图片加载性能优化永远是Android领域中一个无法绕过的话题，经过数年的发展，涌现了很多成熟的图片加载开源库，比如Fresco、Picasso、UIL等等，使得图片加载不再是一个头疼的问题，并且大幅降低了OOM发生的概率。然而，在图片加载方面我们是否可以就此放松警惕了呢？

开源图片加载库能为我们解决绝大部分有关图片的问题，然而并不是所有！

首先，图片从来源上可以分成三大类：网络图片、手机图片、APK资源图片。网络图片和手机图片都在图片加载库功能的覆盖范围内，基本上不用开发者太操心，但是APK资源图片却不在此范围！

关于APK资源图片有3个特征：

1、资源图片基本都是在xml中引用 ，在Java中也是通过资源ID查找 。

2、资源图片一般不使用异步记载，不会出现loading图这些中间状态。

3、资源图片不会加载失败，如果失败了那么APP也挂掉了。

正是由于这3点特征，所以图片加载库实在鞭长莫及。那么就很容易出现一个问题：图片过大导致OOM！

很多APP为了追求酷炫的效果，热衷于设计绚丽全屏背景页面。既然是为了炫酷，考虑到用户体验，这些全屏背景图自然不能使用网络图片了，所以，这些图片都被放在apk包中作为资源文件直接引用。

使用这些资源图片的方式一般都是：

android:background="@drawable/xxx"

正常情况下，这样使用自然不会出现问题，但是如果APP内存紧张，很容易就出现OOM，尤其是5.0版本以下的手机，经常跑着跑着就Crash了，始作俑者就是这个。

为了解决这种问题，最常用的方式是找设计师压缩图片。而压缩图片有两种方式：缩小尺寸和降低质量。那么，这两种方式是否有效呢？

1、缩小尺寸： 压缩图片的宽度和高度。由于图片的内存占用与宽高成正比，这种方式确实有效，但是图片显示时会被拉伸导致变形，从而失却美感。

2、降低质量： 降低图片的色彩度，像素颜色密度。这其实是一个误区，很多人认为图片的存储占用空间小，图片的内存占用就会小，其实是错误的观点。这是方式并不会影响图片的内存占用，反而由于质量降低（下文具体分析），使得页面缺乏质感。必须记住：图片的内存占用与图片质量毫无干系！

为了寻求一个合理的解决方案，必须知彼知己。下面，我们来详细分析下资源图片的内存占用的情况！（后文所说的图片，除非特殊指明，否则都默认指APK资源图片）。

1、计算Bitmap的内存占用

我们以一张标准720p的全屏图片为例，宽高比为720×1280，对应的资源文件夹为drawable-xhdpi。同样，设备以标准720p的小米2S手机为例，density=320。

首先，android设备上图片都被处理成Bitmap对象。生成Bitmap有一个非常重要的参数Config，属性值有ALPHA_8、RGB_565、ARGB_4444、ARGB_8888四种。不同的属性值对应的图片每个像素点占用内存大小不同，ALPHA_8每个像素占用1byte，RGB_565和ARGB_4444占用2byte，ARGB_8888占用4byte，其中ARGB_4444在高版本中已经废弃。

那么，资源图片被decode成Bitmap的时候，Config参数值是哪个呢？来看几段代码。

Resources.java

private Drawable loadDrawableForCookie(TypedValue value, int id, Theme theme) {

   ...

   final String file = value.string.toString();

   ...

   final Drawable dr;

   if (file.endsWith(".xml")) {

       final XmlResourceParser rp = loadXmlResourceParser(file, id, value.assetCookie, "drawable");

       dr = Drawable.createFromXml(this, rp, theme);

       rp.close();

   } else {

       final InputStream is = mAssets.openNonAsset(value.assetCookie, file, AssetManager.ACCESS_STREAMING);

        dr = Drawable.createFromResourceStream(this, value, is, file, null);

        is.close();

   }

   ...

}

Drawable.java

public static Drawable createFromResourceStream(Resources res, TypedValue value,

            InputStream is, String srcName, BitmapFactory.Options opts) {

    ...

    if (opts == null) opts = new BitmapFactory.Options();

    opts.inScreenDensity = res != null ? res.getDisplayMetrics().noncompatDensityDpi : DisplayMetrics.DENSITY_DEVICE;

    Bitmap  bm = BitmapFactory.decodeResourceStream(res, value, is, pad, opts);

    ...

    return null;

}

BitmapFactory.java

public static class Options {

    ...

    /**

     * Image are loaded with the {@link Bitmap.Config#ARGB_8888} config by default.

     */

    public Bitmap.Config inPreferredConfig = Bitmap.Config.ARGB_8888;

    ...

}

从上面资源文件生成BitmapDrawable的代码可知，Bitmap.Config使用的是默认值ARGB_8888，即图像每个像素点占用内存4byte。

我们图片的尺寸是720×1280，也就是说像素点个数是720×1280=921600，所有像素点占用内存=720x1280x4=3686400 byte=3.515625M，这个大小是图片不做任何处理时占用的内存大小。

另外，不管图片的内容是什么样子，体现在内存中的也仅仅是每个像素点对应的字节的值不同，大小是一样的，即一张720×1280的空白图和一张720×1280的彩色绚图占用内存大小是一致的。所以说想要降低占用内存，唯有减小宽高尺寸。

刚刚说过，计算出来的3.515625M大小是图片未作任何处理时的大小，但是系统在将图片处理成Drawable对象的时候是否未作处理呢？答案是：不！

BitmapFactory.java

public static Bitmap decodeResourceStream(Resources res, TypedValue value,

            InputStream is, Rect pad, Options opts) {

    if (opts == null) {

        opts = new Options();

    }

    if (opts.inDensity == 0 && value != null) {

        final int density = value.density;

        if (density == TypedValue.DENSITY_DEFAULT) {

            opts.inDensity = DisplayMetrics.DENSITY_DEFAULT;

        } else if (density != TypedValue.DENSITY_NONE) {

            opts.inDensity = density;

        }

    }

    if (opts.inTargetDensity == 0 && res != null) {

        opts.inTargetDensity = res.getDisplayMetrics().densityDpi;

    }

    return decodeStream(is, pad, opts);

}

代码中Options有两个非常重要的参数，inDensity和inTargetDensity，先来解释一下这俩参数的作用。

inDensity表示被设定的图像密度，决定这个值的是图片所放置的文件目录，比如drawable-hdpi、drawable-xhdpi等等，其对应的density如下表：

这里写图片描述

代码中opts.inDensity 被赋值为 value.density，也就是资源维度对应的密度值。如果图片放在drawable-hdpi下，inDensity=240，如果放在drawable-xhdpi下，inDensity=320。

inTargetDensity表示最终需要适配到的图片密度，这个值由手机设备来决定，上面代码中其值为DisplayMetrics的densityDpi，手机屏幕越高清这个值越大，而我们例子中720p的小米2S对应的densityDpi=320。

如果inDensity的值和inTargetDensity的值不相等，那么图片尺寸就被会缩放，缩放的比例为 inTargetDensity / inDensity。当然，宽高是需要同时等比缩放的，不然图片就变形了。

前面说过图片占用内存与图片的尺寸有关，如果被尺寸缩放了，内存大小就变了。前面未作任何缩放处理的720×1280图占用内存是3.515625M，假设放在drawable-ldpi目录下inDensity=120，设备inTargetDensity=320，那么最终的占用内存大小将是3.515625Mx(320/120)x(320/120)=25M。

一张图片占用25M大小，很恐怖的一个值，这种情况下，app估计直接挂了，如果放在drawable-hdpi下，占用就是6.25M，drawable-xhdpi下占用是3.515625M。由此可见，图片放置的目录一定要慎重。

最终我们得出一个公式：

资源图片内存大小 = 宽 x 高 x 4 x （设备密度 / 资源维度密度）x（设备密度 / 资源维度密度）

2、图像后门inPurgeable

前面说到，资源图片防止的目录不对会导致内存占用翻倍，但也不是放的密度维度越高越好，毕竟还是要做适配，不然小尺寸图片显示在高清大屏幕上就不好看了。而即使图片放对位置，占用内存大小也是相当惊人的，来个十张大图应用内存就蹭蹭上去了，冷不丁还来个OOM。

相信很多人都找到过解决方案：inPurgeable，代码网上一搜一大推：

public static Bitmap readBitmap(Context context, int resId) {

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

    opt.inPurgeable = true;

    opt.inInputShareable = true;

    InputStream is =context.getResources().openRawResource(resId);

    return BitmapFactory.decodeStream(is, null, opt);

}

那么，这段代码是否起效果呢？答案是肯定的，以前经常报OOM的现在都好了，而且用AS的内存监视器一看，加载图片时基本上不占内存。不管有没有其它问题，姑且把这个称之为图像后门吧。

下面，我们来看这个后门为什么能起效果！

BitmapFactory.java

public static Bitmap decodeStream(InputStream is, Rect outPadding, Options opts) {

    if (is == null) {

        return null;

    }

    Bitmap bm = null;

    ...

    if (is instanceof AssetManager.AssetInputStream) {

        ...

    } else {

        bm = decodeStreamInternal(is, outPadding, opts);

    }

}

private static Bitmap decodeStreamInternal(InputStream is, Rect outPadding, Options opts) {

    byte [] tempStorage = null;

    if (opts != null) tempStorage = opts.inTempStorage;

    if (tempStorage == null) tempStorage = new byte[DECODE_BUFFER_SIZE];

    return nativeDecodeStream(is, tempStorage, outPadding, opts);

}

private static native Bitmap nativeDecodeStream(InputStream is, byte[] storage,

    Rect padding, Options opts);

很明显，decodeStream这段代码最终调用的是native层的类库，我们追踪下去查看（下面以JellyBean源码为例）。

BitmapFactory.cpp

static jobject doDecode(JNIEnv* env, SkStream* stream, jobject padding,

        jobject options, bool allowPurgeable, bool forcePurgeable = false,

        bool applyScale = false, float scale = 1.0f) {

    ...

    if (!isPurgeable) {

        decoder->setAllocator(&javaAllocator);

    }

    ...

    if (isPurgeable) {

        decodeMode = SkImageDecoder::kDecodeBounds_Mode;

    }

    ...

    if (isPurgeable) {

        pr = installPixelRef(bitmap, stream, sampleSize, doDither);

    } else {

        pr = bitmap->pixelRef();

    }

    ... 

}

static SkPixelRef* installPixelRef(SkBitmap* bitmap, SkStream* stream,

        int sampleSize, bool ditherImage) {

    SkImageRef* pr;

    // only use ashmem for large images, since mmaps come at a price

    if (bitmap->getSize() >= 32 * 1024) {

        pr = new SkImageRef_ashmem(stream, bitmap->config(), sampleSize);

    } else {

        pr = new SkImageRef_GlobalPool(stream, bitmap->config(), sampleSize);

    }

    ...

    return pr;

}

相关isPurgeable的代码就这么多，最终关于图片的decode逻辑都在installPixelRef中，有一段逻辑值得玩味。如果图片大小（占用内存）大于32×1024=32K，那么就使用Ashmem，否则就就放入一个引用池中。

这个做法也很容易理解，如果图片不大，直接放到native层内存中，读取方便且迅速。如果图片过大，放到native层内存也就不合理了，不然图片一多，native层内存很难管理。但是如果使用Ashmem匿名共享内存方式，写入到设备文件中，需要时再读取就能避免很大的内存消耗了，另外，这块内存是由Linux系统的内存管理来管理的，系统内存不足可以直接回收。而且，由于Ashmem跨进程的特性，同一张图片内存是可以跨进程共享的，这也是inInputShareable属性的由来。

关于Ashmem不明白的，可以参考老罗的博客：http://blog.csdn.net/luoshengyang/article/details/6664554

由此可见，如果inPurgeable=true，图片所占用的内存就完全与Java Heap无关了，自然就不会有OOM这种烦恼了。

但是，万事有利有弊，一件事情的成功往往是用牺牲其它方面换来的。

前面说过，使用Resources获取图片Drawable的时候，会默认使用inDensity和inTargetDensity属性缩放图片来达到适配不同分辨率屏幕的目的。但是如果设置了inPurgeable=true来避免在Java Heap中分配内存，inDensity和inTargetDensity这两个属性就不能再使用了，否则即使inPurgeable=true，图片仍然会在Java Heap中分配内存。关于这一点，从以下代码中可以验证：

BitmapFactory.cpp

static jobject doDecode(JNIEnv* env, SkStream* stream, jobject padding,

        jobject options, bool allowPurgeable, bool forcePurgeable = false,

        bool applyScale = false, float scale = 1.0f) {

    ...

    bool willScale = applyScale && scale != 1.0f;

    bool isPurgeable = !willScale &&

            (forcePurgeable || (allowPurgeable && optionsPurgeable(env, options)));

    ...

}

在doDecode方法中，isPurgeable会重新赋值，首决条件是图片不会缩放（willScale），其次才会判断Options中的isPurgeable属性。很明显，如果inDensity和inTargetDensity两个属性断定图片需要缩放，isPurgeable会被强制设定成false。这么做的原因很简单，Ashmem不可能维护多套不同尺寸的相同图片。

如果要解决这种适配问题，唯一的解决方案就是图片切成不同的尺寸，放到不同维度的drawable目录下。这样虽然不能做到精准适配，但是可以做到大体适配。原理就是，不同分辨率的屏幕decode相匹配密度维度目录下的对应尺寸图片。

说完适配的问题，你以为坑就到此结束了？其实不然，真正的大问题不是这个！

我们来看inPurgeable属性的一段官方注释：

While inPurgeable can help avoid big Dalvik heap allocations (from API level 11 onward), it sacrifices performance predictability since any image that the view system tries to draw may incur a decode delay which can lead to dropped frames。

意思就是：虽然inPurgeable能避免在Heap中分配一大段内存，但这个是以牺牲性能为代价的，如果图片要绘制到View上可能出现延时导致掉帧。

前面说过，inPurgeable=true的情况下，大图使用Ashmem共享内存存储图片，但是这部分内存存储的仅仅是解码前的图片数据，我们获取的Bitmap只是一个空包弹，不含任何像素信息。当图片需要渲染的时候，先要对一个个像素点进行解码，这个过程是比较耗时的，而偏偏又发生在UI线程中，必须等图像解码完成，UI线程才能继续渲染。如果图片像素点过多，计算量大，很容易就导致卡帧。最坑爹的是，Ashmem内存是由Linux系统统一管理的，如果系统内存紧张，这块儿图片内存很容易被回收，当图片再次被渲染时，Ashmem设备文件就需要重新映射内存再重新解码。

综上所诉，虽然inPurgeable既能导致适配问题，又可能导致性能问题，那么我们为什么还要使用呢？理由很简单:相对于出现OOM导致Crash，这两点牺牲仍然是值得的！

Facebook出品的大名鼎鼎的图片加载库Fresco中对图片的处理都使用了inPurgeable=true，代码如下 ：

BitmapFactory.Options = new BitmapFactory.Options();

options.inPurgeable = true;

Bitmap bitmap = BitmapFactory.decodeByteArray(jpeg, 0, jpeg.length, options);

虽然，Fresco和我们所说的资源图片干系并不大，但是很多思想还是值得我们借鉴。另外，关于inPurgeable的问题点以及Fresco为什么仍然继续使用这个属性，在其介绍文章中写得很详细，有兴趣可以去阅读下： https://code.facebook.com/posts/366199913563917 （需要*）。

3、被堵上的后门你还在用？

很多时候，知其然而不知其所以然，很容易出问题，如果又不关注版本变化，就肯定会出问题，inPurgeable就是一个很典型的例子。

在5.0版本及以上，inPurgeable这个属性已经被标志为过时了！即使inPurgeable=true，也不会再使用Ashmem内存存放图片，而是直接放到了Java Heap中，简而言之就是inPurgeable属性被忽略了。

因为Android系统从5.0开始对Java Heap内存管理做了大幅的优化。和以往不同的是，对象不再统一管理和回收，而是在Java Heap中单独开辟了一块区域用来存放大型对象，比如Bitmap这种，同时这块内存区域的垃圾回收机制也是和其它区域完全分开的，这样就使得OOM的概率大幅降低，而且读取效率更高。所以，用Ashmem来存储图片就完全没有必要了，何况后者还会导致性能问题。

既然这样，我们就需要考虑继续使用inPurgeable方式处理资源图片是否合理了。

如果仔细阅读过Resources的源码，会发现对于Drawable对象有一套缓存机制，比如当一张图片被解码成BitmapDrawable对象后，会被存储到缓存中，下次再使用这张图片将优先从缓存中获取，既避免了图片重复decode的耗时，又做到了内存的复用，大体代码如下：

Resources.java

Drawable loadDrawable(TypedValue value, int id, Theme theme) throws NotFoundException {

    ...

    // First, check whether we have a cached version of this drawable

    // that was inflated against the specified theme.

    if (!mPreloading) {

        final Drawable cachedDrawable = caches.getInstance(key, theme);

        if (cachedDrawable != null) {

            return cachedDrawable;

        }

    }

    // Next, check preloaded drawables. These may contain unresolved theme

    // attributes.

    final ConstantState cs;

    if (isColorDrawable) {

        cs = sPreloadedColorDrawables.get(key);

    } else {

        cs = sPreloadedDrawables[mConfiguration.getLayoutDirection()].get(key);

    }

    ...

    // If we were able to obtain a drawable, store it in the appropriate

    // cache: preload, not themed, null theme, or theme-specific.

    if (dr != null) {

        dr.setChangingConfigurations(value.changingConfigurations);

        cacheDrawable(value, isColorDrawable, caches, theme, canApplyTheme, key, dr);

    }

    ...

}

在inPurgeable后门被堵上之后，如果我们仍然通过BitmapFactory.decodeStream的方式获取资源图片的Bitmap，就会导致相同的图片重复decode，且多次在Java Heap中开辟内存。

同样的方式，原本在5.0以下可以节省Java Heap内存占用，在5.0及以上反而成了真正内存杀手！

所以在真正使用inPurgeable时是需要区分版本的，最简单的解决方案如下：

public static Drawable decodeLargeResourceImage(Resources resources, int resId) {

    Drawable drawable;

    if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.LOLLIPOP) {

        drawable = resources.getDrawable(resId, null);

    } else {

        try {

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

            opt.inPurgeable = true;

            opt.inInputShareable = true;

            InputStream is = resources.openRawResource(resId);

            drawable = new BitmapDrawable(resources, BitmapFactory.decodeStream(is, null, opt));

        } catch (OutOfMemoryError e) {

            drawable = null;

        }

    }

    return drawable;

}

4、总结

之前看过一篇文章，阿里手机淘宝客户端对存到Ashmem的图片解码做了优化，在工作线程中对图片真正解码，从而避免在UI线程渲染图片时解码，同时锁住Ashmem内存，防止在系统内存紧张时回收出现二次解码。

再者，针对资源图片，目前出现了SVG矢量图代替常规PNG图片的解决方案，但也仅仅限于线条简易的Icon图。

对于图片处理这一块，需要学习和研究的方面太多，路漫漫其修远兮，吾将上下而求索！

转载请注明：Android开发中文站 » Android应用性能优化系列视图篇——隐藏在资源图片中的内存杀手