在基于 Android 相机预览的 CV 应用程序中使用 OpenCL

人工智能小豪

已于 2024-01-25 21:03:33 修改

阅读量1k

点赞数 23

文章标签： android 数码相机人工智能开发语言 opencv

于 2024-01-17 09:15:00 首次发布

本文链接：https://blog.csdn.net/2301_81888214/article/details/135618003

版权

如何使用 OpenCL 构建自定义 OpenCV Android SDK

组装和配置 Android OpenCL SDK。示例的 JNI 部分依赖于标准 Khornos OpenCL 标头，以及 OpenCL 和 libOpenCL.so 的C++包装器。标准 OpenCL 标头可以从 OpenCV 存储库中的第三方目录或 Linux 发行版包中复制。C++包装器在Github上的官方Khronos存储库中可用。按以下方式将头文件复制到专用目录：

cd your_path/ && mkdir ANDROID_OPENCL_SDK && mkdir ANDROID_OPENCL_SDK/include && cd ANDROID_OPENCL_SDK/include

cp -r path_to_opencv/opencv/3rdparty/include/opencl/1.2/CL 。&& cd CL

wget https://github.com/KhronosGroup/OpenCL-CLHPP/raw/main/include/CL/opencl.hpp

wget https://github.com/KhronosGroup/OpenCL-CLHPP/raw/main/include/CL/cl2.hpp

libOpenCL.so 可以随 BSP 一起提供，也可以从任何具有相关结构的 OpenCL cabaple Android 设备下载。

CD your_path/ANDROID_OPENCL_SDK & MKDIR 库 && CD 库

adb 拉 /system/vendor/lib64/libOpenCL.so

libOpenCL.so 的系统版本可能具有许多特定于平台的依赖项。标志允许忽略在构建过程中未使用的第三方符号。以下 CMake 行允许将 JNI 部分链接到标准 OpenCL，但不能将 loadLibrary 包含在应用程序包中。系统 OpenCL API 在运行时使用。-Wl,--allow-shlib-undefined

target_link_libraries（${target} -lOpenCL）

使用 OpenCL 构建自定义 OpenCV Android SDK。默认情况下，OpenCL 支持（T-API）在 Android 操作系统的 OpenCV 版本中处于禁用状态。但是可以在启用 OpenCL/T-API 的情况下为 Android 本地重建 OpenCV：使用 CMake 选项。您还需要指定 CMake 的 Android OpenCL SDK： use 选项的路径。如果您正在使用 OpenCV 构建，请按照 wiki 上的说明进行操作。在中设置这些 CMake 参数，例如：-DWITH_OPENCL=ON-DANDROID_OPENCL_SDK=path_to_your_Android_OpenCL_SDKbuild_sdk.py.config.pyndk-18-api-level-21.config.py

ABI（“3”， “arm64-v8a”， None， 21， cmake_vars=dict（'WITH_OPENCL'： 'ON'， 'ANDROID_OPENCL_SDK'： 'path_to_your_Android_OpenCL_SDK'))

如果你使用 cmake/ninja 构建 OpenCV，请使用这个 bash 脚本（设置你的NDK_VERSION和路径，而不是路径示例）：

CD path_to_opencv & & mkdir 构建 && cd 构建

导出NDK_VERSION=25.2.9519653

导出 ANDROID_SDK=/home/user/Android/Sdk/

导出 ANDROID_OPENCL_SDK=/path_to_ANDROID_OPENCL_SDK/

导出 ANDROID_HOME=$ANDROID_SDK

导出ANDROID_NDK_HOME=$ANDROID_SDK/ndk/$NDK_VERSION/

cmake -GNinja -DCMAKE_TOOLCHAIN_FILE=$ANDROID_NDK_HOME/build/cmake/android.toolchain.cmake -DANDROID_STL=c++_shared -DANDROID_NATIVE_API_LEVEL=24

-DANDROID_SDK=$ANDROID_SDK -DANDROID_NDK=$ANDROID_NDK_HOME -DBUILD_JAVA=ON -DANDROID_HOME=$ANDROID_SDK -DBUILD_ANDROID_EXAMPLES=ON

-DINSTALL_ANDROID_EXAMPLES=ON -DANDROID_ABI=arm64-v8a -DWITH_OPENCL=ON -DANDROID_OPENCL_SDK=$ANDROID_OPENCL_SDK ..

前言

通过 OpenCL 使用 GPGPU 来增强应用程序性能现在已成为一种现代趋势。一些 CV 算法（例如图像过滤）在 GPU 上的运行速度比在 CPU 上快得多。最近，它在 Android 操作系统上成为可能。

Android 操作设备最流行的 CV 应用场景是在预览模式下启动相机，将一些 CV 算法应用于每一帧，并显示由该 CV 算法修改的预览帧。

让我们考虑一下在这种情况下如何使用 OpenCL。具体来说，让我们尝试两种方式：直接调用 OpenCL API 和最近引入的 OpenCV T-API（又名透明 API）——一些 OpenCV 算法的隐式 OpenCL 加速。

应用程序结构

从 Android API 级别 11 （Android 3.0）开始，相机 API 允许使用 OpenGL 纹理作为预览帧的目标。Android API 级别 21 带来了一个新的 Camera2 API，它提供了对相机设置和使用模式的更多控制，它允许预览帧和 OpenGL 纹理的多个目标。

在 OpenGL 纹理中拥有预览帧对于使用 OpenCL 来说是一笔不错的选择，因为有一个 OpenGL-OpenCL 互操作性 API （cl_khr_gl_sharing），允许与 OpenCL 函数共享 OpenGL 纹理数据而无需复制（当然有一些限制）。

让我们为我们的应用程序创建一个基础，它只将 Android 相机配置为将预览帧发送到 OpenGL 纹理，并在显示时显示这些帧，而无需任何处理。

用于此目的的最小类如下所示：Activity


公共类 Tutorial4Activity 扩展 Activity {
私人MyGLSurfaceView mView;
@Override
public void onCreate（Bundle savedInstanceState） {
super.onCreate（savedInstanceState）;
requestWindowFeature（Window.FEATURE_NO_TITLE）;
getWindow（）.setFlags（WindowManager.LayoutParams.FLAG_FULLSCREEN，
WindowManager.LayoutParams.FLAG_FULLSCREEN）;
getWindow（）.setFlags（WindowManager.LayoutParams.FLAG_KEEP_SCREEN_ON，
WindowManager.LayoutParams.FLAG_KEEP_SCREEN_ON）;
setRequestedOrientation（ActivityInfo.SCREEN_ORIENTATION_LANDSCAPE）;
mView = 新的 MyGLSurfaceView（这个);
setContentView（mView）;
}
@Override
受保护的无效 onPause（） {
mView.onPause（）;
super.onPause（）;
}
@Override
受保护的无效 onResume（） {
super.onResume（）;
mView.onResume（）;
}
}
和最小类：View

public class MyGLSurfaceView 扩展了 CameraGLSurfaceView 实现 CameraGLSurfaceView.CameraTextureListener {
static final String LOGTAG = “MyGLSurfaceView”;
受保护的 int procMode = NativePart.PROCESSING_MODE_NO_PROCESSING;
static final String[] procModeName = new String[] {“无处理”， “CPU”， “OpenCL Direct”， “OpenCL via OpenCV” };
受保护的 int frameCounter;
保护时间长NanoTime;
TextView mFpsText = 空;
公共MyGLSurfaceView（上下文，属性集属性）{
super（上下文，属性）;
}
@Override
公共布尔值 onTouchEvent（MotionEvent e） {
if（e.getAction（） == MotionEvent.ACTION_DOWN）
（（活动）getContext（））.openOptionsMenu（）;
返回 true;
}
@Override
公共空隙 surfaceCreated（SurfaceHolder holder） {
super.surfaceCreated（持有人）;
NativePart.initCL（）;
}
@Override
public void surfaceDestroyed（SurfaceHolder holder） {
NativePart.closeCL（）;
super.surfaceDestroyed（持有人）;
}
公共无效 setProcessingMode（int newMode） {
if（newMode>=0 && newMode<procModeName.length）
procMode = 新模式;
还
Log.e（LOGTAG， “忽略无效的处理模式： ” + newMode）;
（（活动） getContext（））.runOnUiThread（new Runnable（） {
公共无效运行（） {
Toast.makeText（getContext（）， “选择模式： ” + procModeName[procMode]， Toast.LENGTH_LONG）.show（）;
}
});
}
@Override
public void onCameraViewStarted（int width， int height） {
（（活动） getContext（））.runOnUiThread（new Runnable（） {
公共无效运行（） {
Toast.makeText（getContext（）， “onCameraViewStarted”， Toast.LENGTH_SHORT）.show（）;
}
});
如果 （NativePart.builtWithOpenCL（））
NativePart.initCL（）;
frameCounter = 0;
lastNanoTime = System.nanoTime（）;
}
@Override
公共无效 onCameraViewStopped（） {
（（活动） getContext（））.runOnUiThread（new Runnable（） {
公共无效运行（） {
Toast.makeText（getContext（）， “onCameraViewStopped”， Toast.LENGTH_SHORT）.show（）;
}
});
}
@Override
公共布尔值 onCameraTexture（int texIn， int texOut， int width， int height） {
转数快
frameCounter++;
if（frameCounter >= 30）
{
final int fps = （int） （frameCounter * 1e9 / （System.nanoTime（） - lastNanoTime））;
Log.i（LOGTAG， “drawFrame（） FPS： ”+fps）;
if（mFpsText ！= null） {
Runnable fpsUpdater = new Runnable（） {
公共无效运行（） {
mFpsText.setText（“FPS： ” + fps）;
}
};
新增功能处理程序（Looper.getMainLooper（））.post（fpsUpdater）;
} 还 {
Log.d（LOGTAG， “mFpsText == null”);
mFpsText = （TextView）（（活动） getContext（））.findViewById（R.id.fps_text_view）;
}
frameCounter = 0;
lastNanoTime = System.nanoTime（）;
}
if（procMode == NativePart.PROCESSING_MODE_NO_PROCESSING）
返回 false;
NativePart.processFrame（texIn， texOut， width， height， procMode）;
返回 true;
}
}

注意

我们使用两个渲染器类：一个用于旧版 Camera API，另一个用于现代 Camera2。

最小的类可以在 Java 中实现（OpenGL ES 2.0 在 Java 中可用），但由于我们将使用 OpenCL 修改预览纹理，因此让我们将 OpenGL 内容移动到 JNI。下面是 JNI 内容的简单 Java 包装器：Renderer

公共类 NativePart {
静态的
{
System.loadLibrary（“opencv_java4”);
System.loadLibrary（“JNIpart”）);
}

public static final int PROCESSING_MODE_NO_PROCESSING = 0;
公共静态最终 int PROCESSING_MODE_CPU = 1;
public static final int PROCESSING_MODE_OCL_DIRECT = 2;
public static final int PROCESSING_MODE_OCL_OCV = 3;

公共静态原生布尔值 builtWithOpenCL（）;
公共静态原生 int initCL（）;
公共静态原生 void closeCL（）;
public static native void processFrame（int tex1， int tex2， int w， int h， int mode）;
}

由于和 API 在相机设置和控制方面存在显著差异，因此让我们为两个相应的渲染器创建一个基类：CameraCamera2


公共抽象类 MyGLRendererBase 实现 GLSurfaceView.Renderer， SurfaceTexture.OnFrameAvailableListener {
受保护的最终字符串 LOGTAG = “MyGLRendererBase”;
保护表面纹理 mSTex;
保护MyGLSurfaceView mView;
受保护的布尔值 mGLInit = false;
受保护的布尔值 mTexUpdate = false;
MyGLRendererBase（MyGLSurfaceView 视图） {
mView = 视图;
}
受保护的抽象 void openCamera（）;
受保护的抽象 void closeCamera（）;
受保护的抽象 void setCameraPreviewSize（int width， int height）;
公共无效 onResume（） {
Log.i（LOGTAG， “onResume”);
}
公共无效 onPause（） {
Log.i（LOGTAG， “onPause”);
mGLInit = 假;
mTexUpdate = 假;
closeCamera（）;
if（mSTex ！= 空） {
mSTex.release（）;
mSTex = 空;
NativeGLRenderer.closeGL（）;
}
}
@Override
公共同步 void onFrameAvailable（SurfaceTexture surfaceTexture） {
Log.i（LOGTAG， “onFrameAvailable”）;
mTexUpdate = 真;
mView.requestRender（）;
}
@Override
公共无效 onDrawFrame（GL10 gl） {
Log.i（LOGTAG， “onDrawFrame”）;
如果 （！mGLInit）
返回;
已同步（此) {
如果 （mTexUpdate） {
mSTex.updateTexImage（）;
mTexUpdate = 假;
}
}
NativeGLRenderer.drawFrame（）;
}
@Override
公共空隙 onSurfaceChanged（GL10 gl， int surfaceWidth， int surfaceHeight） {
Log.i（LOGTAG， “onSurfaceChanged（”+surfaceWidth+“x”+surfaceHeight+")");
NativeGLRenderer.changeSize（surfaceWidth， surfaceHeight）;
setCameraPreviewSize（surfaceWidth， surfaceHeight）;
}
@Override
public void onSurfaceCreated（GL10 gl， EGLConfig 配置） {
Log.i（LOGTAG， “onSurfaceCreated”);
字符串 strGLVersion = GLES20.glGetString（GLES20.GL_VERSION）;
if （strGLVersion ！= null）
Log.i（LOGTAG， “OpenGL ES 版本： ” + strGLVersion）;
int hTex = NativeGLRenderer.initGL（）;
mSTex = 新 SurfaceTexture（hTex）;
mSTex.setOnFrameAvailableListener（这个);
openCamera（）;
mGLInit = 真;
}
}

如您所见，和 API 的继承者应该实现以下抽象方法：CameraCamera2

受保护的抽象 void openCamera（）;

受保护的抽象 void closeCamera（）;

受保护的抽象 void setCameraPreviewSize（int width， int height）;

让我们在本教程之外留下它们实现的细节，请参考源代码查看它们。

预览帧修改

OpenGL ES 2.0 初始化的细节也相当简单和嘈杂，但这里重要的一点是，作为相机预览目标的 OpeGL 纹理应该是类型（不是），内部它以 YUV 格式保存图片数据。这使得无法通过 CL-GL 互操作（）共享它并通过 C/C++ 代码访问其像素数据。为了克服这个限制，我们必须使用 FrameBuffer 对象（又名 FBO）将 OpenGL 渲染从这个纹理到另一个常规纹理。GL_TEXTURE_EXTERNAL_OESGL_TEXTURE_2Dcl_khr_gl_sharingGL_TEXTURE_2D

C/C++ 代码

之后，我们可以通过从 C/C++ 读取（复制）像素数据，并在修改后通过将它们写回纹理。glReadPixels()glTexSubImage2D()

直接 OpenCL 调用

此外，该纹理可以在不复制的情况下与 OpenCL 共享，但我们必须为此以特殊方式创建 OpenCL 上下文：GL_TEXTURE_2D


int initCL（）
{
dumpCLinfo（）;
LOGE（“initCL：启动initCL”);
EGLDisplay mEglDisplay = eglGetCurrentDisplay（）;
如果 （mEglDisplay == EGL_NO_DISPLAY）
LOGE（“initCL： eglGetCurrentDisplay（） returned 'EGL_NO_DISPLAY'， error = %x”， eglGetError（））;
EGLContext mEglContext = eglGetCurrentContext（）;
如果 （mEglContext == EGL_NO_CONTEXT）
LOGE（“initCL： eglGetCurrentContext（） returned 'EGL_NO_CONTEXT'， error = %x”， eglGetError（））;
cl_context_properties props[] =
{ CL_GL_CONTEXT_KHR， （cl_context_properties） mEglContext，
CL_EGL_DISPLAY_KHR、（cl_context_properties） mEglDisplay、
CL_CONTEXT_PLATFORM、0、
0 };
尝试
{
haveOpenCL = 假;
cl：:P latform p = cl：:P latform：：getDefault（）;
std：：string ext = p.getInfo<CL_PLATFORM_EXTENSIONS>（）;
if（ext.find（“cl_khr_gl_sharing”） == std：：string：：npos）
LOGE（“警告：PLATFORM不支持CL-GL共享”);
道具[5] = （cl_context_properties） p（）;
theContext = cl：：Context（CL_DEVICE_TYPE_GPU， props）;
std：：vector<cl：:D evice> devs = theContext.getInfo<CL_CONTEXT_DEVICES>（）;
LOGD（“上下文返回了 %d 个设备，取第一个设备”， devs.size（））;
ext = devs[0].getInfo<CL_DEVICE_EXTENSIONS>（）;
if（ext.find（“cl_khr_gl_sharing”） == std：：string：：npos）
LOGE（“警告：DEVICE不支持CL-GL共享”);
theQueue = cl：：CommandQueue（theContext， devs[0]）;
cl：:P rogram：：Sources src（1， std：：make_pair（oclProgI2I， sizeof（oclProgI2I）））;
theProgI2I = cl：:P rogram（theContext， src）;
progI2I.build（devs）;
cv：：ocl：：attachContext（p.getInfo<CL_PLATFORM_NAME>（）， p（）， theContext（）， devs[0]（））;
if（ cv：：ocl：：useOpenCL() )
LOGD（“OpenCV+OpenCL 工作正常！”);
还
LOGE（“无法使用 OpenCL TAPI 初始化 OpenCV”);
haveOpenCL = 真;
}
catch（const cl：：Error&e）
{
LOGE（“cl：：错误：%s （%d）”， e.what（）， e.err（））;
返回 1;
}
catch（const std：：exception&e）
{
LOGE（“std：：exception： %s”， e.what（））;
返回 2;
}
捕获（...）
{
LOGE（ “OpenCL 信息：初始化 OpenCL 内容时出现未知错误” );
返回 3;
}
LOGD（“initCL 已完成”);
如果（haveOpenCL)
返回 0;
还
返回 4;
}
然后，纹理可以被对象包装，并通过 OpenCL 调用进行处理：cl::ImageGL

cl：：ImageGL imgIn （theContext， CL_MEM_READ_ONLY， GL_TEXTURE_2D， 0， texIn）;
cl：：ImageGL imgOut（theContext， CL_MEM_WRITE_ONLY， GL_TEXTURE_2D， 0， texOut）;
std：：vector < cl：：Memory >图像;
images.push_back（imgIn）;
images.push_back（imgOut）;
int64_t t = getTimeMs（）;
theQueue.enqueueAcquireGLObjects（&images）;
theQueue.finish（）;
LOGD（“enqueueAcquireGLObjects（） 成本 %d ms”， getTimeInterval（t））;
t = getTimeMs（）;
cl：：Kernel Laplacian（theProgI2I， “拉普拉斯”）;TODO：可以做一次
拉普拉斯.setArg（0， imgIn）;
Laplacian.setArg（1， imgOut）;
theQueue.finish（）;
LOGD（“Kernel（） 成本 %d ms”， getTimeInterval（t））;
t = getTimeMs（）;
theQueue.enqueueNDRangeKernel（拉普拉斯， cl：：NullRange， cl：：NDRange（w， h）， cl：：NullRange）;
theQueue.finish（）;
LOGD（“enqueueNDRangeKernel（） 成本 %d 毫秒”， getTimeInterval（t））;
t = getTimeMs（）;
theQueue.enqueueReleaseGLObjects（&images）;
theQueue.finish（）;
LOGD（“enqueueReleaseGLObjects（） 成本 %d ms”， getTimeInterval（t））;

OpenCV T-API

但是，您可能希望使用隐式调用 OpenCL 的 OpenCV T-API，而不是自己编写 OpenCL 代码。您只需要将创建的 OpenCL 上下文传递给 OpenCV（通过），并以某种方式将 OpenGL 纹理包装成 .不幸的是，OpenCL 缓冲区在内部保留，无法包裹在 OpenGL 纹理或 OpenCL 图像上 - 因此我们必须在此处复制图像数据：cv::ocl::attachContext()cv::UMatUMat

int64_t t = getTimeMs（）;

cl：：ImageGL imgIn （theContext， CL_MEM_READ_ONLY， GL_TEXTURE_2D， 0， texIn）;

std：：vector < cl：：Memory > images（1， imgIn）;

theQueue.enqueueAcquireGLObjects（&images）;

theQueue.finish（）;

cv：：UMat uIn、uOut、uTmp;

cv：：ocl：：convertFromImage（imgIn（）， uIn）;

LOGD（“将纹理数据加载到 OpenCV UMat 成本 %d ms”， getTimeInterval（t））;

theQueue.enqueueReleaseGLObjects（&images）;

t = getTimeMs（）;

cv：：blur（uIn， uOut， cv：：Size（5， 5））;

cv：：拉普拉斯（uIn， uTmp， CV_8U);

cv：乘法（uTmp， 10， uOut）;

cv：：ocl：：完成();

LOGD（“OpenCV 处理成本 %d ms”， getTimeInterval（t））;

t = getTimeMs（）;

cl：：ImageGL imgOut（theContext， CL_MEM_WRITE_ONLY， GL_TEXTURE_2D， 0， texOut）;

图像.clear（）;

images.push_back（imgOut）;

theQueue.enqueueAcquireGLObjects（&images）;

cl_mem clBuffer = （cl_mem）uOut。手柄（cv：：ACCESS_READ);

cl_command_queue q = （cl_command_queue）cv：：ocl：：Queue：：getDefault（）。PTR的();

size_t偏移量 = 0;

size_t origin[3] = { 0， 0， 0 };

size_t region[3] = { （size_t）w，（size_t）h， 1 };

CV_Assert（clEnqueueCopyBufferToImage （q， clBuffer， imgOut（）， offset， origin， region， 0， NULL， NULL） == CL_SUCCESS）;

theQueue.enqueueReleaseGLObjects（&images）;

cv：：ocl：：完成();

LOGD（“将结果上传到纹理成本 %d ms”， getTimeInterval（t））;

注意

当通过 OpenCL 图像包装器将修改后的图像放回原始 OpenGL 纹理时，我们必须再复制一个图像数据。

性能说明

为了比较我们在索尼Xperia Z3上以720p相机分辨率测量的相同预览帧修改（拉普拉斯）的性能，这些修改是通过C / C++代码（调用with），直接OpenCL调用（使用OpenCL图像进行输入和输出）和OpenCV T-API（调用with）完成的：cv::Laplaciancv::Matcv::Laplaciancv::UMat

C/C++ 版本显示 3-4 fps
直接 OpenCL 调用显示 25-27 fps
OpenCV T-API 显示 11-13 fps（由于额外的往返复制）cl_imagecl_buffer

在线教程

麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中，你将会学习到让机器人执行一系列动作所需要的基本算法。
机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法，包括：概率推算，计划和搜索，本地化，跟踪和控制，全部都是围绕有关机器人设计。
机器学习 – 有指导和无指导情况下的基本机器学习算法
机器学习中的神经网络 – 智能神经网络上的算法和实践经验
斯坦福统计学习

有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

请添加图片描述

人工智能书籍

第一阶段：零基础入门（3-6个月）

新手应首先通过少而精的学习，看到全景图，建立大局观。 通过完成小实验，建立信心，才能避免“从入门到放弃”的尴尬。因此，第一阶段只推荐4本最必要的书（而且这些书到了第二、三阶段也能继续用），入门以后，在后续学习中再“哪里不会补哪里”即可。

第二阶段：基础进阶（3-6个月）

熟读《机器学习算法的数学解析与Python实现》并动手实践后，你已经对机器学习有了基本的了解，不再是小白了。这时可以开始触类旁通，学习热门技术，加强实践水平。在深入学习的同时，也可以探索自己感兴趣的方向，为求职面试打好基础。

第三阶段：工作应用

这一阶段你已经不再需要引导，只需要一些推荐书目。如果你从入门时就确认了未来的工作方向，可以在第二阶段就提前阅读相关入门书籍（对应“商业落地五大方向”中的前两本），然后再“哪里不会补哪里”。

有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

在这里插入图片描述

人工智能小豪

关注

23
点赞
踩
18

收藏

觉得还不错? 一键收藏
0
评论
在基于 Android 相机预览的 CV 应用程序中使用 OpenCL

让我们为我们的应用程序创建一个基础，它只将 Android 相机配置为将预览帧发送到 OpenGL 纹理，并在显示时显示这些帧，而无需任何处理。OpenGL ES 2.0 初始化的细节也相当简单和嘈杂，但这里重要的一点是，作为相机预览目标的 OpeGL 纹理应该是类型（不是），内部它以。为了克服这个限制，我们必须使用。导出 ANDROID_OPENCL_SDK=/path_to_ANDROID_OPENCL_SDK/，它提供了对相机设置和使用模式的更多控制，它允许预览帧和 OpenGL 纹理的多个目标。
复制链接

扫一扫