什么是错帧同步?
一般 Android 系统相机的最高帧率在 30 FPS 左右,当帧率低于 20 FPS 时,用户可以明显感觉到相机画面卡顿和延迟。
我们在做相机预览和视频流处理时,对每帧图像处理时间过长(超过 30 ms)就很容易造成画面卡顿,这个场景就需要用到错帧同步方法去提升画面的流畅度。
错帧同步,简单来说就是把当前的几帧缓冲到子线程中处理,主线程直接返回子线程之前的处理结果,属于典型的以空间换时间策略。
错帧同步策略也有不足之处,它不能在子线程中缓冲太多的帧,否则造成画面延迟。
另外,每个子线程分配的任务也要均衡(即每帧在子线程中的处理时间大致相同),不然会因为 CPU 线程调度的时间消耗适得其反。
错帧同步的原理如上图所示,我们开启三个线程:一个主线程,两个工作线程,每一帧图像的处理任务分为 2 步,第一个工作线程完成第一步处理,第二个工作线程完成第二步处理,每一帧都要经过这两步的处理。
当主线程输入第 n + 1 帧到第一个工作线程后,主线程会等待第二个工作线程中第 n 帧的处理结果然后返回,这种情况下你肯定会问第 0 帧怎么办?第 0 帧就直接返回就行了。
这些步骤下来,可以看成第 n+1 帧和第 n 帧在 2 个工作线程中同时处理,若忽略 CPU 线程调度时间,2 线程错帧可以提升一倍的性能(性能提升情况,下面会给出实测数据)。
错帧同步的简单实现
错帧同步在实现上类似于“生产者-消费者”模式,我们借助于 C 语言信号量 #include <semaphore.h> 可以很方便的实现错帧同步模型。
C 的信号量常用的几个 API :
int sem_init(sem_t *sem, int pshared, unsigned int value);
功能:初始化信号量 参数: sem:指定要初始化的信号量 pshared:0:应用于多线程 非 0:多进程 value:指定了信号量的初始值 返回值:0 成功 -1 失败 int sem_destroy(sem_t *sem);
功能:销毁信号量 参数:sem:指定要销毁的信号量 返回值:0 成功 -1 错误 int sem_post(sem_t *sem);
功能:信号量的值加 1 操作 参数: sem:指定的信号量,就是这个信号量加 1 返回值:0 成功 -1 错误 int sem_wait(sem_t *sem);
功能:信号量的值减 1 , 如果信号量的值为 0 , 阻塞等待 参数: sem:指定的信号量, 如果信号量的值为 0, 阻塞等待, 否则信号量的值减 1 返回值:0 成功 -1 错误
在这里为了简化代码逻辑,我们用字符串来表示视频帧,每个工作线程对输入的字符串进行标记,表示工作线程对视频帧做了处理,最后的输出(第 0 帧除外)都是经过工作线程标记过的字符串。
//初始化
void AsyncFramework::Init() {
LOGCATE("AsyncFramework::Init");
memset(work_buffers, 0, sizeof(work_buffers));
work_thread_running = true;
main_thread_running = true;
index = 0;
// 初始化 3 个信号量
sem_init(&main_sem, 0, 0);
sem_init(&first_thread_sem, 0, 0);
sem_init(&second_thread_sem, 0, 0);
// WORK_THREAD_NUM = 2 ,为 2 个工作线程申请 2 块 buffer
for (int i = 0; i < WORK_THREAD_NUM; ++i) {
work_buffers[i] = static_cast<char *>(malloc(WORK_BUFFER_SIZE));
}
// 启动三个线程
main_thread = new thread(MainThreadProcess);
first_thread = new thread(FirstStepProcess);
second_thread = new thread(SecondStepProcess);
}
// 反初始化
void AsyncFramework::UnInit() {
LOGCATE("AsyncFramework::UnInit");
//等待三个线程结束
main_thread_running = false;
main_thread->join();
delete main_thread;
main_thread = nullptr;
work_thread_running = false;
sem_post(&first_thread_sem);
sem_post(&second_thread_sem);
first_thread->join();
second_thread->join();
delete first_thread;
first_thread = nullptr;
delete second_thread;
second_thread = nullptr;
//销毁信号量
sem_destroy(&main_sem);
sem_destroy(&first_thread_sem);
sem_destroy(&second_thread_sem);
//释放缓冲区
for (int i = 0; i < WORK_THREAD_NUM; ++i) {
if (work_buffers[i]) {
free(work_buffers[i]);
work_buffers[i] = nullptr;
}
}
}
主线程的逻辑就是不断地生成“视频帧”,将“视频帧”传给第一个工作线程进行第一步处理,然后等待第二个工作线程的处理结果。
void AsyncFramework::MainThreadProcess() {
LOGCATE("AsyncFramework::MainThreadProcess start");
while (main_thread_running) {
memset(work_buffers[index % WORK_THREAD_NUM], 0, WORK_BUFFER_SIZE);
sprintf(work_buffers[index % WORK_THREAD_NUM], "FrameIndex=%d ", index);
//通知第一个工作线程处理
sem_post(&first_thread_sem);
if (index == 0) {
//第 0 帧直接返回,不交给工作线程处理
LOGCATE("AsyncFramework::MainThreadProcess %s", work_buffers[index % WORK_THREAD_NUM]);
index++;
continue;
} else {
//等待第二个工作线程的处理结果
sem_wait(&main_sem);
}
LOGCATE("AsyncFramework::MainThreadProcess %s", work_buffers[(index - 1) % WORK_THREAD_NUM]);
index++;
if (index == 100) break;//生成100帧
}
LOGCATE("AsyncFramework::MainThreadProcess end");
}
2 个工作线程的处理逻辑类似,第一个工作线程收到主线程发来的信号,然后进行第一步处理,处理完成后通知第二个工作线程进行第二步处理,等到第二步处理完成后再通知主线程结束等待,取出处理结果。
void AsyncFramework::FirstStepProcess() {
LOGCATE("AsyncFramework::FirstStepProcess start");
int index = 0;
while (true) {
//等待主线程发来的信号
sem_wait(&first_thread_sem);
if(!work_thread_running) break;
LOGCATE("AsyncFramework::FirstStepProcess index=%d", index);
strcat(work_buffers[index % WORK_THREAD_NUM], "FirstStep ");
//休眠模拟处理耗时
this_thread::sleep_for(chrono::milliseconds(200));
//处理完成后通知第二个工作线程进行第二步处理
sem_post(&second_thread_sem);
index++;
}
LOGCATE("AsyncFramework::FirstStepProcess end");
}
void AsyncFramework::SecondStepProcess() {
LOGCATE("AsyncFramework::SecondStepProcess start");
int index = 0;
while (true) {
//等待第一个工作线程发来的信号
sem_wait(&second_thread_sem);
if(!work_thread_running) break;
LOGCATE("AsyncFramework::SecondStepProces index=%d", index);
strcat(work_buffers[index % WORK_THREAD_NUM], "SecondStep");
//休眠模拟处理耗时
this_thread::sleep_for(chrono::milliseconds(200));
//第二步处理完成后通知主线程结束等待
sem_post(&main_sem);
index++;
}
LOGCATE("AsyncFramework::SecondStepProcess end");
}
主线程打印的处理结果(第 0 帧直接返回,没被处理):
我们设定视频帧的 2 步处理一共耗时 400 ms (各休眠 200 ms),由于采用错帧同步方式,主线程耗时只有 200 ms 左右,性能提升一倍。
进技术交流群,添加我的微信:Byte-Flow
本文来自作者投稿,版权归原作者所有。如需转载,请注明出处:https://www.nxrte.com/jishu/18044.html