Bitmap加载内存分析

一、Bitmap内存

1.Bitmap内存的计算方式

1.decodeResource 从drawable、mipmap这种对应的文件目录中加载图片
Bitamp 占用内存大小 = 宽度像素 x （inTargetDensity / inDensity） x 高度像素 x （inTargetDensity / inDensity）x 一个像素所占的内存
inTargetDensity ：设备的dpi
inDensity :当前文件所在drawable文件夹目录 对应的dpi

一个像素所占的内存,有以下几种像素格式:

ALPHA_8 1byte
ARGB_4444 2byte
ARGB_8888 4byte
RGB_565 2byte

2.从本地磁盘 、asset、等方式中加载图片
Bitamp 占用内存大小 = 宽度像素 x 高度像素 x 一个像素所占的内存

注意：当使用第三方库时，则不能用这些公式来计算，因为三方库内部会重新对内存进行优化。
eg:
fresco：不管图片来源是哪里，即使是 res，图片占用的内存大小仍旧以原图的分辨率计算。
Glide：如果有设置图片显示的控件，那么会自动按照控件的大小，降低图片的分辨率加载。图片来源是 res 的分辨率转换规则对它也无效。

注意：Bitmap的内存大小 和像素大小是不一样的。
内存大小= 像素大小（即图片宽 x 高）x 一个像素所占内存

二、影响内存的二个因素

1、图片分辨率，也就是图片尺寸
2、像素点所占内存大小，对应4种像素格式

所以我在做内存优化时，可以从这二方面来入手：
1.减小图片的尺寸
2.调整为占用内存更小的像素格式。
实际开发中，我们更倾向第一种，因为修改像素格式，会导致图片质量下降，导致失真。
而对第一种，可以参考 Luban

三、结论

1. 图片来源是 res 内的不同资源目录时，系统会根据设备当前的 dpi 值以及资源目录所对应的 dpi 值，做一次分辨率转换，规则如下：新分辨率 = 原图横向分辨率 * (设备的 dpi / 目录对应的 dpi ) * 原图纵向分辨率 * (设备的 dpi / 目录对应的 dpi )。
2. 其他图片的来源，如磁盘，文件，流等，均按照原图的分辨率来进行计算图片的内存大小。
3. jpg、png 只是图片的容器，图片文件本身的存储大小与它所占用的内存大小没有什么关系。

参考

1.Bitmap分析
2.https://www.cnblogs.com/dasusu/p/9789389.html
3.Bitmap分析