博客
关于我
Android界面背景图片不显示---三星手机
阅读量:510 次
发布时间:2019-03-07

本文共 831 字,大约阅读时间需要 2 分钟。

在应用中加载背景图片时遇到问题,特别是在某些设备上无法显示图片,需要仔细检查代码和资源文件。以下是针对此问题的详细分析和解决方案:

布局文件中的相对布局设置如下:

代码中通过onResume方法加载背景图片:

@Overrideprotected void onResume() {    super.onResume();    RelativeLayout layout = (RelativeLayout) findViewById(R.id.main_background);    InputStream is;    BitmapFactory.Options opt = new BitmapFactory.Options();    opt.inPreferredConfig = Bitmap.Config.ARGB_8888;    opt.inPurgeable = true;    opt.inInputShareable = true;    opt.inSampleSize = 2;    is = getResources().openRawResource(R.drawable.app_background);    Bitmap bm = BitmapFactory.decodeStream(is, null, opt);    BitmapDrawable bd = new BitmapDrawable(getResources(), bm);    layout.setBackgroundDrawable(bd);}

通过设置inSampleSize为2,可以减少图片内存占用,提高加载速度,但需确保图片质量足够。同时,使用inPurgeable和inInputShareable可有效管理内存资源,防止内存泄漏。最后,确保背景图片资源文件在不同设备上有统一的分辨率和压缩设置,以避免图片显示不一致的问题。

转载地址:http://ltnjz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>