大图片的压缩处理

本文详细解析了Android应用中加载大尺寸图片导致内存溢出的问题,并提供了通过缩放图片来解决这一问题的有效方案。
    Android 虚拟机默认为每个应用分配的堆内存空间是16M,当加载大图片时,加载图片需要的内存空间不是按图片的大小来算的,而是按像素点的多少来算的。图片加载到内存中需要把每一个像素都加载到内存中. 所以对内存的要求非常高, 一不小心就会造成OOM(OutOfMemoryError) 内存溢出致命错误。
    假设:
    当前有一张图片,大小仅为1M,但是其规格为3648*2736,现在需要加载此图片总像素数=3648*2736=9980928
    三种像素单位如下:
        ARGB_4444 : 2bytes
        ARGB_8888 : 4bytes
        RGB_565 : 4bytes
    假设现在像素采用ARGB_4444 标准,则其占用的总空间为:图片占用空间=总像素数*像素的单位 = 9980928 * 2bytes = 19961856bytes = 19M>16M OOM 内存溢出
    解决方案:Java 代码可以对图片进行比例缩放
    假设:图片的宽和高: 3648 * 2736,屏幕的宽和高: 320 * 480
        计算缩放比:宽度缩放比例: 3648 / 320 = 11,高度缩放比例: 2736 / 480 = 5
        比较宽和高的缩放比例, 哪一个大用哪一个进行缩放
        缩放后的图片:3648 / 11 = 331,2736 / 11 = 248
        缩放后图片的宽和高: 331* 248,331* 248=882088 * 2bytes=160K
    1.1 实现图片的缩放加载:这里只给出核心代码,用于演示加载大图片的原理。
        普通方法加载图片代码清单:
public void load(View v) {
    String path = etPath.getText().toString().trim();
    // 根据路径得到图片对象
    Bitmap bitmap = BitmapFactory.decodeFile(path);
    // 把图片展示到ImageView 控件上.
    ivIcon.setImageBitmap(bitmap);
}



        采用缩放方式加载图片:
public void scaleLoad(View v) {
    String path = etPath.getText().toString().trim();
    // 得到图片的宽和高
    Options opts = new Options();
    opts.inJustDecodeBounds = true; // 加载器不加载图片, 而是把图片的out(宽和高)的字段信息取出来
    BitmapFactory.decodeFile(path, opts);
    int imageWidth = opts.outWidth;
    int imageHeight = opts.outHeight;
    System.out.println("图片的宽和高: " + imageWidth + " * " + imageHeight);
    // 得到屏幕的宽和高
    Display display = getWindowManager().getDefaultDisplay();
    int screenWidth = display.getWidth();
    int screenHeight = display.getHeight();
    System.out.println("屏幕的宽和高: " + screenWidth + " * " + screenHeight);
    // 计算缩放比例
    int widthScale = imageWidth / screenWidth;
    int heightScale = imageHeight / screenHeight;
    int scale = widthScale > heightScale ? widthScale : heightScale;
    System.out.println("缩放比例为: " + scale);
    // 使用缩放比例进行缩放加载图片
    opts.inJustDecodeBounds = false; // 加载器就会返回图片了
    opts.inSampleSize = scale;
    Bitmap bm = BitmapFactory.decodeFile(path, opts);
    // 显示在屏幕上
    ivIcon.setImageBitmap(bm);
}


在信息化浪潮的推动下,数字政府平台建设成为提升政府治理能力和服务水平的关键举措。本方案旨在通过构建统一、高效、智能的数字政府平台,打破信息孤岛,实现政务服务的智能化、便捷化。方案首先明确了建设目标:打造智慧感知、智慧决策、智慧评价三位一体的数字政府体系。通过现代信息技术,全面感知用户需求,实现政务服务的精准推送;利用大数据分析技术,为政府决策提供科学依据;通过动态评估政策效果,及时调整优化服务策略。为实现这些目标,方案提出了集约化门户网站群、云协同办公平台、便民服务平台、一体化网格执法平台、大数据智能决策平台等一系列核心功能。这些平台不仅覆盖了政府日常办公、政务服务、社会治理等多个领域,还通过数据共享交换机制,实现了跨部门、跨系统的信息互联互通,极大地提高了政府工作的透明度和效率。在技术实现上,方案采用了基于J2EE的分布式应用结构设计、云计算虚拟化技术、可视化工作流引擎等先进技术,确保了平台的稳定性和可扩展性。同时,方案还注重用户体验,通过一体化信息展现、多渠道服务接入等方式,让市民和企业能够随时随地享受到便捷的政务服务。值得一提的是,方案中的大数据智能决策平台,通过挖掘分析海量政务数据,为政府提供了精准的预测预警和决策支持,让政府治理更加科学、智能。此外,为了保障平台的安全稳定运行,方案还从网络安全、数据安全、应用安全等多个层面制定了严密的安全策略。在实施层面,方案规划了详细的实施步骤和保障措施。通过分阶段实施、逐步推进的策略,确保项目能够按时按质完成。同时,方案还注重培训和支持,为政府工作人员提供了全面的技术培训和操作指南,帮助他们快速适应新的工作环境。随着数字政府平台的建成投用,政府将能够更加高效地服务市民和企业,推动经济社会持续健康发展。对于广大写方案的读者而言,本方案不仅提供了宝贵的实践经验和参考案例,还激发了对于未来数字政府建设的无限遐想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值