使用UniversalImagloader加载和缓存图片

本文详细介绍ImageLoader的配置步骤及使用方法,包括初始化配置、内存缓存与磁盘缓存设置、线程池配置等内容,并提供示例代码。同时讨论了如何避免内存溢出等问题。

使用步骤:

1.加载图片之前,先做初始化配置(一般在Appliction子类的oncreat方法中配置),主要配置:加载图片时用的线程池大小,线程的优先级,内存缓存大小等

File cacheDir = StorageUtils.getCacheDirectory(context);  //缓存文件夹路径
	ImageLoaderConfiguration config = new ImageLoaderConfiguration.Builder(context)
	        .memoryCacheExtraOptions(480, 800) // default = device screen dimensions 内存缓存文件的最大长宽
	        .diskCacheExtraOptions(480, 800, null)  // 本地缓存的详细信息(缓存的最大长宽),最好不要设置这个 
	        .taskExecutor(...)
	        .taskExecutorForCachedImages(...)
	        .threadPoolSize(3) // default  线程池内加载的数量
	        .threadPriority(Thread.NORM_PRIORITY - 2) // default 设置当前线程的优先级
	        .tasksProcessingOrder(QueueProcessingType.FIFO) // default
	        .denyCacheImageMultipleSizesInMemory()
	        .memoryCache(new LruMemoryCache(2 * 1024 * 1024)) //可以通过自己的内存缓存实现
	        .memoryCacheSize(2 * 1024 * 1024)  // 内存缓存的最大值
	        .memoryCacheSizePercentage(13) // default
	        .diskCache(new UnlimitedDiscCache(cacheDir)) // default 可以自定义缓存路径  
	        .diskCacheSize(50 * 1024 * 1024) // 50 Mb sd卡(本地)缓存的最大值
	        .diskCacheFileCount(100)  // 可以缓存的文件数量 
	        // default为使用HASHCODE对UIL进行加密命名, 还可以用MD5(new Md5FileNameGenerator())加密
	        .diskCacheFileNameGenerator(new HashCodeFileNameGenerator()) 
	        .imageDownloader(new BaseImageDownloader(context)) // default
	        .imageDecoder(new BaseImageDecoder()) // default
	        .defaultDisplayImageOptions(DisplayImageOptions.createSimple()) // default
	        .writeDebugLogs() // 打印debug log
	        .build(); //开始构建
2.配置完成后,在Adapter的getview方法中通过ImageLoader的displayImage()方法绑定一个图片和ImageView
	
ImageLoader.getInstance().displayImage(uri, imageView,DisplayImageOptions options);
最后一个参数用于指导每一个ImageLoader在加载图片时,根据不同状态显示对应的图片
DisplayImageOptions options = new DisplayImageOptions.Builder()
		.showImageOnLoading(R.drawable.ic_stub) // 设置图片下载期间显示的图片
		.showImageForEmptyUri(R.drawable.ic_empty) // 设置图片Uri为空或是错误的时候显示的图片
		.showImageOnFail(R.drawable.ic_error) // 设置图片加载或解码过程中发生错误显示的图片
		.resetViewBeforeLoading(false)  // default 设置图片在加载前是否重置、复位
		.delayBeforeLoading(1000)  // 下载前的延迟时间
		.cacheInMemory(false) // default  设置下载的图片是否缓存在内存中
		.cacheOnDisk(false) // default  设置下载的图片是否缓存在SD卡中
		.preProcessor(...)
		.postProcessor(...)
		.extraForDownloader(...)
		.considerExifParams(false) // default
		.imageScaleType(ImageScaleType.IN_SAMPLE_POWER_OF_2) // default 设置图片以如何的编码方式显示
		.bitmapConfig(Bitmap.Config.ARGB_8888) // default 设置图片的解码类型
		.decodingOptions(...)  // 图片的解码设置
		.displayer(new SimpleBitmapDisplayer()) // default  还可以设置圆角图片new RoundedBitmapDisplayer(20)
		.handler(new Handler()) // default
		.build();
运用该框架主要运用到三个类
1.ImageLoader    具体下载图片,缓存图片,显示图片的类
2.ImageLoaderConfiguration  图片缓存的全局配置,主要有线程类,缓存大小,磁盘大小,图片下载与解析和日志方面
3.DisplayImageOptions  指导每一个ImageLoader根据网络图片的状态(空白,下载失败,正在下载)显示对应的默认图片,是否将缓存加载到磁盘上,下载完成后对图片进行怎样的处理
注意事项:
	为了避免OOM异常,通常采取如下措施
	1.减少线程池的大小,一般1-5条。
	2.避免使用RoundBitmapDisplayer
	3.使用memoryCache(new WeakMemoryCache())

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性先进性。; 适合人群:具备一定控制理论基础Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
内容概要:本文介绍了福建亘川科技有限公司及其研发的“亘川管网降雨量智能监测系统”。该公司专注于智慧水务领域,融合物联网、大数据、云计算人工智能技术,打造了覆盖“水库、水厂、管网、泵站、排口、河湖”的“六位一体”智慧水务监测运维系统。该降雨量监测系统采用高精度传感器,支持总降雨量、瞬时降雨量24小时累积雨量的实时监测,具备多维度数据采集、联动预警、太阳能绿色供电4G稳定通信等功能,广泛应用于城市内涝、山洪、水库及边坡等灾害预警场景。系统依托“亘川智慧云”平台,实现远程数据监控、历史数据查询、多设备接入自动报警,提升城市排水管理智能化水平。; 适合人群:从事智慧水务、城市防汛、环境监测等相关领域的技术人员、市政管理人员及系统集成商;具备一定物联网或水务行业背景的专业人员。; 使用场景及目标:①用于城市合流管网区域的降雨实时监测,评估排水能力,预防内涝;②在山洪、水库、边坡等场景中实现灾害早期预警;③通过云端平台实现多设备统一管理与数据可视化分析,提升运维效率。; 阅读建议:本资料侧重系统功能与应用场景介绍,建议结合实际项目需求,进一步了解设备参数、平台接口及定制化服务能力,以便更好地应用于智慧城市建设与应急管理中。
几十套表白源码,总有一套属于你(想看效果,请访问meidos.cn) 有爱心树、李峋同款动态爱心代码、爱心雨、六叶草、我们的回忆(超感人),还有HTML浪漫动态表白代码+音乐,等等 一生中女生总有很多属于她们自己的节日(比如恋爱纪念日、结婚纪念日、生日、情人节、女神节等等),在这些节日中向属于自己的女神展示几十套代码中的自己满意的那一套,让女神感动的稀里糊涂,源码可以改也可也不改(建议改,换成自己的语言比较好,让女神知道你用心了) 谁都有一个美好的憧憬,这么套源码,做个网站,一套设置为主页,其他设为分页也挺好的,让你们的爱情拥有一个自己独特的记忆的网站 几十套表白源码,总有一套属于你(想看效果,请访问meidos.cn) 有爱心树、李峋同款动态爱心代码、爱心雨、六叶草、我们的回忆(超感人),还有HTML浪漫动态表白代码+音乐,等等 一生中女生总有很多属于她们自己的节日(比如恋爱纪念日、结婚纪念日、生日、情人节、女神节等等),在这些节日中向属于自己的女神展示几十套代码中的自己满意的那一套,让女神感动的稀里糊涂,源码可以改也可也不改(建议改,换成自己的语言比较好,让女神知道你用心了) 谁都有一个美好的憧憬,这么套源码,做个网站,一套设置为主页,其他设为分页也挺好的,让你们的爱情拥有一个自己独特的记忆的网站 几十套表白源码,总有一套属于你(想看效果,请访问meidos.cn) 有爱心树、李峋同款动态爱心代码、爱心雨、六叶草、我们的回忆(超感人),还有HTML浪漫动态表白代码+音乐,等等 一生中女生总有很多属于她们自己的节日(比如恋爱纪念日、结婚纪念日、生日、情人节、女神节等等),在这些节日中向属于自己的女神展示几十套代码中的自己满意的那一套,让女神感动的稀里糊涂,源码可以改也可也不改(建议改,换成自己的语
Huaxiang用户画像分析平台技术架构解析 本系统采用多层次分布式架构,整合了三种主流数据存储方案。核心用户基础信息存储于HIVE数据仓库集群,通过分布式计算框架实现海量数据的高效处理。用户标签体系与人群分群数据存储在MongoDB文档数据库中,利用其灵活的文档结构支持动态标签扩展。系统运行指标与功能元数据则采用MySQL关系型数据库进行管理,确保事务一致性。 该技术方案已通过完整测试验证,系统各模块均达到稳定运行标准。在毕业设计评审过程中,该架构设计获得评审专家组的高度认可,技术实现评分优异。 适用对象包括: - 高等院校计算机科学与技术、人工智能、数据科学等相关专业师生 - 从事大数据平台开发的工程技术人员 - 有意向深入理解分布式系统设计的学习者 本平台可作为: 1. 大数据处理技术的实践案例 2. 用户画像系统设计的参考实现 3. 多数据库协同应用的典型范例 注意事项: 本系统仅供学习研究使用,着重展示大数据环境下用户画像系统的完整技术实现方案,包括数据采集、存储计算、标签构建等核心环节。建议使用者重点关注系统架构设计理念与数据流转机制,从而深入掌握企业级用户画像平台的建设方法。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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