Bitmap二次采样，听着好像是一个高大上的事，其实也就那么回事，今天我们就来看看Bitmap的二次采样问题。

1.为什么要二次采样

OK，那么首先我要 解决的一个问题就是为什么我们要二次采样？

不知道大家在开发App的过程中有没有遇到过类似于图片墙这样的功能？在做图片墙的时候你有没有遇到过OOM异常呢？遇到了又是怎么解决的？再比如我现在有一张100M大的图片，我想把这张图片用一个ImageView显示出来，那么你的ImageView能够显示出来这张图片吗？上面我们说的这两种情况其实都涉及到图片加载时内存溢出的问题，内存溢出可能发生在加载一张大图的时候，也有可能发生在加载多张普通小图的时候，如果我们不对图片做二次采样，那么OOM就是一把悬在头上的剑，随时可能会掉下。所以一定要对图片进行二次采样。事实上，我在手机上显示一张分辨率特别大的图片和显示一张分辨率小的图片（不要小的太离谱即可），对用户的视觉体验来说，并不会有多大变化，但是对我们手机的内存来说，影响却是非常巨大的。总而言之，二次采样就是为了避免图片加载时的OOM异常。

2.二次采样分别是哪两次？每次采样的目的是什么

既然是二次采样，那当然要分为两步了，下面我们来说说每次采样的主要工作：

1.第一次采样

第一次采样我主要是想要获得图片的压缩比例，假如说我有一张图片是200*200，那么我想把这张图片的缩略图显示在一个50*50的ImageView上，那我的压缩比例应该为4，那么这个4应该怎么样来获得呢？这就是我们第一步的操作了，我先加载图片的边界到内存中，这个加载操作并不会耗费多少内存，加载到内存之后，我就可以获得这张图片的宽高参数，然后根据图片的宽高，再结合控件的宽高计算出缩放比例。

2.第二次采样

在第一次采样的基础上，我来进行二次采样。二次采样的时候，我把第一次采样后算出来的结果作为一个参数传递给第BitmapFactory，这样在加载图片的时候系统就不会将整张图片加载进来了，而是只会加载该图片的一张缩略图进来，这样不仅提高了加载速率，而且也极大的节省了内存，而且对于用户来说，他也不会有视觉上的差异。

3.代码实现

说了这么多，我们来看看在Java代码中该怎么实现二次采样：

  

   

    

     

    
    

     

      public class BitmapUtils {
     
    
   

    

     

    
    

     
 /**
     
    
   

    

     

    
    

     

       * @param filePath 要加载的图片路径
     
    
   

    

     

    
    

     

       * @param destWidth 显示图片的控件宽度
     
    
   

    

     

    
    

     

       * @param destHeight 显示图片的控件的高度
     
    
   

    

     

    
    

     

       * @return
     
    
   

    

     

    
    

     

       */
     
    
   

    

     

    
    

     
 public static Bitmap getBitmap(String filePath, int destWidth, int destHeight) {
     
    
   

    

     

    
    

     
 //第一次采样
     
    
   

    

     

    
    

     

       BitmapFactory.Options options = new BitmapFactory.Options();
     
    
   

    

     

    
    

     
 //该属性设置为true只会加载图片的边框进来，并不会加载图片具体的像素点
     
    
   

    

     

    
    

     

       options.inJustDecodeBounds = true;
     
    
   

    

     

    
    

     
 //第一次加载图片，这时只会加载图片的边框进来，并不会加载图片中的像素点
     
    
   

    

     

    
    

     

       BitmapFactory.decodeFile(filePath, options);
     
    
   

    

     

    
    

     
 //获得原图的宽和高
     
    
   

    

     

    
    

     
 int outWidth = options.outWidth;
     
    
   

    

     

    
    

     
 int outHeight = options.outHeight;
     
    
   

    

     

    
    

     
 //定义缩放比例
     
    
   

    

     

    
    

     
 int sampleSize = 1;
     
    
   

    

     

    
    

     
 while (outHeight / sampleSize > destHeight || outWidth / sampleSize > destWidth) {
     
    
   

    

     

    
    

     
 //如果宽高的任意一方的缩放比例没有达到要求，都继续增大缩放比例
     
    
   

    

     

    
    

     
 //sampleSize应该为2的n次幂，如果给sampleSize设置的数字不是2的n次幂，那么系统会就近取值
     
    
   

    

     

    
    

     

       sampleSize *= 2;
     
    
   

    

     

    
    

     

       }
     
    
   

    

     

    
    

     
 /********************************************************************************************/
     
    
   

    

     

    
    

     
 //至此，第一次采样已经结束，我们已经成功的计算出了sampleSize的大小
     
    
   

    

     

    
    

     
 /********************************************************************************************/
     
    
   

    

     

    
    

     
 //二次采样开始
     
    
   

    

     

    
    

     
 //二次采样时我需要将图片加载出来显示，不能只加载图片的框架，因此inJustDecodeBounds属性要设置为false
     
    
   

    

     

    
    

     

       options.inJustDecodeBounds = false;
     
    
   

    

     

    
    

     
 //设置缩放比例
     
    
   

    

     

    
    

     

       options.inSampleSize = sampleSize;
     
    
   

    

     

    
    

     

       options.inPreferredConfig = Bitmap.Config.ARGB_8888;
     
    
   

    

     

    
    

     
 //加载图片并返回
     
    
   

    

     

    
    

     
 return BitmapFactory.decodeFile(filePath, options);
     
    
   

    

     

    
    

     

       }
     
    
   

    

     

    
    

     

      }
     
    
  
 

以上。

文章来源: wangsong.blog.csdn.net，作者：_江南一点雨，版权归原作者所有，如需转载，请联系作者。

原文链接：wangsong.blog.csdn.net/article/details/51245133