针对图片性能优化的总结

由于android设备的RAM较小，且Java的GC机制不够智能，经常会出现Out of memory异常。当然，除了上面的原因，也有可能就是因为写的程序有bug，产生内存溢出。在进行图片较多的软件处理时，很有可能会遇到OOM（out of memory）的异常。

图片是一个非常消耗内存的资源，针对图片的处理需要进行特殊的处理。经过一段时间的调研，我总结出来几个注意事项。

尽量使用9png格式的图片
加载图片时，压缩图片后加载
尽快的手动标记回收图片资源
设置dalivk虚拟机的初始堆内存大小和GC效率（适用于不单单是图片的问题）
调用system.gc来执行垃圾回收（不赞成的方法）

下面是对这几个内容的仔细分析：

尽量使用9png格式的图片

　　　　android系统为了提高图片的质量，提高android对各种屏幕的适应能力。系统推出了对.9.png格式图片的支持。这就就可以把一些图片在美工那里就做的非常小，之后还满足了产品对品质的要求。

加载图片时，图片压缩后加载

　　　　正常程序中加载图片调用函数：BitmapFactory.decodeFile(imageFile);

　　　　为了在加载图片时可以对图片压缩后在加载，对前面的这段代码进行一下加工：

1
BitmapFactory.Options opts =  new BitmapFactory.Options();

2
opts.inJustDecodeBounds =  true ;

3
Bitmap bitmap = BitmapFactory.decodeFile(imageFile, opts);

　　　　设置inJustDecodeBounds为true后，decodeFile并不分配空间，但可计算出原始图片的长度和宽度，即opts.width和opts.height。有了这两个参数，再通过一定的算法，即可得到一个恰当的inSampleSize。

　　　　查看Android源码，Android提供了一种动态计算的方法。

01
public static int computeSampleSize(BitmapFactory.Options options,

02
         int minSideLength,  int maxNumOfPixels) {

03
     int initialSize = computeInitialSampleSize(options, minSideLength,

04
             maxNumOfPixels);

05
 
06
     int roundedSize;

07
     if (initialSize <=  8 ) {

08
         roundedSize =  1 ;

09
         while (roundedSize < initialSize) {

10
             roundedSize <<=  1 ;

11
         }

12
     }  else {

13
         roundedSize = (initialSize +  7 ) /  8 *  8 ;

14
     }

15
 
16
     return roundedSize;

17
}

18
 
19
private static int computeInitialSampleSize(BitmapFactory.Options options,

20
         int minSideLength,  int maxNumOfPixels) {

21
     double w = options.outWidth;

22
     double h = options.outHeight;

23
 
24
     int lowerBound = (maxNumOfPixels == - 1 ) ?  1 :

25
             ( int ) Math.ceil(Math.sqrt(w * h / maxNumOfPixels));

26
     int upperBound = (minSideLength == - 1 ) ?  128 :

27
             ( int ) Math.min(Math.floor(w / minSideLength),

28
             Math.floor(h / minSideLength));

29
 
30
     if (upperBound < lowerBound) {

31
         // return the larger one when there is no overlapping zone.

32
         return lowerBound;

33
     }

34
 
35
     if ((maxNumOfPixels == - 1 ) &&

36
             (minSideLength == - 1 )) {

37
         return 1 ;

38
     }  else if (minSideLength == - 1 ) {

39
         return lowerBound;

40
     }  else {

41
         return upperBound;

42
     }

43
}

　　　　　使用该算法，就可动态计算出图片的inSampleSize。然后去设置好inSampleSize后才去加载图片。

　　　　　　　　　　//解决加载图片 内存溢出的问题 
                //Options 只保存图片尺寸大小，不保存图片到内存 
                BitmapFactory.Options opts = new BitmapFactory.Options(); 
                //缩放的比例，缩放是很难按准备的比例进行缩放的，其值表明缩放的倍数，SDK中建议其值是2的指数值,值越大会导致图片不清晰 
                opts.inSampleSize = 4; 
                Bitmap bmp = null; 
                bmp = BitmapFactory.decodeResource(getResources(), mImageIds[position],opts);

尽快的手动标记回收图片资源

　　　　在图片资源用完时，尽量手动的去标记一下这些已经用完的图片。帮助GC去识别不用的图片，并回收。

if(bitmapObject.isRecycled()==false) //如果没有回收   
         bitmapObject.recycle();   
　　
设置dalivk虚拟机的初始堆内存大小和GC效率（适用于不单单是图片的问题）
　　　　对于Android平台来说，其托管层使用的Dalvik Java VM从目前的表现来看还有很多地方可以优化处理，比如我们在开发一些大型游戏或耗资源的应用中可能考虑手动干涉GC处理，使用 dalvik.system.VMRuntime类提供的setTargetHeapUtilization方法可以增强程序堆内存的处理效率。当然具体 原理我们可以参考开源工程，这里我们仅说下使用方法:   private final static float TARGET_HEAP_UTILIZATION = 0.75f; 在程序onCreate时就可以调用VMRuntime.getRuntime().setTargetHeapUtilization(TARGET_HEAP_UTILIZATION); 即可。 

　　    对于一些Android项目，影响性能瓶颈的主要是Android自己内存管理机制问题，目前手机厂商对RAM都比较吝啬，对于软件的流畅性来说RAM对 性能的影响十分敏感，除了 优化Dalvik虚拟机的堆内存分配外，我们还可以强制定义自己软件的对内存大小，我们使用Dalvik提供的 dalvik.system.VMRuntime类来设置最小堆内存为例: 

private final static int CWJ_HEAP_SIZE = 6* 1024* 1024 ; 
VMRuntime.getRuntime().setMinimumHeapSize(CWJ_HEAP_SIZE); //设置最小heap内存为6MB大小。当然对于内存吃紧来说还可以通过手动干涉GC去处理 
调用system.gc来执行垃圾回收（不赞成的方法）
　　　　在以上功能均不能满足条件时，考虑使用该方法。