④将BitmapFactory.OPtions的参数设置为false并重新加载图片。
通过上面4个步骤，加载出的图片就是最终缩放的图片，当然也有可能不需要缩放。这里解释一下inJustDecodeBounds参数，当参数为true时，BitmapFactory只会解析图片的原始宽高信息，并不会真正的去加载图片。所以这个操作是轻量级的。另外需要注意的是，这个时候BitmapFactory获取的图片宽高信息和图片的位置以及程序运行的设备有关，比如同一张图片放在不同的drawable文件夹目录下或者程序运行在不同的屏幕密度的设备上，这样导致BitmapFactory获取到不同的结果。
Bitmap尺寸压缩实现：
代码如下：
public class BitmapCompressUtils {
/**
* 方法描述：压缩Resources类型的Bitmap
*
* @param resources Class for accessing an application's resources.
* @param resId 图片资源的ID
* @param reqWidth Bitmap目标压缩宽度像素值
* @param reqHeight Bitmap目标压缩高度像素值
* @return 压缩后的Bitmap类型的图片
*/
public static Bitmap decodeSampleBitmapFromResource(Resources resources, int resId, int reqWidth, int reqHeight) {
//First decode with inJustDecodeBounds = true to check dimension
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(resources, resId, options);
//Calculate inSampleSize
options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);
options.inJustDecodeBounds = false;
return BitmapFactory.decodeResource(resources, resId, options);
}
/**
* 方法描述：计算采样率inSampleSize的值
*
* @param options BitmapFactory.Options实例
* @param reqWidth Bitmap目标压缩宽度像素值
* @param reqHeight Bitmap目标压缩高度像素值
* @return 采样率inSampleSize的值
*/
private static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) {
//Raw height and width of image
int height = options.outHeight;
int width = options.outWidth;
int inSampleSize = 1;
int width_inSampleSize = width / reqWidth;
int height_inSampleSize = height / reqHeight;
if (width_inSampleSize > inSampleSize || height_inSampleSize > inSampleSize) {
inSampleSize = width_inSampleSize > height_inSampleSize ? width_inSampleSize : height_inSampleSize;
}
return inSampleSize;
}
}实例验证
随便找一张图片，不管了，这是一张曾经的高德地图的截图，先来看看这张图的详细信息：
我分三次测试：第一次，什么都不加载的一个空项目；第二次，加载上面那张“高德地图的截图”；第三次，加载经过尺寸压缩（采样率为2）后的“高德地图截图”。然后对比这三次每次分配的内存总量，三次的测试结果如下：
从上面的结果可以看出，当采样率为2（简介计算得到）时内存占有量大致减少到原来的1/4，这也证明了我们上述有关尺寸压缩能够减少内存情况的结论。
二、质量压缩
首先需要说明质量压缩的特点：图片的质量压缩不会改变图片的像素点，这就意味着当图片以Bitmap形式出现在内存中时App的内存占有量不会减小。咦！？既然不会减少内存的占用情况那么质量压缩还有什么用呢?既然Android提供了这样的API那它一定又存在的意义，比如说在项目中经常会有图片上传的功能，那么如果一张5M的图片如果不经过压缩直接上传会消耗用户大量的手机流量，你懂得，在国内流量不得把人心疼死呀！
总之，它不会减少图片的像素。它是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。进过它压缩的图片文件大小会有改变，但是导入成bitmap后占得内存是不变的。显然这个方法并不适用与缩略图，其实也不适用于想通过压缩图片减少内存的适用，仅仅适用于想在保证图片质量的同时减少文件大小的情况而已。
图片质量压缩API：
boolean compress(Bitmap.CompressFormat format, int quality, OutputStream stream)
把位图的压缩信息写入到一个指定的输出流中。如果返回true，可以通过传递一个相应的输出流到BitmapFactory.decodeStream()来重构该位图。注意：并非所有的格式都直接支持位图结构，所以通过BitmapFactory返回的位图很可能有不同的位深度，或许会丢失每个象素的alpha值(例如，JPEG 只支持不透明像素)。
（译者注：色深(color depth),也称色位深度(bitdePth),是指在一定分辨率下一个像素能够接受的颜色数量范围。通常,色深用2的n次方来表示。例如,8 bit的色深包含2的8次方）
参数：
format 图像的压缩格式；
quality 图像压缩比的值，0-100。 0 意味着小尺寸压缩，100意味着高质量压缩。对于有些格式，比如无损压缩的PNG，它就会忽视quality这个参数设置。
stream 写入压缩数据的输出流
返回值：
如果成功地把压缩数据写入输出流，则返回true。
代码实现：
public class PictureUtils {
/**
* 方法描述：对Bitmap进行质量压缩并保存在File中
*
* @param image 原始图片
* @param destBitmapSize 期望压缩后Stream或者File形式的图片大小，单位KB
* @param file 将压缩后的图片保存在文件中以便于上传
*/
public static void compressImageByQuality(Bitmap image, int destBitmapSize, File file) {
ByteArrayOutputStream baos = new ByteArrayOutputStream();
boolean compressResult = image.compress(Bitmap.CompressFormat.JPEG, 100, baos);//质量压缩方法，这里100表示不压缩，把压缩后的数据存放到baos中
int options = 100;
while (baos.toByteArray().length / 1024 > destBitmapSize) { //循环判断如果压缩后图片是否大于100kb,大于继续压缩
baos.reset();//重置baos即清空baos
image.compress(Bitmap.CompressFormat.JPEG, options, baos);//这里压缩options%，把压缩后的数据存放到baos中
options -= 10;//每次都减少10
}
try {
FileOutputStream fos = new FileOutputStream(file);
fos.write(baos.toByteArray());
fos.flush();
fos.close();
baos.close();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
/**
* 方法描述：对Bitmap进行质量压缩
*
* @param image 原始图片
* @param destBitmapSize 期望压缩后Stream或者File形式的图片大小，单位KB
* @return 经质量压缩后的Bitmap
*/
public static Bitmap compressImageByQuality(Bitmap image, int destBitmapSize) {
ByteArrayOutputStream baos = new ByteArrayOutputStream();
boolean compressResult = image.compress(Bitmap.CompressFormat.JPEG, 100, baos);//质量压缩方法，这里100表示不压缩，把压缩后的数据存放到baos中
int options = 100;
while (baos.toByteArray().length / 1024 > destBitmapSize) { //循环判断如果压缩后图片是否大于100kb,大于继续压缩
baos.reset();//重置baos即清空baos
image.compress(Bitmap.CompressFormat.JPEG, options, baos);//这里压缩options%，把压缩后的数据存放到baos中
options -= 10;//每次都减少10
}
ByteArrayInputStream bis = new ByteArrayInputStream(baos.toByteArray());
return BitmapFactory.decodeStream(bis);
}
}