鸿蒙开发5.0【获取相机流数据传递给native，进行压缩编码】基于Camera Kit

基于Camera Kit，获取相机流数据传递给native，进行压缩编码

HarmonyOS NEXT

示例场景：ATS侧启动相机，使用摄像头采集视频流数据，获取相机视频流数据传递到native侧，通过buffer模式将视频编码成MP4文件保存到沙箱路径。

方案描述：具体实现步骤可分为：

Step1：申请权限，启动相机。

Step2: 启动录制，获取视频流数据，获取一帧图像转成JPG格式保存到沙箱路径。

Step3: 视频流数据传递到native侧，进行压缩编码，生成文件保存。

步骤一: 申请权限，启动相机。需要相机、麦克风、媒体位置、写入媒体和读取媒体权限。

"requestPermissions": [

{

"name": "ohos.permission.CAMERA",

"reason": "$string:app_name",

"usedScene": {

"abilities": [

"FormAbility"

],

"when": "always"

}

},

{

"name": "ohos.permission.MICROPHONE",

"reason": "$string:app_name",

"usedScene": {

"abilities": [

"FormAbility"

],

"when": "always"

}

},

{

"name": "ohos.permission.MEDIA_LOCATION",

"reason": "$string:app_name",

"usedScene": {

"abilities": [

"FormAbility"

],

"when": "always"

}

},

{

"name": "ohos.permission.WRITE_MEDIA",

"reason": "$string:app_name",

"usedScene": {

"abilities": [

"FormAbility"

],

"when": "always"

}

},

{

"name": "ohos.permission.READ_MEDIA",

"reason": "$string:app_name",

"usedScene": {

"abilities": [

"FormAbility"

],

"when": "always"

}

}

]

2：启动相机，预览实现。导入camera接口，创建双路预览流通道，使用XComponent组件和ImageReceiver组件创建Surface用来显示和获取预览图像。

async function createDualChannelPreview(cameraManager: camera.CameraManager, XComponentSurfaceId: string, receiver: image.ImageReceiver): Promise<void> {

// 获取支持的相机设备对象

let camerasDevices: Array<camera.CameraDevice> = cameraManager.getSupportedCameras();

// 获取支持的模式类型

let sceneModes: Array<camera.SceneMode> = cameraManager.getSupportedSceneModes(camerasDevices[0]);

let isSupportPhotoMode: boolean = sceneModes.indexOf(camera.SceneMode.NORMAL_PHOTO) >= 0;

if (!isSupportPhotoMode) {

console.error('photo mode not support');

return;

}

// 获取profile对象

let profiles: camera.CameraOutputCapability = cameraManager.getSupportedOutputCapability(camerasDevices[0], camera.SceneMode.NORMAL_PHOTO); // 获取对应相机设备profiles

let previewProfiles: Array<camera.Profile> = profiles.previewProfiles;

// 预览流1

let previewProfilesObj: camera.Profile = previewProfiles[0];

// 预览流2

let previewProfilesObj2: camera.Profile = previewProfiles[0];

// 创建 预览流1 输出对象

let previewOutput: camera.PreviewOutput = cameraManager.createPreviewOutput(previewProfilesObj, XComponentSurfaceId);

// 创建 预览流2 输出对象

let imageReceiverSurfaceId: string = await receiver.getReceivingSurfaceId();

let previewOutput2: camera.PreviewOutput = cameraManager.createPreviewOutput(previewProfilesObj2, imageReceiverSurfaceId);

// 创建cameraInput对象

let cameraInput: camera.CameraInput = cameraManager.createCameraInput(camerasDevices[0]);

// 打开相机

await cameraInput.open();

// 会话流程

let photoSession: camera.CaptureSession = cameraManager.createCaptureSession();

// 开始配置会话

photoSession.beginConfig();

// 把CameraInput加入到会话

photoSession.addInput(cameraInput);

// 把 预览流1 加入到会话

photoSession.addOutput(previewOutput);

// 把 预览流2 加入到会话

photoSession.addOutput(previewOutput2);

// 提交配置信息

await photoSession.commitConfig();

// 会话开始

await photoSession.start();

}

步骤二：启动录制，获取相机视频流数据。

1：生成相机视频流数据：视频流数据是通过在onPageShow里面启动本地录制生成，当页面显示时，会调用 startRecord()方法开始录制，在页面隐藏时，调用 stopRecorder()函数停止录制视频，并释放相机资源。


async onPageShow() {

this.startRecord();

await grantPermission().then(res => {

console.info(TAG, `权限申请成功 ${JSON.stringify(res)}`);

if (res) {

createDualChannelPreview(this.surfaceId, this.receiver);

}

})

}

private startRecord() {

videoCompressor.startRecorder(getContext(), cameraWidth, cameraHeight)

.then((data) => {

if (data.code == CompressorResponseCode.SUCCESS) {

Logger.debug("videoCompressor-- record success");

} else {

Logger.debug("videoCompressor code:" + data.code + "--error message:" + data.message);

}

}).catch((err: Error) => {

Logger.debug("videoCompressor error message" + err.message);

});

}

onPageHide() {

videoCompressor.stopRecorder(); // 测试停止录制

Logger.debug("onPageHide-- stopRecorder");

releaseCamera()

}

2: 获取相机视频流数据通过imageReceiver获取相机流数据，Videocompressor.pushoneframedata(buffer) 接收buffer数据。


function createImageReceiver(): image.ImageReceiver {

let receiver: image.ImageReceiver = image.createImageReceiver(cameraWidth, cameraHeight, 4, 8);

receiver.on('imageArrival', () => {

receiver.readNextImage((err: BusinessError, nextImage: image.Image) => {

if (err || nextImage === undefined) {

Logger.error("receiveImage -error:" + err + " nextImage:" + nextImage);

return;

}

nextImage.getComponent(image.ComponentType.JPEG, (err: BusinessError, imgComponent: image.Component) => {

if (err || imgComponent === undefined) {

Logger.error("receiveImage--getComponent -error:" + err + " imgComponent:" + imgComponent);

return;

}

if (imgComponent.byteBuffer as ArrayBuffer) {

let buffer = imgComponent.byteBuffer;

Logger.debug("receiveImage--byteBuffer -success:" + " buffer:" + buffer);

recordedFrameCount++;

videoCompressor.pushOneFrameData(buffer)

Logger.debug("receiveImage-- record >>pushOneFrameData with no." + recordedFrameCount + " frame");

nextImage.release()

} else {

Logger.debug("receiveImage--byteBuffer -error:" + " imgComponent.byteBuffer:" + imgComponent.byteBuffer);

return;

}

});

});

});

return receiver;

}

3：再此基础上获取一帧图像转成JPG格式保存到沙箱路径。

获取图像数据，使用imagePackerApi接口将图像数据打包成JPG格式。

nextImage.getComponent(image.ComponentType.JPEG, async (err, imgComponent: image.Component) => {

if (err || imgComponent === undefined) {

return;

}

if (imgComponent.byteBuffer as ArrayBuffer) {

let sourceOptions: image.SourceOptions = {

sourceDensity: 120,

sourcePixelFormat: 8, // NV21

sourceSize: {

height: this.previewProfilesObj2!.size.height,

width: this.previewProfilesObj2!.size.width

},

}

let imageResource = image.createImageSource(imgComponent.byteBuffer, sourceOptions);

let imagePackerApi = image.createImagePacker();

let packOpts: image.PackingOption = { format: "image/jpeg", quality: 98 };

const filePath: string = getContext().cacheDir + "/image.jpg";

let file = fs.openSync(filePath, fs.OpenMode.CREATE | fs.OpenMode.READ_WRITE);

imagePackerApi.packToFile(imageResource, file.fd, packOpts).then(() => {

console.error('pack success: ' + filePath);

}).catch((error: BusinessError) => {

console.error('Failed to pack the image. And the error is: ' + error);

})

imageResource.createPixelMap({}).then((res)=>{

this.imgUrl = res;

});

} else {

return;

}

nextImage.release();

})

步骤三：视频流数据传递到native侧，进行压缩编码。

1：native侧和JS侧交互实现，创建一个VideoCompressor类实例绑定到JS对象中。

napi_value VideoCompressor::JsConstructor(napi_env env, napi_callback_info info) {

napi_value targetObj = nullptr;

void *data = nullptr;

size_t argsNum = 0;

napi_value args[2] = {nullptr};

napi_get_cb_info(env, info, &argsNum, args, &targetObj, &data);

auto classBind = std::make_unique<VideoCompressor>();

napi_wrap(

env, nullptr, classBind.get(),

[](napi_env env, void *data, void *hint) {

VideoCompressor *bind = (VideoCompressor *)data;

delete bind;

bind = nullptr;

},

nullptr, nullptr);

return targetObj;

}

Videocompressor在JS侧自定义封装的对象，里面包含启动本地录制方法。


declare class VideoCompressor {

startRecordNative: (

outputFileFd: number,

width:number,

height:number,

outPutFilePath: string,

) => Promise<CompressorResponse>;



pushOneFrameDataNative: (

byteBuffer: ArrayBuffer

)=> Promise<CompressorResponse>;



stopRecordNative: (

)=> Promise<CompressorResponse>;

}

native侧自定义封装一个视频录制管理器类，包含启动本地录制方法。

class VideoRecordManager {

bool videoRecorderIsReady = false;

int32_t CreateVideoEncode();

int32_t CreateMutex();

void VideoCompressorWaitEos();

void NativeRecordStart(); // 启动本地录制

void SetCallBackResult(int32_t code, std::string str);

void Release();

public:

std::unique_ptr<VideoRecordBean> videoRecordBean_;

static VideoRecordManager &getInstance() {

static VideoRecordManager instance;

return instance;

}

void startRecord(); // 开始录制

void pushOneFrameData(void *data); // 推送一帧视频数据

void stopRecord(); // 停止录制视频

};

2：接收JS侧数据。

napi_value VideoCompressor::pushOneFrameDataNative(napi_env env,napi_callback_info info) {

// 从js中获取传递的参数

napi_value args[1] = {nullptr};

size_t argc = 1;

napi_get_cb_info(env, info, &argc, args, nullptr, nullptr);

void *arrayBufferPtr = nullptr;

size_t arrayBufferSize = 0;

napi_get_arraybuffer_info(env, args[0], &arrayBufferPtr, &arrayBufferSize); // 获取到输入的帧数据

auto &videoRecorder = VideoRecordManager::getInstance();

videoRecorder.pushOneFrameData(arrayBufferPtr);

return 0;

}

成功推送一帧视频数据后，pushOneFrameData函数会将一帧数据推送到编码器中进行编码。

void VideoRecordManager::pushOneFrameData(void *data){

// 判断是否已经可以推数据了（编码器是否准备好了）

if (!videoRecorderIsReady) {

OH_LOG_ERROR(LOG_APP, "videoRecorderIsNotReady");

return;

}

videoRecordBean_->vEncSample->get()->pushFrameData(data);

}

3：编码使用的是buffer模式，编码过程分为创建编码器实例对象 --> 设置编码器回调函数 --> 启动编码器，开始编码 --> 写入编码码流 -->将数据推入编码器的输入队列中进行编码 --> 编码完成通知编码器码流结束 --> 输出编码帧 --> 销毁编码器实例，释放资源。

3.1： 创建编码器实例对象，创建回调函数。

static void VencError(OH_AVCodec *codec, int32_t errorCode, void *userData) {

OH_LOG_ERROR(LOG_APP, "VideoEnc - VencError:%d", errorCode);

}

static void VencFormatChanged(OH_AVCodec *codec, OH_AVFormat *format, void *userData) {

OH_LOG_ERROR(LOG_APP, "VideoEnc - VencFormatChanged");

}

3.2 设置回调函数SetVideoEncoderCallback，可以通过处理该回调报告的信息，确保编码器正常运转。

int32_t VideoEnc::SetVideoEncoderCallback() {

signal_ = make_unique<VEncSignal>();

if (signal_ == nullptr) {

OH_LOG_ERROR(LOG_APP, "Failed to new VencSignal");

return AV_ERR_UNKNOWN;

}

signal_->arrayBufferSize = width * height * 3 / 2;

signal_->stopInput.store(false);

cb_.onError = VencError;

cb_.onStreamChanged = VencFormatChanged;

cb_.onNeedOutputData = VencOutputDataReady;

cb_.onNeedInputData = VencNeedInputData;

return OH_VideoEncoder_SetCallback(venc_, cb_, static_cast<void *>(signal_.get()));

}

3.3：编码器就绪，开始编码。

int32_t VideoEnc::StartVideoEncoder() {

outputIsRunning_.store(true);

// 启动编码器，开始编码

int ret = OH_VideoEncoder_Start(venc_);

if (ret != AV_ERR_OK) {

OH_LOG_ERROR(LOG_APP, "Failed to start video codec");

outputIsRunning_.store(false);

signal_->outCond_.notify_all();

Release();

return ret;

}

outputLoop_ = make_unique<thread>(&VideoEnc::OutputFunc, this);

if (outputLoop_ == nullptr) {

OH_LOG_ERROR(LOG_APP, "Failed to cteate output video outputLoop");

outputIsRunning_.store(false);

Release();

return AV_ERR_UNKNOWN;

}

return AV_ERR_OK;

}

3.4：写入编码码流。

void VideoEnc::pushFrameData(void *arrayBufferPtr) {

unique_lock<mutex> lock(signal_->inputMutex_);

if (signal_->stopInput)

return;

size_t dataSize = signal_->arrayBufferSize; // nv21的图像数据

void *copyBuffer = std::malloc(dataSize);

if (copyBuffer == nullptr) {

OH_LOG_ERROR(LOG_APP, "pushFrameData: failed with malloc error");

return;

}

OH_LOG_ERROR(LOG_APP, "VideoEnc -pushFrameData --start");

std::memcpy(copyBuffer, arrayBufferPtr, dataSize);

// 将 copyBuffer 添加到队列中

signal_.get()->inputBufferQueue_.push(copyBuffer);

OH_LOG_ERROR(LOG_APP, "VideoEnc -pushFrameData:%{public}zu", signal_.get()->arrayBufferSize);

signal_->inputCond_.notify_one();

}

3.5 将数据推入编码器的输入队列中进行编码。

static void VencNeedInputData(OH_AVCodec *codec, uint32_t index, OH_AVMemory *data, void *userData) {

VEncSignal *signal = static_cast<VEncSignal *>(userData);

unique_lock<mutex> lock(signal->inputMutex_);

signal->inputCond_.wait(lock, [&signal] { return !signal->inputBufferQueue_.empty() || signal->stopInput; });

OH_LOG_ERROR(LOG_APP, "VideoEnc -VencNeedInputData inputBufferQueue_ has data :%{public}zu",

signal->arrayBufferSize);

auto now = std::chrono::system_clock::now();

auto timestamp = std::chrono::duration_cast<std::chrono::nanoseconds>(now.time_since_epoch()).count() / 1000;

// 配置buffer info信息

OH_AVCodecBufferAttr attr;

attr.size = 0;

attr.offset = 0;

attr.pts = 1000000 / 24 * num;

num++;

// attr.pts =timestamp;

if (signal->stopInput) {

attr.flags = AVCODEC_BUFFER_FLAGS_EOS;

/**

* 写入编码码流

*/

int32_t ret = OH_VideoEncoder_PushInputData(codec, index, attr);

if (ret != AV_ERR_OK) {

OH_LOG_ERROR(LOG_APP, "Failed to OH_VideoEncoder_PushInputData");

}

OH_LOG_ERROR(LOG_APP, "StopInput --VencNeedInputData >>PushInputData-EOS");

return;

}

if (signal->inputBufferQueue_.empty()) {

return;

}

attr.size = signal->arrayBufferSize;

attr.flags = AVCODEC_BUFFER_FLAGS_CODEC_DATA;

auto &arrayBuffer = signal->inputBufferQueue_.front();

// 输入帧buffer对应的index，送入InIndexQueue队列

// 输入帧的数据mem送入InBufferQueue队列

OH_LOG_ERROR(LOG_APP, "VideoEnc -VencNeedInputData --before memcpy");

uint8_t *dataAddr = OH_AVMemory_GetAddr(data);

int32_t dataSize = OH_AVMemory_GetSize(data);

OH_LOG_ERROR(LOG_APP, "VideoEnc -VencNeedInputData data size :%{public}zu", dataSize);

OH_LOG_ERROR(LOG_APP, "VideoEnc -arrayBuffer data size :%{public}zu", signal->arrayBufferSize);

std::memcpy(dataAddr, arrayBuffer, signal->arrayBufferSize);

OH_LOG_ERROR(LOG_APP, "VideoEnc -VencNeedInputData --after memcpy");

// 送入编码输入队列进行编码，index为对应输入队列的下标

int32_t ret = OH_VideoEncoder_PushInputData(codec, index, attr);

OH_LOG_ERROR(LOG_APP, "VencNeedInputData OH_VideoEncoder_PushInputData");

if (ret != AV_ERR_OK) {

OH_LOG_ERROR(LOG_APP, "Failed to OH_VideoEncoder_PushInputData");

}

signal->inputBufferQueue_.pop();

std::free(arrayBuffer); // 释放内存

};

3.6：编码完成通知编码器码流结束。

if (signal->stopInput) {

attr.flags = AVCODEC_BUFFER_FLAGS_EOS;

int32_t ret = OH_VideoEncoder_PushInputData(codec, index, attr);

if (ret != AV_ERR_OK) {

OH_LOG_ERROR(LOG_APP, "Failed to OH_VideoEncoder_PushInputData");

}

OH_LOG_ERROR(LOG_APP, "StopInput --VencNeedInputData >>PushInputData-EOS");

return;

}

3.7：输出编码帧，拿到编码后的数据。

void VideoEnc::OutputFunc() {

uint32_t errCount = 0;

int64_t enCount = 0;

while (true) {

if (!outputIsRunning_.load()) {

break;

}

unique_lock<mutex> lock(signal_->outMutex_);

signal_->outCond_.wait(lock,

[this]() { return (signal_->outIdxQueue_.size() > 0 || !outputIsRunning_.load()); });

if (!outputIsRunning_.load()) {

break;

}

uint32_t index = signal_->outIdxQueue_.front();

OH_AVCodecBufferAttr attr = signal_->outputAttrQueue.front();

if (attr.flags == AVCODEC_BUFFER_FLAGS_EOS) {

outputIsRunning_.store(false);

signal_->outCond_.notify_all();

OH_LOG_ERROR(LOG_APP, "StopInput --OutputFunc ENCODE EOS %{public}lld", enCount);

break;

}

OH_AVMemory *buffer = signal_->outBufferQueue_.front();

if (OH_AVMuxer_WriteSample(muxer->muxer, muxer->vTrackId, buffer, attr) != AV_ERR_OK) {

OH_LOG_ERROR(LOG_APP, "input video track data failed");

}

if (OH_VideoEncoder_FreeOutputData(venc_, index) != AV_ERR_OK) {

OH_LOG_ERROR(LOG_APP, "videoEncode FreeOutputDat error");

errCount = errCount + 1;

}

if (errCount > 0) {

OH_LOG_ERROR(LOG_APP, "videoEncode errCount > 0");

outputIsRunning_.store(false);

signal_->outCond_.notify_all();

Release();

break;

}

signal_->outIdxQueue_.pop();

signal_->outputAttrQueue.pop();

signal_->outBufferQueue_.pop();

enCount++;

}

}

3.8：数据写入到输出文件中保存。

startRecorder(context: Context, width: number, height: number): Promise<CompressorResponse> {

try {

let date = new Date();

this.outPutFilePath = context.filesDir + "/" + date.getTime() + ".mp4"; //创建输出文件

let outputFile = fs.openSync(this.outPutFilePath, fs.OpenMode.READ_WRITE | fs.OpenMode.CREATE);

if (!outputFile) {

console.info("videoCompressor outputFile create error");

return new Promise((resolve, reject) => {

fs.unlink(this.outPutFilePath);

reject(new Error("videoCompressor outputFile create error"));

});

}

return this.object.startRecordNative(outputFile.fd, width, height, this.outPutFilePath)

} catch (err) {

return new Promise((resolve, reject) => {

fs.unlink(this.outPutFilePath);

reject(err);

});

}

}

​
最后呢，很多开发朋友不知道需要学习那些鸿蒙技术？鸿蒙开发岗位需要掌握那些核心技术点？为此鸿蒙的开发学习必须要系统性的进行。

而网上有关鸿蒙的开发资料非常的少，假如你想学好鸿蒙的应用开发与系统底层开发。你可以参考这份资料，少走很多弯路，节省没必要的麻烦。由两位前阿里高级研发工程师联合打造的《鸿蒙NEXT星河版OpenHarmony开发文档》里面内容包含了（ArkTS、ArkUI开发组件、Stage模型、多端部署、分布式应用开发、音频、视频、WebGL、OpenHarmony多媒体技术、Napi组件、OpenHarmony内核、Harmony南向开发、鸿蒙项目实战等等）鸿蒙（Harmony NEXT）技术知识点

如果你是一名Android、Java、前端等等开发人员，想要转入鸿蒙方向发展。可以直接领取这份资料辅助你的学习。下面是鸿蒙开发的学习路线图。

​​​​

高清完整版请点击→《鸿蒙NEXT星河版开发学习文档》

针对鸿蒙成长路线打造的鸿蒙学习文档。话不多说，我们直接看详细资料鸿蒙（OpenHarmony ）学习手册（共计1236页）与鸿蒙（OpenHarmony ）开发入门教学视频，帮助大家在技术的道路上更进一步。

《鸿蒙 (OpenHarmony)开发学习视频》

《鸿蒙生态应用开发V2.0白皮书》

《鸿蒙 (OpenHarmony)开发基础到实战手册》

《鸿蒙开发基础》

《鸿蒙开发进阶》

《鸿蒙开发实战》

获取这份鸿蒙星河版学习资料，请点击→《鸿蒙NEXT星河版开发学习文档》

总结

鸿蒙—作为国家主力推送的国产操作系统。部分的高校已经取消了安卓课程，从而开设鸿蒙课程；企业纷纷跟进启动了鸿蒙研发。

并且鸿蒙是完全具备无与伦比的机遇和潜力的；预计到年底将有 5,000 款的应用完成原生鸿蒙开发，未来将会支持 50 万款的应用。那么这么多的应用需要开发，也就意味着需要有更多的鸿蒙人才。鸿蒙开发工程师也将会迎来爆发式的增长，学习鸿蒙势在必行！