YUV 图像工具:Libyuv 的编译与使用

前言

在 Android 系统上, Camera 输出的图像一般为 NV21(YUV420SP 系列) 格式, 当我们想进行录像处理时, 会面临两个问题

问题 1

图像的旋转问题

  • 后置镜头: 需要旋转 90°
  • 前置镜头: 需要旋转 270° 然后再进行镜像处理

问题 2

处理好镜头的旋转后, 当我们尝试使用 MediaCodec 进行 H.264 的硬编时, 便会发现偏色的问题

这是因为 MediaCodec 的 COLOR_FormatYUV420SemiPlanar 格式为 NV12, 并非是 NV21, 虽然都是 YUV420SP 系列, 但他们的排列不同, 都是先存储 Y 的数据, NV21 是 vu 交替存储, NV12 是 uv 交替存储

- NV21: yyyy yyyy vu vu
- NV12: yyyy yyyy uv uv

为了解决这个问题, 对于这个问题网上有很多的解决思路, 我们可以在 Java 层使用进行数据操作, 不过经过测试之后发现, 在 Samsung S7 Edge 上, 录制 1080p。

  • 旋转与镜像: 20ms
  • NV21 转 NV12: 16ms

消耗时长约为 40ms, 这也仅仅是勉强能够进行 25 帧的录制, 在使用 opencv 进行人脸识别或滤镜处理时, 能够感觉到明显的卡顿感。

libyuv 便是 google 为了解决移动端 NV21 数据处理不便所提供的开源库, 它提供了旋转, 裁剪, 镜像, 缩放等功能。

接下来看看 libyuv 的编译与使用。

一. 环境

操作系统

MacOS Mojave version 10.14.5

Libyuv

https://chromium.googlesource.com/libyuv/libyuv/

git clone https://chromium.googlesource.com/libyuv/libyuv
图片
libyuv 源码

NDK 版本

NDK16

cmake 版本

➜  ~ cmake -version
cmake version 3.14.5

二. 编译脚本

从 libyuv 的源码中, 可以看到 libyuv 已经提供了 CMakeLists.txt, 因此我们可以直接通过 cmake 生成 Makefile, 然后通过 make 对 Makefile 进行编译

ARCH=arm
ANDROID_ARCH_ABI=armeabi-v7a
NDK_PATH=/Users/sharrychoo/Library/Android/ndk/android-ndk-r16b
PREFIX=`pwd`/android/${ARCH}/${CPU}

# cmake 传参
cmake -G"Unix Makefiles"
-DANDROID_NDK=${NDK_PATH}
-DCMAKE_TOOLCHAIN_FILE=${NDK_PATH}/build/cmake/android.toolchain.cmake
-DANDROID_ABI=${ANDROID_ARCH_ABI}
-DANDROID_NATIVE_API_LEVE=16
-DCMAKE_INSTALL_PREFIX=${PREFIX}
-DANDROID_ARM_NEON=TRUE
..

# 生成动态库
make
make install
图片
编译结果

输出的 so 库

图片
so 库

三. 代码编写

我们将 so 库和头文件拷贝到 AS 中, 便可以进行代码的编写了, 这里编写一个 Libyuv 的工具类, 方便后续使用

一) Java 代码

这里以 NV21 转 I420 为例

/**
* 处理 YUV 的工具类
*
* @author Sharry <a href="sharrychoochn@gmail.com">Contact me.</a>
* @version 1.0
* @since 2019-07-23
*/

public class LibyuvUtil {

static {
System.loadLibrary("smedia-camera");
}

/**
* 将 NV21 转 I420
*/

public static native void convertNV21ToI420(byte[] src, byte[] dst, int width, int height);

......
}

二) native 实现

这里以将 NV21 转 I420 为例

namespace libyuv_util {

void convertI420ToNV12(JNIEnv *env, jclass, jbyteArray i420_src, jbyteArray nv12_dst, int width,
int height) {
jbyte *src = env->GetByteArrayElements(i420_src, NULL);
jbyte *dst = env->GetByteArrayElements(nv12_dst, NULL);
// 执行转换 I420 -> NV12 的转换
LibyuvUtil::I420ToNV12(src, dst, width, height);
// 释放资源
env->ReleaseByteArrayElements(i420_src, src, 0);
env->ReleaseByteArrayElements(nv12_dst, dst, 0);
}

}

void LibyuvUtil::NV21ToI420(jbyte *src, jbyte *dst, int width, int height) {
// NV21 参数
jint src_y_size = width * height;
jbyte *src_y = src;
jbyte *src_vu = src + src_y_size;
// I420 参数
jint dst_y_size = width * height;
jint dst_u_size = dst_y_size >> 2;
jbyte *dst_y = dst;
jbyte *dst_u = dst + dst_y_size;
jbyte *dst_v = dst + dst_y_size + dst_u_size;
/**
* <pre>
* int NV21ToI420(const uint8_t* src_y,
* int src_stride_y,
* const uint8_t* src_vu,
* int src_stride_vu,
* uint8_t* dst_y,
* int dst_stride_y,
* uint8_t* dst_u,
* int dst_stride_u,
* uint8_t* dst_v,
* int dst_stride_v,
* int width,
* int height);
* </pre>
* <p>
* stride 为颜色分量的跨距: 它描述一行像素中, 该颜色分量所占的 byte 数目, YUV 每个通道均为 1byte(8bit)
* <p>
* stride_y: Y 是最全的, 一行中有 width 个像素, 也就有 width 个 Y
* stride_u: YUV420 的采样为 Y:U:V = 4:1:1, 从整体的存储来看, 一个 Y 分量的数目为 U/V 的四倍
* 但从一行上来看, width 个 Y, 它会用到 width/2 个 U
* stride_v: 同 stride_u 的分析方式
*/

libyuv::NV21ToI420(
(uint8_t *) src_y, width,
(uint8_t *) src_vu, width,
(uint8_t *) dst_y, width,
(uint8_t *) dst_u, width >> 1,
(uint8_t *) dst_v, width >> 1,
width, height
);
}

可以看到方法的调用也非常的简单, 只需要传入相关参数即可, 其中有个非常重要的参数, stride 跨距, 它描述一行像素中, 该颜色分量所占的 byte 数目

  • YUV420 系列
    • Y: 跨距为 width
    • U: 跨距为 width/2
    • V: 跨距为 width/2
    • Y: 跨距为 width
    • VU: 跨距为 width
    • NV21
    • I420P(YU12):
  • ABGR: 跨距为 4 *width

总结

通过 libyuv 进行旋转镜像转码等操作, 其时长如下

  • 旋转镜像: 5~8ms
  • NV21 转 NV12: 0~3ms

可以看到比起 java 代码, 几乎快了 3 倍, 这已经能够满足流畅录制的需求了

笔者将常用的 YUV 操作整理成了demo 点击查看, 如有需要可以将代码直接拷走使用:

https://github.com/SharryChoo/LibyuvSample

来源:https://juejin.cn/post/6844903897379667981

— END —

进技术交流群,扫码添加我的微信:Byte-Flow

图片
获取相关资料和源码

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/3291.html

(0)

相关推荐

发表回复

登录后才能评论