这篇文章主要介绍怎么在iOS中高效的加载图片，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
在iOS中使用 UIImage和UIImageView来记载图片，他俩遵守经典的MVC架构，UIImage相当于Model，UIImageView相当于View:
UIImage负责加载图片，UIImageView负责渲染图片。
图片的渲染流程分为3个阶段:加载(Load)，解码（Decoder)和渲染(Render)
在每个阶段都会有相对应的缓冲区:数据缓冲区(DataBuffer)，图像缓冲区(imageBuffer)和帧缓冲区(framebuffer)。
我们以加载一个图片的尺寸为:2048 px * 1536 px，在磁盘上的大小为:590kb的图片为例，来分析前两个阶段的缓冲区。
DataBuffer只是一种包含一系列字节的缓冲区。通常以某些元数据开头,元数据描述了存储在数据缓冲区中的图像大小，包含图形数据本身，图像数据以某种形式编码 如 JPEG压缩或PNG，这意味着，该字节并不直接描述图像中像素的任何内容。此时的 DataBuffer大小为 590kb。
在SDWebImage中，图片加载完成后，在 sd_imageFormatForImageData的方法中，是通过DataBuffer的第一个字节来判断图片的格式的。
uint8_t c;
[data getBytes:&c length:1];
switch (c) {
case 0xFF:
return SDImageFormatJPEG;
case 0x89:
return SDImageFormatPNG;
case 0x47:
retur SDImageFormatGIF;
case 0x49:
case 0x4D:
return SDImageFormatTIFF;
......
}在图片加载完后，需要将Data Buffer的JPEG，PNG或其他编码的数据，转换为每个像素的图像信息，这个过程，称为Decoder(解码)，将像素信息存放在ImageBuffer。
图片占用的内存大小与图像的尺寸有关，与它的文件大小无关，在iOSSRGB显示格式中(4byte空间显示一个像素)，如果解析所有的像素，需要 2048 px * 1536 px * 4 byte/px = 10MB的空间，此时的 ImageBuffer的大小为10MB。
在ImageBuffer解析完后，提交给frameBuffer进行渲染显示。
总的来说，图片加载过程和消耗的内存如下图所示：
在Xcode工程中，当push新页面的时候，只加载一个图片。
加载前内存值:
加载后内存值：
大多数情况下，我们并不需要如此高精度的显示图片，占用了这么多的内存，能否减少加载图片时占用的内存值呢?
在苹果官方文档中，建议我们使用向下采样（Downsampleing)的技术，来加载图片，减少ImageBuffer的大小。
方法如下：
func downsample(imageAt imageURL: URL, to pointSize:CGSize, scale:CGFloat) ->UIImage {
let imageSourcesOptions = [kCGImageSourceShouldCache: false] as CFDictionary
let imageSource = CGImageSourceCreateWithURL(imageURL as CFURL, imageSourcesOptions)!
let maxDimensionInPixels = max(pointSize.width, pointSize.height) * scale
let downsampleOptions = [
kCGImageSourceCreateThumbnailFromImageAlways: true,
kCGImageSourceShouldCacheImmediately: true,
kCGImageSourceCreateThumbnailWithTransform: true,
kCGImageSourceThumbnailMaxPixelSize:maxDimensionInPixels
] as CFDictionary
let downsampledImage = CGImageSourceCreateThumbnailAtIndex(imageSource, 0, downsampleOptions)!
return UIImage(cgImage: downsampledImage)
}我们来测试一下:
let imageStr = Bundle.main.path(forResource: "view_site.jpeg", ofType: nil)
let imageURL = URL(string: "file://" + (imageStr ?? ""))
guard let imgURL = imageURL else {
return
}
imageView.image = downsample(imageAt:imgURL , to: CGSize(width: 200, height: 200), scale: UIScreen.main.scale)加载之前时是13M，加载之后是 17M，效果是很明显的，节省了大约 5M的内存空间。
在对图片进行压缩时，我们应首选向下采样技术。
在SDWebIamge中，一共有3种类型的解码器：SDImageIOCoder, SDImageGIFCoder, SDImageAPNGCoder，根据DataBuffer的编码类型，使用相对应的编码器。
在 -(UIImage *)decodedImageWithData:(NSData *)data方法中，配置解码参数，开始进行解码操作。
在 + (UIImage *)createFrameAtIndex:(NSUInteger)index source:(CGImageSourceRef)source scale:(CGFloat)scale preserveAspectRatio:(BOOL)preserveAspectRatio thumbnailSize:(CGSize)thumbnailSize options:(NSDictionary )options 中，完成图像解码
在 iOS中，渲染图片格式有4种
Alpha 8 Format:1字节显示1像素，擅长显示单色调的图片。
Luminance and alpha 8 format: 亮度和 alpha 8 格式，2字节显示1像素，擅长显示有透明度的单色调图片。
SRGB Format: 4个字节显示1像素。
Wide Format: 广色域格式，8个字节显示1像素。适用于高精度图片，
正确的思路是：不选择渲染格式，让渲染格式选择你。
使用 UIGraphicsImageRender来替换UIGraphicsBeginImageContextWithOptions，前者在iOS12以后，会自动选择渲染格式，后者默认都会选择SRGB Format。
func render() -> UIImage{
let bounds = CGRect(x: 0, y: 0, width: 300, height: 100)
let render = UIGraphicsImageRenderer(size: bounds.size)
let image = render.image { context in
UIColor.blue.setFill()
let path = UIBezierPath(roundedRect: bounds, byRoundingCorners: UIRectCorner.allCorners, cornerRadii: CGSize(width: 20, height: 20))
path.addClip()
UIRectFill(bounds)
}
return image
}此时，系统为自动选择Alpha 8 Format格式，内容空间占用，将会减少75%。
在需要绘制带有子视图的View时，不使用 draw(rect:)方法，使用系统的View属性或者添加子视图的方式，将绘制工作交给系统来处理。
背景色直接通过UIView.backgroundColor设置，而非使用draw(rect:)
我们在开发中，一般会对图片进行子线程异步加载，在后台进行 解码和下采样。在列表中，有时会加载很多图片，此时应该注意线程爆炸问题。
当我们要求系统去做比CPU能够做的工作更多的工作时就会发生这种情况，比如我们要显示8张图片，但我们只有两个CPU，就不能一次完成所有这些工作，无法在不存在的CPU上进行并行处理，为了避免向一个全局队列中异步的分配任务时发生死锁，GCD将创建新线程来捕捉我们要求它所做的工作，然后CPU将花费大量时间，在这些线程之间进行切换，尝试在所有工作上取得我们要求操作系统为我们做的渐进式进展，在这些线程之间不停切换，实际上是相当大的开销，现在不是简单地将工作分派到全局异步队列之一，而是创建一个串行队列，在预取的方法中，异步的将工作分派到该队列，它的确意味着单个图像的加载，可能要比以前晚才能开始取得进展，但CPU将花费更少的时间，在它可以做的小任务之间来回切换。
在SDWebImage中，解码的队列 _coderQueue.maxConcurrentOperationCount = 1就是一个串行队列。这样就很好的解决了多图片异步解码时，线程爆炸问题。
以上是“怎么在iOS中高效的加载图片”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
