Metal 案例05：视频采集 & 实时渲染

OpenGL + OpenGL ES +Metal 系列文章汇总

本案例主要是利用Metal实现摄像头采集内容的即刻渲染处理，理解视频采集、处理及渲染的流程

视频实时采集并渲染的效果图如下，以下效果是由于设置了高斯模糊滤镜，其中高斯模糊滤镜的sigma参数值越高，图像越模糊

视频渲染的实现思路主要有以下三步

• 1、通过AVFoundation进行视频数据的采集，并将采集到的原始数据存储到CMSampleBufferRef中，即视频帧数据（视频帧其实本质也是一张图片）
• 2、通过CoreVideo将CMSampleBufferRef中存储的图像数据，转换为Metal可以直接使用的纹理
• 3、将Metal纹理进行渲染，并即刻显示到屏幕上

在实际的开发应用中，AVFoundation提供了一个layer，即AVCaptureVideoPreviewLayer 预览层，我们可以使用预览层直接预览视频采集后的即可渲染，用于替代思路中2、3步。
根据官方文档-AVCaptureVideoPreviewLayer说明，AVCaptureVideoPreviewLayer 是 CALayer 的子类，用于在输入设备捕获视频时显示视频，此预览图层与捕获会话结合使用，主要有以下三步：

• 创建预览层对象
• 将预览层与captureSession链接
• 将预览层加到view的子layer中

//创建一个预览层。
let previewLayer = AVCaptureVideoPreviewLayer()

//将预览层与捕获会话连接。
previewLayer.session = captureSession

//将预览图层添加到视图的图层层次结构中
view.layer.addSublayer（previewLayer）

下面来说下视频渲染的实现，其整体的实现流程如图所示

主要分为3部分

• viewDidLoad函数：初始化Metal和视频采集的准备工作
• MTKViewDelegate协议方法：视频采集数据转换为纹理
• AVCaptureVideoDataOutputSampleBufferDelegate协议方法：将采集转换后的纹理渲染到屏幕上

viewDidLoad函数

该函数中主要是设置Metal的相关初始化操作，以及视频采集前的准备工作，函数的流程如图所示

分为以下两部分

• setupMetal函数
• setupCaptureSession函数

setupMetal函数
Metal的准备工作，主要需要初始化以下3部分

• 初始化MTKView，用于显示视频采集数据转换后的纹理

self.mtkView = [[MTKView alloc] initWithFrame:self.view.bounds device:MTLCreateSystemDefaultDevice()];
[self.view insertSubview:self.mtkView atIndex:0];
self.mtkView.delegate = self;

• 创建命令队列：通过MTKView中的device创建

self.commandQueue = [self.mtkView.device newCommandQueue];

• 设置MTKView的读写操作 & 创建纹理缓冲区
  • MTKView中的framebufferOnly属性，默认的帧缓存是只读的即YES，由于view需要显示纹理，所以需要该属性改为可读写即NO
  • 通过CVMetalTextureCacheCreate方法创建CoreVideo中的metal纹理缓存区，因为采集的视频数据是通过CoreVideo转换为metal纹理的，主要的用于存储转换后的metal纹理

//注意: 在初始化MTKView 的基本操作以外. 还需要多下面2行代码.
    /*
     1. 设置MTKView 的drawable 纹理是可读写的(默认是只读);
     2. 创建CVMetalTextureCacheRef _textureCache; 这是Core Video的Metal纹理缓存
     */
    //允许读写操作
    self.mtkView.framebufferOnly = NO;
    
    /*
    CVMetalTextureCacheCreate(CFAllocatorRef  allocator,
    CFDictionaryRef cacheAttributes,
    id <MTLDevice>  metalDevice,
    CFDictionaryRef  textureAttributes,
    CVMetalTextureCacheRef * CV_NONNULL cacheOut )
    
    功能: 创建纹理缓存区
    参数1: allocator 内存分配器.默认即可.NULL
    参数2: cacheAttributes 缓存区行为字典.默认为NULL
    参数3: metalDevice
    参数4: textureAttributes 缓存创建纹理选项的字典. 使用默认选项NULL
    参数5: cacheOut 返回时，包含新创建的纹理缓存。
    */
    CVMetalTextureCacheCreate(NULL, NULL, self.mtkView.device, NULL, &_textureCache);

setupCaptureSession函数
初始化视频采集的准备工作，以及开始视频采集，主要分为以下几步：

• 设置AVCaptureSession & 视频采集的分辨率

1、设置AVCaptureSession & 视频采集的分辨率
self.mCaptureSession = [[AVCaptureSession alloc] init];
self.mCaptureSession.sessionPreset = AVCaptureSessionPreset1920x1080;

• 创建串行队列
  串行队列创建的目的在于处理captureSession的交互时，不会影响主队列，在苹果官方文档中有如下图示，表示captureSession是如何管理设备的输入 & 输出，以及与主队列之间的关系
  

 self.mProcessQueue = dispatch_queue_create("mProcessQueue", DISPATCH_QUEUE_SERIAL);
    

• 设置输入设备
  • 获取后置摄像头设备AVCaptureDevice
    通过获取设备数组，循环判断找到后置摄像头，将后置摄像头设备为当前的输入设备
  • 通过摄像头设备创建AVCaptureDeviceInput
    将AVCaptureDevice 转换为 AVCaptureDeviceInput，主要是因为 AVCaptureSession 无法直接使用 AVCaptureDevice，所以需要将device转换为deviceInput
  • 输入设备添加到captureSession中
    在添加之前，需要通过captureSession的canAddInput函数判断是否可以添加输入设备，如果可以，则通过session的addInput函数添加输入设备

//    3、获取摄像头设备(前置/后置摄像头设备)
    NSArray *devices = [AVCaptureDevice devicesWithMediaType:AVMediaTypeVideo];
    AVCaptureDevice *inputCamera = nil;
    //循环设备数组,找到后置摄像头.设置为当前inputCamera
    for (AVCaptureDevice *device in devices) {
        if ([device position] == AVCaptureDevicePositionBack) {
            //拿到后置摄像头
            inputCamera = device;
        }
    }
    
//    4、将AVCaptureDevice 转换为 AVCaptureDeviceInput，即输入
//    AVCaptureSession 无法直接使用 AVCaptureDevice，所哟需要将device转换为deviceInput
    self.mCaptureDeviceInput = [[AVCaptureDeviceInput alloc] initWithDevice:inputCamera error:nil];
    
//    5、将设备添加到captureSession中,需要先判断能否添加输入
    if ([self.mCaptureSession canAddInput:self.mCaptureDeviceInput]) {
        [self.mCaptureSession addInput:self.mCaptureDeviceInput];
    }
    

• 设置输出设备
  • 创建AVCaptureVideoDataOutput对象，即输出设备
  • 设置输出设备的setAlwaysDiscardsLateVideoFrames属性（表示视频帧延时使是否丢弃数据）为NO
    • YES：处理现有帧的调度队列在captureOutput:didOutputSampleBuffer:FromConnection:Delegate方法中被阻止时，对象会立即丢弃捕获的帧
    • NO：在丢弃新帧之前，允许委托有更多的时间处理旧帧，但这样可能会内存增加
  • 设置输出设备的setVideoSettings属性（即像素格式），表示每一个像素点颜色保存的格式，且设置的格式是BGRA，而不是YUV，主要是为了避免Shader转换，如果使用了YUV格式，就需要编写shader来进行颜色格式转换
  • 设置输出设备的视频捕捉输出的delegate
  • 将输出设备添加到captureSession中

//    6、创建AVCaptureVideoDataOutput对象，即输出 & 设置输出相关属性
    self.mCaptureDeviceOutput = [[AVCaptureVideoDataOutput alloc] init];
    /*设置视频帧延迟到底时是否丢弃数据.
    YES: 处理现有帧的调度队列在captureOutput:didOutputSampleBuffer:FromConnection:Delegate方法中被阻止时，对象会立即丢弃捕获的帧。
    NO: 在丢弃新帧之前，允许委托有更多的时间处理旧帧，但这样可能会内存增加.
    */
    //视频帧延迟是否需要丢帧
    [self.mCaptureDeviceOutput setAlwaysDiscardsLateVideoFrames:NO];
    
    //设置像素格式：每一个像素点颜色保存的格式
    //这里设置格式为BGRA，而不用YUV的颜色空间，避免使用Shader转换，如果使用YUV格式，需要编写shade来进行颜色格式转换
    //注意:这里必须和后面CVMetalTextureCacheCreateTextureFromImage 保存图像像素存储格式保持一致.否则视频会出现异常现象.
    [self.mCaptureDeviceOutput setVideoSettings:[NSDictionary dictionaryWithObject:[NSNumber numberWithInt:kCVPixelFormatType_32BGRA] forKey:(id)kCVPixelBufferPixelFormatTypeKey]];
    
    //设置视频捕捉输出的代理方法：将采集的视频数据输出
    [self.mCaptureDeviceOutput setSampleBufferDelegate:self queue:self.mProcessQueue];
    
    
//    7、添加输出，即添加到captureSession中
    if ([self.mCaptureSession canAddOutput:self.mCaptureDeviceOutput]) {
        [self.mCaptureSession addOutput:self.mCaptureDeviceOutput];
    }

• 输入与输出链接 & 设置视频输出方向
  通过AVCaptureConnection链接输入和输出，并设置connect的视频输出方向，即设置videoOrientation属性

//    8、输入与输出链接
    AVCaptureConnection *connection = [self.mCaptureDeviceOutput connectionWithMediaType:AVMediaTypeVideo];
    
//    9、设置视频输出方向
    //注意: 一定要设置视频方向.否则视频会是朝向异常的.
    [connection setVideoOrientation:AVCaptureVideoOrientationPortrait];

• 开始捕捉，即开始视频采集
  也可以通过一个按钮来控制视频采集的开始与停止
  • startRunning：开启捕捉
  • stopRunning：停止捕捉

//    10、开始捕捉
    [self.mCaptureSession startRunning];

AVCaptureVideoDataOutputSampleBufferDelegate协议方法

在视频采集的同时，采集到的视频数据，即视频帧会自动回调视频采集回调方法captureOutput:didOutputSampleBuffer:fromConnection:，在该方法中处理采集到的原始视频数据，将其转换为metal纹理

didOutputSampleBuffer代理方法
主要是获取视频的帧数据，将其转换为metal纹理，函数流程如下

主要分为以下几步：

• 从sampleBuffer中获取位图
  通过CMSampleBufferGetImageBuffer函数从sampleBuffer形参中获取视频像素缓存区对象，即视频帧数据，平常所说的位图

//    1、从sampleBuffer 获取视频像素缓存区对象，即获取位图
    CVPixelBufferRef pixelBuffer = CMSampleBufferGetImageBuffer(sampleBuffer);

• 获取捕捉视频帧的宽高
  通过CoreVideo中的CVPixelBufferGetWidth和CVPixelBufferGetHeight函数获取宽高

size_t width = CVPixelBufferGetWidth(pixelBuffer);
size_t height = CVPixelBufferGetHeight(pixelBuffer);

• 将位图转换为metal纹理
  • 通过CVMetalTextureRef创建临时纹理
  • 通过CVMetalTextureCacheCreateTextureFromImage函数创建metal纹理缓冲区，赋值给临时纹理
  • 判断临时纹理是否创建成功，如果临时纹理创建成功，则继续往下执行
  • 设置MTKView中的drawableSize属性，即表示可绘制纹理的大小
  • 通过CVMetalTextureGetTexture函数，获取纹理缓冲区的metal纹理对象
  • 释放临时纹理

//    3、将位图转换为纹理
    //方法来自CoreVideo
    /*3. 根据视频像素缓存区 创建 Metal 纹理缓存区
    CVReturn CVMetalTextureCacheCreateTextureFromImage(CFAllocatorRef allocator,                         CVMetalTextureCacheRef textureCache,
    CVImageBufferRef sourceImage,
    CFDictionaryRef textureAttributes,
    MTLPixelFormat pixelFormat,
    size_t width,
    size_t height,
    size_t planeIndex,
    CVMetalTextureRef  *textureOut);
    
    功能: 从现有图像缓冲区创建核心视频Metal纹理缓冲区。
    参数1: allocator 内存分配器,默认kCFAllocatorDefault
    参数2: textureCache 纹理缓存区对象
    参数3: sourceImage 视频图像缓冲区
    参数4: textureAttributes 纹理参数字典.默认为NULL
    参数5: pixelFormat 图像缓存区数据的Metal 像素格式常量.注意如果MTLPixelFormatBGRA8Unorm和摄像头采集时设置的颜色格式不一致，则会出现图像异常的情况；
    参数6: width,纹理图像的宽度（像素）
    参数7: height,纹理图像的高度（像素）
    参数8: planeIndex 颜色通道.如果图像缓冲区是平面的，则为映射纹理数据的平面索引。对于非平面图像缓冲区忽略。
    参数9: textureOut,返回时，返回创建的Metal纹理缓冲区。
    */
    //创建临时纹理
    CVMetalTextureRef tmpTexture = NULL;
    CVReturn status = CVMetalTextureCacheCreateTextureFromImage(kCFAllocatorDefault, self.textureCache, pixelBuffer, NULL, MTLPixelFormatBGRA8Unorm, width, height, 0, &tmpTexture);
    
//    4、判断tmpTexture 是否创建成功
    if (status == kCVReturnSuccess) {//创建成功
//        5、设置可绘制纹理的大小
        self.mtkView.drawableSize = CGSizeMake(width, height);
        
//        6、返回纹理缓冲区的metal纹理对象
        self.texture = CVMetalTextureGetTexture(tmpTexture);
        
//        7、使用完毕，释放tmptexture
        CFRelease(tmpTexture);
    }

MTKViewDelegate协议方法

接下来就是将获取的metal纹理即刻渲染并显示到屏幕上，这里是通过MTKViewDelegate协议的drawInMTKView代理方法渲染并显示

drawInMTKView代理方法
MTKView默认的帧速率与屏幕刷新频率一致，所以每当屏幕刷新时，都会回调 视频采集方法 和 视图渲染方法，以下是视图渲染方法执行流程

主要有以下几步

• 判断纹理是否获取成功
  即纹理不为空，如果纹理为空，则没必要执行视图渲染流程

• 通过commandQueue创建commandBuffer命令缓存区

• 将MTKView的纹理作为目标渲染纹理
  即获取view中纹理对象

• 设置高斯模糊滤镜

  • MetalPerformanceShaders是Metal的一个集成库，有一些滤镜处理的Metal实现，
  • 此时的滤镜就等价于Metal中的MTLRenderCommandEncoder渲染命令编码器，类似于GLSL中program
  • 高斯模糊滤镜在渲染时，会触发离屏渲染，且其中的sigma值设置的越高，图像越模糊，就如文章开头展示的效果图

//        4、设置滤镜（Metal封装了一些滤镜）
        //高斯模糊 渲染时，会触发 离屏渲染
        /*
          MetalPerformanceShaders是Metal的一个集成库，有一些滤镜处理的Metal实现;
          MPSImageGaussianBlur 高斯模糊处理;
          */
        
         //创建高斯滤镜处理filter
         //注意:sigma值可以修改，sigma值越高图像越模糊;
        MPSImageGaussianBlur *filter = [[MPSImageGaussianBlur alloc] initWithDevice:self.mtkView.device sigma:5];
        
//        5、MPSImageGaussianBlur以一个Metal纹理作为输入，以一个Metal纹理作为输出；
        //输入:摄像头采集的图像 self.texture
        //输出:创建的纹理 drawingTexture(其实就是view.currentDrawable.texture)
        //filter等价于Metal中的MTLRenderCommandEncoder 渲染命令编码器，类似于GLSL中的program
        [filter encodeToCommandBuffer:commandBuffer sourceTexture:self.texture destinationTexture:drawingTexture];

• 将获取的纹理显示到屏幕上
• 将commandBuffer通过commit提交给GPU
• 清空当前纹理，为下一次纹理数据读取做准备
  如果不清空，也是可以的，下一次的纹理数据会将上次的数据覆盖

//        6、展示显示的内容
        [commandBuffer presentDrawable:view.currentDrawable];
        
//        7、提交命令
        [commandBuffer commit];
        
//        8、清空当前纹理，准备下一次的纹理数据读取，
        //如果不清空，也是可以的，下一次的纹理数据会将上次的数据覆盖
        self.texture = NULL;

总结

视频采集流程总结
根据上述流程的解析，视频的采集主要有以下几步：

• 1、设置session
• 2、创建串行队列
• 3、设置输入设备
• 4、设置输出设备
• 5、输入与输出链接
• 6、设置视频输出方向
• 7、开始捕捉，即开始视频采集
• 8、AVCaptureVideoDataOutputSampleBufferDelegate协议处理采集后的视频数据

如何判断采集的数据是音频还是视频？
主要有以下两种判断方式：

• 1、通过AVCaptureConnection判断
  • 视频：包含视频输入设备 & 视频输出设备，通过AVCaptureConnection链接起来
  • 音频：包含音频输入设备 & 音频输出设备，同样通过AVCaptureConnection链接起来

如果需要判断当前采集的输出是视频还是音频，需要将connect对象设置为全局变量，然后在采集回调方法captureOutput:didOutputSampleBuffer:fromConnection:中判断全局的connection 是否等于 代理方法参数中的coneection ，如果相等，就是视频，反之是音频

• 2、通过AVCaptureOutput判断

在采集回调方法captureOutput:didOutputSampleBuffer:fromConnection:中判断output形参的类型，如果是AVCaptureVideoDataOutput 类型则是视频，反之，是音频

完整的代码见Github ：21_21_Metal_视频渲染_OC