为何大厂的图片不会OOM？

678次阅读 | 发布于4年以前

作者：Like_Codeing 链接：https://juejin.im/post/5ec7302c518825434062f497

图片在移动开发中占据中举足轻重的地位，早期的android 应用页面Ui相对简单，但随着Android系统不断的升级发展，界面元素越来越丰富，用户对体验要求越来越高，UI小姐姐们需要设计出精致的界面元素，其中不乏很多好看的图片，但是随着手机性能提升（分辨率，cpu主频，内存等），图片质量也越来越大，拍个照动不动就3M，4M，8M，大家都知道，android 应用在创建进程时候，会分配一个指定的内存大小，准确的说话是 google原生OS的默认值是16M，但是各个厂家的系统会对这个值进行修改，如果我们应用“毫不吝啬”将这些大图直接加载到内存中，很快内存就会耗尽，最终出现OOM异常，所以图片的处理对于一个稳定、用户体验友好的应用来说非常重要，今天我们就来聊一聊Bitmap，在开发过程中把”图片“给优化一番，保证我们项目在线上稳定、流畅运行。

初识

Bitmap图像处理的最重要类之一，用它可以获取图像文件信息，进行图像颜色变换、剪切、旋转、缩放等操作，并可以指定格式保存图像文件。

如图，bitmap在sdk中算是元老级的人物了，从api1中就已经有了，可见其重要性。

继承关系就不解释了，实现了Parcelable 具备在内存中传递的特性。

bitmap中有两个重要的内部类 CompressFormat 以及 Config；

下面分别介绍一下这两个类

CompressFormat

CompressFormat 是用来设置压缩方式的，是个枚举类，内部提供了三种图片压缩方式类型，

JPEG ：表示Bitmap采用JPEG压缩算法进行压缩，压缩后的格式可以是.jpg或者.png，是一种有损压缩方式。
PNG ：表示Bitmap采用PNG压缩算法进行压缩，压缩后的格式可以是.png，是一种无损压缩方式。
WEBP ：表示以WebP压缩算法进行图像压缩，压缩后的格式可以是".webp"，是一种有损压缩，质量相同的情况下，WebP格式图像的体积要比JPEG格式图像小40%，美中不足的是，WebP格式图像的编码时间“比JPEG格式图像长8倍”，而且还需要注意，在官方文档中有这样的描述：As of 100 results in a file in the lossless WEBP format. Otherwise the file will be in the lossy WEBP format. 意为Android10之后如果quality值（压缩质量）为100的话，bitmap压缩采用无损压缩格式，其他都为有损压缩；

这里有的同志会问，这都是压缩格式啊，具体怎么操作压缩呢，Bitmap为我们提供了一个可靠的方法供开发者使用，我们来顺便看看Bitmap都有什么方法，如下：

第一个方法就是compress()方法，没错就是这么就这方法，一共有三个参数

format ：上面已经说明了，表示压缩格式；
quality ：压缩质量，取值0-100，0表示最低画质压缩，100表示最高画质压缩，对于PNG压缩格式来说，该参数可以忽略，对于WEBP格式来说，小于100为有损压缩格式，会对画质产生直接影响，等于100时候采用的是无损压缩格式，画质是不会有改变，但是图片大小得到很好压缩；
stream ：将压缩后的图片写到指定的输出流中；

返回值：boolean，返回true表示成功将bitmap压缩到输出流中，然后可以通过Bitmap.Factory从相应的输入流中解析出来bitmap信息；

从官网介绍可知，该方法在图片压缩过程中可能消耗较长时间，建议放在子线程中操作，至于为什么大家可以看看源码，源码中会调用一个nativeCompress 的Native 方法，也就是压缩处理是放在底层处理的；

Config

表示位图像素的存储格式，什么意思呢？就是bitmap在屏幕上显示的每一像素在内存中存储的格式，会影响Bitmap真实图片的透明度以及图片质量；

Bitmap.Config.ALPHA_8：颜色信息只由透明度组成，占8位；
Bitmap.Config.ARGB_4444：颜色信息由透明度与R（Red），G（Green），B（Blue）四部分组成，每个部分都占4位，总共占16位；
Bitmap.Config.ARGB_8888：颜色信息由透明度与R（Red），G（Green），B（Blue）四部分组成，每个部分都占8位，总共占32位，是Bitmap 默认的颜色存储格式，也是最占空间的一种配置；
Bitmap.Config.RGB_565：颜色信息由R（Red），G（Green），B（Blue）三部分组成，R占5位，G占6位，B占5位，总共占16位；

上面说了 android 系统默认存储位图方式是 ARGB_8888, 4个通道组成，每个通道8位，分表代表透明度和RGB颜色值，也就是说一个位图像素占用了4个字节（1个byte8个bit位）,

同理：采用 Bitmap.Config.RGB_565 存储，单像素占用内存大小仅有2byte,换句话说一张图片采用ARGB_565格式相对于默认的ARGB_8888内存将减少一半，所以通过改变bitmap像素存储方式也是图片内存优化的重要渠道，这个后面会讲到；

BitmapFactory

创建位图bitmap对象途径有很多种，包括指定文件、流, 和字节数组等；

官方文档中提供了从字节数组、指定路径，系统Resource、二进制流等方式创建Bitmap, 当然有的方法需要一些特殊参数，例如通过字节数组方式需要指定解析的起始偏移位置，长度等，有的需要指定路径 path , 或者指定 BitmapFactory.Option配置信息，它也是我们图片优化的重要手段；

BitmapFactort.Options这个是什么鬼呢，很重要！bitmap加载的配置类，想要做图片内存优化是少不了跟它打“打交道”，如下其内部属性

这里我们大概只说跟图片优化相关的几个重要属性

insampleSize ：采样率，默认1表示无缩放，等于2表示宽高缩放2倍，总大小缩小4倍；
inBitmap ：被复用的bitmap；
inJustDecodeBound ：如果设置为true，不获取图片，不分配内存，但会返回图片的高度宽度信息；
inMutable ：是否图片内容可变，如果Bitmap复用的话，需要设置为true；
inDensity ：加载bitmap时候对应的像素密度（后面会讲到）；
inTargetDensity ：bitmap位图被真实渲染出的像素密度，对应终端设备的屏幕像素密度（后面会讲到）；

好了，Bitmap的api我们就讲到这里，因为我们今天不是主要讲解他的用法，为了给接下来的知识做一个铺垫，简单介绍bitmap的知识点，我们接下来回归”正题“

Bitmap 占用内存分析

Bitmap 用来描述一张图片的长、宽、颜色等信息。通常情况下，我们可以使用 BitmapFactory 来将某一路径下的图片解析为 Bitmap 对象。

当一张图片加载到内存后，具体需要占用多大内存呢？

getAllocationByteCount
getByteCount
getRowBytes

这三个方法是什么意思呢？跟内存占用又有什么关系呢，下面我们分别解释一下这三个方法

先一下这张图

上图中是保存在 res/drawable-mdpi 目录下的一张 1920*1200，大小为 270Kb 的图片

为什么让你看这张图呢？因为眼睛看累了，顺便。。。不是的，注意上面红色框中原始图片大小和尺寸，为后面压缩设定主题；

我们分别通过 Bitmap.getAllocationByteCount() 以及 Bitmap.getByteCount()和Bitmap.getRowBytes() 方法获取该Bitmap 的相关字节大小，比如以下代码：

打印结果如下

2020-05-23 10:20:10.926 7669-7669/com.example.practicerecycerviewitemdecoration D/AAAA: density1:1.5 densityDpi:240
2020-05-23 10:21:52.422 7669-7669/com.example.practicerecycerviewitemdecoration D/AAAAA:  height:1800 
     width:2880 
     allocationByteCount:20736000 
     byteCount:20736000 
     rowBytes:11520 
     density:240 
     mutable:false

大家看到 allocationByteCount = byteCount = 20736000 为什么呢？两者又有什么差距呢？

这里我们看看官方文档怎么说的：

该方法在api19 之后加入的，用来返回一个存储Bitmpa像素信息的内存大小，什么意思呢？就是为Bitmpa分配的内存大小而已，它跟getByteCount有什么关系呢？文档上有说明，一般情况下这两个值相等，当bitmap用来复用存储另外一个比原bitmap大小更小一点图片时候getAllocationByteCount是大于getByteCount的值，换句话说通过复用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。

而且在api19之后系统推荐使用getAllocationByteCount，看源码

所以上面日志信息两者相等是成立，那这两者又跟getRowBytes（）有什么关系呢？我们接着往下看，当我打开getByteCount的源码你就瞬间明白了

getByteCunt内存大小其实就是一行像素所占据字节大小 * Bitmap高度

我们可以验证一下：

11520 * 1800 = 20736000

结算结果非常准确，没有任何偏差，大小类似理解一个矩形面积等于长*宽一样， getRowBytes代表就是该bitmap一行像素所占据的内存大小，然后再乘以高度就是整张bitmap所占用内存；

或许有的朋友又会问，那getRowBytes大小怎么来的呢？总得给个解释吧，刚才上面解释了，它代表了bitmap一行的像素内存，这又什么意思呢？一行像素所占用内存=bitmap宽度 * 1像素所占字节大小，计算如下

2880 * 4 = 11520

计算结果同样没有任何偏差，此时大家是不是似乎明白了一些什么，我这里是根据 bitmap 内存相关api 从内到外跟大家分析内存占用，最终得出结论

Bitmap占用内存= 宽 * 高 * 一像素所占用字节内存，如下

2880 * 1800 * 4 = 20736000

可能有的同志发现了，内存中bitmap图片高度、宽度跟原始图片宽高不一样，这是为什么呢？

是的，确实不一样，这里有个细节知识点，我们上面在讲Bitmap相关api时候也提到过inDensity和InTargetDensity，我这里先说出结论，然后在带大家从源码角度上找答案；

实际上 BitmapFactory 在解析图片的过程中，会根据当前设备屏幕密度和图片所在的 drawable 目录来做一个对比，根据这个对比值进行缩放操作。具体公式为如下所示：

缩放比例 scale = 当前设备屏幕密度 / 图片所在 drawable 目录对应屏幕密度

Bitmap 实际占用内存 = 宽 * scale * 高 * scale * 一像素所占用字节内存，在 Android 中，各个 drawable 目录对应的屏幕密度分别为下：

在回头看我们上面那个问题，为什么图片原始宽高跟bitmap宽高不等，从我们打印的日志可知我们设备density=1.5 densityDpi=240，而图片放在drawable-mdpi ，该bitmap的desityDpi为160 ，

bitmap 真实高= 1.5 (设备densityDpi 240/图片所在drawable的densityDpi 160 ) * 1200 = 1800

bitmap 真实宽= 1.5 (设备densityDpi 240/图片所在drawable的densityDpi 160 ) * 1920 = 2800

同样结果非常准确，也就是说明我们Bitmap内存大小除了跟我们图片宽高有关系、Bitmap.Config 以及缩放比，而缩放比大小取决于设备屏幕密度和图片所在drawable对应密度。

如果我们把图片放到drawable-hdpi下面，bitmap内存大小会有变化么？是变大了还是变小了？

我是打印一下日志试一下，然后再根据上面那个规则验证一下结果，打印如下

2020-05-23 12:01:45.358 9182-9182/com.example.practicerecycerviewitemdecoration D/AAAA: density1:1.5 densityDpi:240
2020-05-23 12:01:47.018 9182-9182/com.example.practicerecycerviewitemdecoration D/AAAAA:  height:1200
     width:1920
     allocationByteCount:9216000
     byteCount:9216000
     rowBytes:7680
     density:240
     mutable:false

Bitmap的宽高等于原始宽高，内存大小 9216000 ，原因就是图片的drawable的densityDpi变化了，根据公式大小计算

1920 * 240/240 * 1200 * 240/240  * 4 = 9216000

9216000/20736000 = 0.44..... 把图片放到mdpi下比在hdpi内存多消耗了60% 左右，

由此可见，我们在进行图片适配时候要准备多张图片放到不同drawable目录下，一方面保证了我们图片在各设备下的显示效果一致，另一方面系统加载适合的bitmap可以节省非常多内存空间，试想一下如果我们设备是640 Dpi的呢？而我们只准备了一张图片放在mdpi或者hdpi中，那么我们这张图片会消耗多大内存呀！！！

讲了这么多，Bitmap 占用内存大小我们已经总结出来了，那我们再看看源码验证一把，前面我们讲过BitmapFactory 解析Bitmap 相关api, 如：

public static Bitmap decodeResource(Resources res, int id, Options opts) {   
         validate(opts);   
         Bitmap bm = null;    
         InputStream is = null;       
          try {       
            final TypedValue value = new TypedValue();        
            is = res.openRawResource(id, value);       
            bm = decodeResourceStream(res, value, is, null, opts);   
          } catch (Exception e) {     
             /*  do nothing. If the exception happened on open, bm will be null.   If it happened on close, bm is still valid.        */  
         } 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;
}

继续跟进decodeResourceStream里面（这里就截图吧）

如果option为空就重新new一个出来，如果TypeValue不为空取出TypeValue的density信息，TypeValue是Resource解析对应资源时候的结果封装，这里就不详细解释了，大家可以自己学习一下，从resource里面读取到图片信息后，包括该图片所在的drawable对一个的dpi，也就是TypeValue里面的density值，如果这个值为0的话此时就会用到系统的认 DENSITY_DEFAULT，也就是这个值

public static final int DENSITY_DEFAULT = DENSITY_MEDIUM;

public static final int DENSITY_MEDIUM = 160;

而inTargetDesity 大小为设备的屏幕密度 densityDpi

有了这两个值我们就可以计算bitmap的大小了，我们接着看 decodeStream ，最终会跟到nativeDecodeStream 中，很明显这是个native方法，因此我们知道Bitmap的内存计算其实是放在 native层做的，那么我直接贴出native 层处理的代码吧，

static jobject doDecode(JNIEnv* env, SkStreamRewindable* stream, jobject padding, jobject options) { //初始缩放系数float scale = 1.0f; 
        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);
            if (density != 0 && targetDensity != 0 && density != screenDensity) { //缩放系数是当前系数密度/图片所在文件夹对应的密度；
                scale = (float) targetDensity / density; 
             } 
         } 
        //原始解码出来的Bitmap；SkBitmap decodingBitmap; 
      if(decoder->decode(stream, &decodingBitmap, prefColorType, decodeMode) != SkImageDecoder::kSuccess) { 
         return nullObjectReturn("decoder->decode returned false"); } 
         //原始解码出来的Bitmap的宽高；
         int scaledWidth = decodingBitmap.width(); 
         int scaledHeight = decodingBitmap.height(); 
         //要使用缩放系数进行缩放，缩放后的宽高；
         if(willScale && decodeMode != SkImageDecoder::kDecodeBounds_Mode) { 
             scaledWidth = int(scaledWidth * scale + 0.5f); 
             scaledHeight = int(scaledHeight * scale + 0.5f); 
         } 
         //源码解释为因为历史原因；sx、sy基本等于scale。
        const float sx = scaledWidth / float(decodingBitmap.width()); 
        const float sy = scaledHeight / float(decodingBitmap.height()); 
        canvas.scale(sx, sy); canvas.drawARGB(0x00, 0x00, 0x00, 0x00); 
        canvas.drawBitmap(decodingBitmap, 0.0f, 0.0f, &paint); 
        // now create the java bitmap 
        return GraphicsJNI::createBitmap(env, javaAllocator.getStorageObjAndReset(), bitmapCreateFlags, ninePatchChunk, ninePatchInsets, -1);

native层计算如上处理，先获取图片原始宽高，根据decodeMode计算出缩放系数，最后对canvas进行缩放，最后将Bitmap画出来从而完成Bitmap的加载操作，如果看到这里大家基本已经了解Bitpmap加载到内存的流程和底层缩放策略了，不要停！继续聊，关于bitmap的优化还没开始讲。。。

assets 中的图片大小

我们知道，Android 中的图片不仅可以保存在 drawable 目录中，还可以保存在 assets 目录下，然后通过 AssetManager 获取图片的输入流。那这种方式加载生成的 Bitmap 是多大呢？同样是上面的 girl.png，这次将它放到 assets 目录中，使用如下代码加载：

最终打印结果如下：

2020-05-23 14:32:33.799 11603-11603/com.example.practicerecycerviewitemdecoration D/AAAA: density1:1.5 densityDpi:240
2020-05-23 14:32:35.335 11603-11603/com.example.practicerecycerviewitemdecoration D/AAAAA:  height:1200
     width:1920
     allocationByteCount:9216000
     byteCount:9216000
     rowBytes:7680
     density:240
     mutable:false

可以看出，加载 assets 目录中的图片，系统并不会对其进行缩放操作。

Bitmap 加载优化上面的例子也能看出，一张 270Kb 大小的图片被加载到内存后，竟然占用了 9216000 个字节，也就是 9M 左右。因此适当时候，我们需要对需要加载的图片进行缩略优化。

修改图片加载的 Config

修改占用空间少的存储方式可以快速有效降低图片占用内存。比如通过 BitmapFactory.Options 的 inPreferredConfig 选项，将存储方式设置为 Bitmap.Config.RGB_565。这种存储方式一个像素占用 2 个字节，所以最终占用内存直接减半。如下：

打印日志如下:

2020-05-23 14:37:06.213 11949-11949/com.example.practicerecycerviewitemdecoration D/AAAA: density1:1.5 densityDpi:240
2020-05-23 14:37:07.047 11949-11949/com.example.practicerecycerviewitemdecoration D/AAAAA:  height:1200
     width:1920
     allocationByteCount:4608000  // 相比9216000减少一半的内存
     byteCount:4608000
     rowBytes:3840
     density:240
     mutable:false

这个结论我们在介绍Bitmap 的 Config时候已经介绍过了，这里不多说了；

另外 Options 中还有一个 inSampleSize 参数，可以实现 Bitmap 采样压缩，这个参数的含义是宽高维度上每隔 inSampleSize 个像素进行一次采集。比如以下代码：

因为宽高都会进行采样，所以最终图片会被缩略 4 倍，最终打印效果如下：

2020-05-23 14:42:59.440 12182-12182/com.example.practicerecycerviewitemdecoration D/AAAA: density1:1.5 densityDpi:240
2020-05-23 14:43:00.332 12182-12182/com.example.practicerecycerviewitemdecoration D/AAAAA:  height:600 
     width:960 
     allocationByteCount:2304000 // 为9216000的1/4，极大降低了内存
     byteCount:2304000 
     rowBytes:3840 
     density:240 
     mutable:false

Bitmap 复用

场景描述

如果在 Android 某个页面创建很多个 Bitmap，比如有两张图片 A 和 B，通过点击某一按钮需要在 ImageView 上切换显示这两张图片，

可以使用以下代码实现上述效果：

但是在每次调用 switchImage 切换图片时，都需要通过 BitmapFactory 创建一个新的 Bitmap 对象。当方法执行完毕后，这个 Bitmap 又会被 GC 回收，这就造成不断地创建和销毁比较大的内存对象，从而导致频繁 GC（或者叫内存抖动）。像 Android App 这种面相最终用户交互的产品，如果因为频繁的 GC 造成 UI 界面卡顿，还是会影响到用户体验的。可以在 Android Studio Profiler 中查看内存情况，多次切换图片后，显示的效果如下：

使用 Options.inBitmap 优化

实际上经过第一次显示之后，内存中已经存在了一个 Bitmap 对象。每次切换图片只是显示的内容不一样，我们可以重复利用已经占用内存的 Bitmap 空间，这个概念上面也讲过，这里具体做法就是使用 Options.inBitmap 参数。修改如下：

解释说明：

第一个红框处创建一个可以用来复用的 Bitmap 对象。第二处红框，将 options.inBitmap 赋值为之前创建的bitmap 对象，从而避免重新分配内存。重新运行代码，并查看 Profiler 中的内存情况，可以发现不管我们切换图片多少次，内存占用基本处于一个水平线状态。

我们再来看日志：

2020-05-23 15:33:46.515 21739-21739/com.example.practicerecycerviewitemdecoration D/AAAAA:  height:1200 
     width:1920 
     allocationByteCount:9216000 
     byteCount:9216000 
     rowBytes:7680 
     density:240 
     mutable:true 
2020-05-23 15:34:09.031 21739-21739/com.example.practicerecycerviewitemdecoration D/AAAAA:  height:322 
     width:640 
     allocationByteCount:9216000 
     byteCount:824320 
     rowBytes:2560 
     density:240 
     mutable:true

第二张图片内存明显复用了第一张Bitmap内存大小 9216000，而第二张图片byteCount大小为824320,而不等于allocationByteCoung大小，就在文章开头我们也讲解过getAllocationByteCoun和getByteCount的区别，很好的解释了这个结果；

但是这里需要注意，我们第一张Bitmap比第二张Bitmap大，如果第一张Bitmap比第二章小的话，这里就不能复用了，前面我们也是提到过的，否则会直接崩溃掉, 如下：

我们默认在onResume里面 imageView?.setImageBitmap(bitmap) 此时这个bitmap是上图image【1】对应的Bitmap，他的内存分配上面也打印过为 824320 ，然后点击切换时候我们就复用这个Bitmap内存,将image【0】内容再填充到这个bitmap中，我们试着运行一下结果发现

直接给我们抛出异常了，我们在decordResource源码中找到答案了，如下

如果bm为空，而且开启了bitmap复用，这里就会崩掉。。。

这是因为 Bitmap 的复用有一定的限制：

在 Android 4.4 版本之前，只能重用相同大小的 Bitmap 内存区域， 4.4 之后你可以重用任何 Bitmap 的内存区域，只要这块内存比将要分配内存的 bitmap 大就可以。

那么我们需要做一下处理了，如下

第一步：先初始化一个bitmap，这个bitmap我用的是bitmap[1]中的加载到内存后的大小为824320 ；

第二步：取第一张图片也就是image[0]，实际内存大小为9216000，由于我们把inJustDecodeBound=true 此时并没有正真加载到内存中，为了获取该bitmap配置信息；

第三步：判断bitmap 能否复用，方法如下

获取option中的预加载bitmap的大小，然后根据位图存储格式计算预加载的bitmap大小，最后返回比较结果，这里默认采用ARGB_8888所以✖️4；

如果预加载的bitmap所占内存大小<=被复用bitmap大小，

option.InMutable=true;
option.InBitmap=bitmap

最后一步：再次加载bitmap并实现复用；

细心的你可能也发现了在每次加载之前，除了 inBitmap 参数之外，我还将 Options.inMutable 置为 true，这里如果不置为 true 的话，BitmapFactory 将不会重复利用 Bitmap 内存，并输出相应 warning 日志：

W/BitmapFactory: Unable to reuse an immutable bitmap as an image decoder target

Bitmap 缓存

当需要在界面上同时展示一大堆图片的时候，比如 ListView、RecyclerView 等，由于用户不断地上下滑动，某个 Bitmap 可能会被短时间内加载并销毁多次。这种情况下通过使用适当的缓存，可以有效地减缓 GC 频率保证图片加载效率，提高界面的响应速度和流畅性。

最常用的缓存方式就是 LruCache，基本使用方式如下：

解释说明：

图中指定 LruCache 的最大空间为 20M，当超过 20M 时，LruCache 会根据内部缓存策略将多余 Bitmap 移除。

图中 sizeOf () 方法指定了插入 Bitmap 时的大小，当我们向 LruCache 中插入数据时，LruCache 并不知道每一个对象会占用大多内存，因此需要我们手动指定，并且根据缓存数据的类型不同也会有不同的计算方式。

最后就是我们存取操作了。

上面就是今天的内容，讲解类Bitmap的相关基础知识点和优化，Bitmap实际问题的处理远不止这么多，像截屏长图的处理，如果不处理这张”超大图“，应用很容易就崩掉，这里需要用到分片加载，这里不多说了，大家可自行查阅官方文档学习一下。

初识