android平台yuv缩放相关<转>

Android的视频相关的开发，大概一直是整个Android生态，以及Android API中，最为分裂以及兼容性问题最为突出的一部分。摄像头，以及视频编码相关的API，Google一直对这方面的控制力很是差，致使不一样厂商对这两个API的实现有很多差别，并且从API的设计来看，一直以来优化也至关有限，甚至有人认为这是“Android上最难用的API之一”

以微信为例，咱们录制一个540p的mp4文件，对于Android来讲，大致上是遵循这么一个流程：

大致上就是从摄像头输出的YUV帧通过预处理以后，送入编码器，得到编码好的h264视频流。

上面只是针对视频流的编码，另外还须要对音频流单独录制，最后再将视频流和音频流进行合成出最终视频。

这篇文章主要将会对视频流的编码中两个常见问题进行分析：

1. 视频编码器的选择（硬编 or 软编）？

2. 如何对摄像头输出的YUV帧进行快速预处理（镜像，缩放，旋转）？

视频编码器的选择

对于录制视频的需求，很多app都须要对每一帧数据进行单独处理，所以不多会直接用到MediaRecorder来直接录取视频，通常来讲，会有这么两个选择

•  MediaCodec

•  FFMpeg+x264/openh264

咱们来逐个解析一下

MediaCodec

MediaCodec是API 16以后Google推出的用于音视频编解码的一套偏底层的API，能够直接利用硬件加速进行视频的编解码。调用的时候须要先初始化MediaCodec做为视频的编码器，而后只须要不停传入原始的YUV数据进入编码器就能够直接输出编码好的h264流，整个API设计模型来看，就是同时包含了输入端和输出端的两条队列：

所以，做为编码器，输入端队列存放的就是原始YUV数据，输出端队列输出的就是编码好的h264流，做为解码器则对应相反。在调用的时候，MediaCodec提供了同步和异步两种调用方式，可是异步使用Callback的方式是在API 21以后才加入的，以同步调用为例，通常来讲调用方式大概是这样（摘自官方例子）：

简单解释一下，经过getInputBuffers获取输入队列，而后调用dequeueInputBuffer获取输入队列空闲数组下标，注意dequeueOutputBuffer会有几个特殊的返回值表示当前编解码状态的变化，而后再经过queueInputBuffer把原始YUV数据送入编码器，而在输出队列端一样经过getOutputBuffers和dequeueOutputBuffer获取输出的h264流，处理完输出数据以后，须要经过releaseOutputBuffer把输出buffer还给系统，从新放到输出队列中。

关于MediaCodec更复杂的使用例子，能够参照下CTS测试里面的使用方式：

EncodeDecodeTest.java:

https://android.googlesource.com/platform/cts/+/jb-mr2-release/tests/tests/media/src/android/media/cts/EncodeDecodeTest.java

 

从上面例子来看的确是很是原始的API，因为MediaCodec底层是直接调用了手机平台硬件的编解码能力，因此速度很是快，可是由于Google对整个Android硬件生态的掌控力很是弱，因此这个API有不少问题：

 

1. 颜色格式问题

 

MediaCodec在初始化的时候，在configure的时候，须要传入一个MediaFormat对象，看成为编码器使用的时候，咱们通常须要在MediaFormat中指定视频的宽高，帧率，码率，I帧间隔等基本信息，除此以外，还有一个重要的信息就是，指定编码器接受的YUV帧的颜色格式。这个是由于因为YUV根据其采样比例，UV份量的排列顺序有不少种不一样的颜色格式，而对于Android的摄像头在onPreviewFrame输出的YUV帧格式，若是没有配置任何参数的状况下，基本上都是NV21格式，但Google对MediaCodec的API在设计和规范的时候，显得很不厚道，过于贴近Android的HAL层了，致使了NV21格式并非全部机器的MediaCodec都支持这种格式做为编码器的输入格式！

 

所以，在初始化MediaCodec的时候，咱们须要经过codecInfo.getCapabilitiesForType来查询机器上的MediaCodec实现具体支持哪些YUV格式做为输入格式，通常来讲，起码在4.4+的系统上，这两种格式在大部分机器都有支持：

 

 

 

两种格式分别是YUV420P和NV21，若是机器上只支持YUV420P格式的状况下，则须要先将摄像头输出的NV21格式先转换成YUV420P，才能送入编码器进行编码，不然最终出来的视频就会花屏，或者颜色出现错乱

这个算是一个不大不小的坑，基本上用上了MediaCodec进行视频编码都会赶上这个问题

2. 编码器支持特性至关有限

若是使用MediaCodec来编码H264视频流，对于H264格式来讲，会有一些针对压缩率以及码率相关的视频质量设置，典型的诸如Profile(baseline, main, high)，Profile Level, Bitrate mode(CBR, CQ, VBR)，合理配置这些参数可让咱们在同等的码率下，得到更高的压缩率，从而提高视频的质量，Android也提供了对应的API进行设置，能够设置到MediaFormat中这些设置项:

但问题是，对于Profile，Level, Bitrate mode这些设置，在大部分手机上都是不支持的，即便是设置了最终也不会生效，例如设置了Profile为high，最后出来的视频依然还会是Baseline....

这个问题，在7.0如下的机器几乎是必现的，其中一个可能的缘由是，Android在源码层级hardcode了profile的的设置：

Android直到7.0以后才取消了这段地方的Hardcode:

这个问题能够说间接致使了MediaCodec编码出来的视频质量偏低，同等码率下，难以得到跟软编码甚至iOS那样的视频质量。

3. 16位对齐要求

前面说到，MediaCodec这个API在设计的时候，过于贴近HAL层，这在不少Soc的实现上，是直接把传入MediaCodec的buffer，在不通过任何前置处理的状况下就直接送入了Soc中。而在编码h264视频流的时候，因为h264的编码块大小通常是16x16，因而乎在一开始设置视频的宽高的时候，若是设置了一个没有对齐16的大小，例如960x540，在某些cpu上，最终编码出来的视频就会直接花屏！

很明显这仍是由于厂商在实现这个API的时候，对传入的数据缺乏校验以及前置处理致使的，目前来看，华为，三星的Soc出现这个问题会比较频繁，其余厂商的一些早期Soc也有这种问题，通常来讲解决方法仍是在设置视频宽高的时候，统一设置成对齐16位以后的大小就行了。

---

FFMpeg+x264/openh264

除了使用MediaCodec进行编码以外，另一种比较流行的方案就是使用ffmpeg+x264/openh264进行软编码，ffmpeg是用于一些视频帧的预处理。这里主要是使用x264/openh264做为视频的编码器。

 

1. x264基本上被认为是当今市面上最快的商用视频编码器，并且基本上全部h264的特性都支持，经过合理配置各类参数仍是可以获得较好的压缩率和编码速度的，限于篇幅，这里再也不阐述h264的参数配置，有兴趣能够看下这两篇文章对x264编码参数的调优：

• https://www.nmm-hd.org/d/index.php?title=X264%E4%BD%BF%E7%94%A8%E4%BB%8B%E7%BB%8D&variant=zh-cn

• http://www.cnblogs.com/wainiwann/p/5647521.html

   

 

2. openh264(https://github.com/cisco/openh264)则是由思科开源的另一个h264编码器，项目在2013年开源，对比起x264来讲略显年轻，不过因为思科支付满了h264的年度专利费，因此对于外部用户来讲，至关于能够直接无偿使用了，另外，firefox直接内置了openh264，做为其在webRTC中的视频的编解码器使用。

但对比起x264，openh264在h264高级特性的支持比较差：

• Profile只支持到baseline, level 5.2

• 多线程编码只支持slice based，不支持frame based的多线程编码

从编码效率上来看，openh264的速度也并不会比x264快，不过其最大的好处，仍是可以直接无偿使用吧。

---

软硬编对比

 

从上面的分析来看，硬编的好处主要在于速度快，并且系统自带不须要引入外部的库，可是特性支持有限，并且硬编的压缩率通常偏低，而对于软编码来讲，虽然速度较慢，可是压缩率比较高，并且支持的H264特性也会比硬编码多不少，相对来讲比较可控。就可用性而言，在4.4+的系统上，MediaCodec的可用性是可以基本保证的，可是不一样等级的机器的编码器能力会有很多差异，建议能够根据机器的配置，选择不一样的编码器配置。

 

 

---

 

YUV帧的预处理

 

根据最开始给出的流程，在送入编码器以前，咱们须要先对摄像头输出的YUV帧进行一些前置处理

 

1.缩放

 

若是设置了camera的预览大小为1080p的状况下，在onPreviewFrame中输出的YUV帧直接就是1920x1080的大小，若是须要编码跟这个大小不同的视频，咱们就须要在录制的过程当中，实时的对YUV帧进行缩放。

 

以微信为例，摄像头预览1080p的数据，须要编码960x540大小的视频。

 

最为常见的作法是使用ffmpeg这种的sws_scale函数进行直接缩放，效果/性能比较好的通常是选择SWS_FAST_BILINEAR算法：

 

 

 

在nexus 6p上，直接使用ffmpeg来进行缩放的时间基本上都须要40ms+，对于咱们须要录制30fps的来讲，每帧处理时间最多就30ms左右，若是光是缩放就消耗了如此多的时间，基本上录制出来的视频只能在15fps上下了。

很明显，直接使用ffmpeg进行缩放是在是太慢了，不得不说swsscale简直就是ffmpeg里面的渣渣，在对比了几种业界经常使用的算以后，咱们最后考虑实现使用这种快速缩放的算法：

咱们选择一种叫作的局部均值算法，先后两行四个临近点算出最终图片的四个像素点，对于源图片的每行像素，咱们可使用Neon直接实现，以缩放Y份量为例：

上面使用的Neon指令每次只能读取和存储8或者16位的数据，对于多出来的数据，只须要用一样的算法改为用C语言实现便可。

在使用上述的算法优化以后，进行每帧缩放，在Nexus 6p上，只须要不到5ms就能完成了，而对于缩放质量来讲，ffmpeg的SWS_FAST_BILINEAR算法和上述算法缩放出来的图片进行对比，峰值信噪比（psnr）在大部分场景下大概在38-40左右，质量也足够好了。

2.旋转

在android机器上，因为摄像头安装角度不一样，onPreviewFrame出来的YUV帧通常都是旋转了90或者270度，若是最终视频是要竖拍的，那通常来讲须要把YUV帧进行旋转。

对于旋转的算法，若是是纯C实现的代码，通常来讲是个O（n^2 ） 复杂度的算法，若是是旋转960x540的yuv帧数据，在nexus 6p上，每帧旋转也须要30ms+，这显然也是不能接受的。

在这里咱们换个思路，能不能不对YUV帧进行旋转？

事实上在mp4文件格式的头部，咱们能够指定一个旋转矩阵，具体来讲是在moov.trak.tkhd box里面指定，视频播放器在播放视频的时候，会在读取这里矩阵信息，从而决定视频自己的旋转角度，位移，缩放等，具体能够参考下苹果的文档: 

https://developer.apple.com/library/content/documentation/QuickTime/QTFF/QTFFChap4/qtff4.html#//apple_ref/doc/uid/TP40000939-CH206-18737

 

经过ffmpeg，咱们能够很轻松的给合成以后的mp4文件打上这个旋转角度：

因而能够在录制的时候省下一大笔旋转的开销了，excited!

3.镜像

在使用前置摄像头拍摄的时候，若是不对YUV帧进行处理，那么直接拍出来的视频是会镜像翻转的，这里原理就跟照镜子同样，从前置摄像头方向拿出来的YUV帧恰好是反的，但有些时候拍出来的镜像视频可能不合咱们的需求，所以这个时候咱们就须要对YUV帧进行镜像翻转。

但因为摄像头安装角度通常是90或者270度，因此实际上原生的YUV帧是水平翻转过来的，所以作镜像翻转的时候，只须要恰好以中间为中轴，分别上下交换每行数据便可，注意Y跟UV要分开处理，这种算法用Neon实现至关简单：

一样，剩余的数据用纯C代码实现就行了， 在nexus6p上，这种镜像翻转一帧1080x1920 YUV数据大概只要不到5ms

---

在编码好h264视频流以后，最终处理就是把音频流跟视频流合流而后包装到mp4文件，这部分咱们能够经过系统的MediaMuxer, mp4v2, 或者ffmpeg来实现，这部分比较简单，在这里就再也不阐述了

原贴地址：https://juejin.im/entry/599d73976fb9a02487552efa