Android nv21

/*
package com.example.administrator.arcfacedemo;

import android.graphics.Bitmap;
import android.util.Log;

import com.arcsoft.facedetection.AFD_FSDKEngine;
import com.arcsoft.facedetection.AFD_FSDKError;
import com.arcsoft.facedetection.AFD_FSDKFace;

import java.util.ArrayList;
import java.util.List;

*/
/**
 * Created by Administrator on 2017/10/12.
 *//*


public class FaceUtils {
    public static byte[] getNV21(int inputWidth, int inputHeight, Bitmap scaled) throws Exception {

        int[] argb = new int[inputWidth * inputHeight];
        scaled.getPixels(argb, 0, inputWidth, 0, 0, inputWidth, inputHeight);
        byte[] yuv = new byte[inputWidth * inputHeight * 3 / 2];
        encodeYUV420SP(yuv, argb, inputWidth, inputHeight);
        scaled.recycle();
        return yuv;
    }

    private static void encodeYUV420SP(byte[] yuv420sp, int[] argb, int width, int height) throws Exception {
        final int frameSize = width * height;
        int yIndex = 0;
        int uvIndex = frameSize;
        int a, R, G, B, Y, U, V;
        int index = 0;
        for (int j = 0; j < height; j++) {
            for (int i = 0; i < width; i++) {
                a = (argb[index] & 0xff000000) >> 24; // a is not used obviously
                R = (argb[index] & 0xff0000) >> 16;
                G = (argb[index] & 0xff00) >> 8;
                B = (argb[index] & 0xff) >> 0;

                // well known RGB to YUV algorithm
                Y = ((66 * R + 129 * G + 25 * B + 128) >> 8) + 16;
                U = ((-38 * R - 74 * G + 112 * B + 128) >> 8) + 128;
                V = ((112 * R - 94 * G - 18 * B + 128) >> 8) + 128;

                // NV21 has a plane of Y and interleaved planes of VU each sampled by a factor of 2
                //    meaning for every 4 Y pixels there are 1 V and 1 U.  Note the sampling is every other
                //    pixel AND every other scanline.
                yuv420sp[yIndex++] = (byte) ((Y < 0) ? 0 : ((Y > 255) ? 255 : Y));
                if (j % 2 == 0 && index % 2 == 0) {
                    yuv420sp[uvIndex++] = (byte) ((V < 0) ? 0 : ((V > 255) ? 255 : V));
                    yuv420sp[uvIndex++] = (byte) ((U < 0) ? 0 : ((U > 255) ? 255 : U));
                }

                index++;
            }
        }
    }
    public static void process(byte[] data, int width, int height) {
        AFD_FSDKEngine engine = new AFD_FSDKEngine();
        // 用来存放检测到的人脸信息列表
        List<AFD_FSDKFace> result = new ArrayList<AFD_FSDKFace>();
        //初始化人脸检测引擎,使用时请替换申请的APPID和SDKKEY
        AFD_FSDKError err = engine.AFD_FSDK_InitialFaceEngine("CNHHFXxBzAPGt1NHQMCzpuV85LkPhBbHZNiA3L9babL8","2VFuoqBt7qvMSjrfxBYvKQLUiXVGeAvMxyvxAcRxKfGa", AFD_FSDKEngine.AFD_OPF_0_HIGHER_EXT, 16, 5);
        Log.d("com.arcsoft", "AFD_FSDK_InitialFaceEngine = " + err.getCode());

        //输入的data数据为NV21格式(如Camera里NV21格式的preview数据),其中height不能为奇数,人脸检测返回结果保存在result。
        err = engine.AFD_FSDK_StillImageFaceDetection(data, width, height, AFD_FSDKEngine.CP_PAF_NV21, result);
        Log.d("com.arcsoft", "AFD_FSDK_StillImageFaceDetection =" + err.getCode());
        Log.d("com.arcsoft", "Face=" + result.size());
        for (AFD_FSDKFace face : result) {
            Log.d("com.arcsoft", "Face:" + face.toString());
        }

        //销毁人脸检测引擎
        err = engine.AFD_FSDK_UninitialFaceEngine();
        Log.d("com.arcsoft", "AFD_FSDK_UninitialFaceEngine =" + err.getCode());
    }
}
*/
NV21是一种YUV格式的数据,常用于Android开发中的图像处理和摄像头预览。YUV是一种色彩编码方法,用于编码数字化视频图像。在Android的Camera API中,NV21格式经常被用来获取预览帧。这种格式将亮度信息(Y)与色彩信息(UV)分开存储,其中UV是经过编码的色彩差异信息。 当需要对NV21格式的数据进行缩小处理时,通常是指减少图像的分辨率,即减小图像的尺寸,同时保持图像的宽高比例。缩小图像的过程可以通过各种图像处理库实现,例如Android中的Bitmap类就提供了缩放的方法。以下是一个简单的步骤说明如何在Android中对NV21格式的图像数据进行缩小处理: 1. 创建一个Bitmap对象,并将NV21数据转换为Bitmap格式。 2. 使用Bitmap的`createScaledBitmap`方法将原始图像缩放到目标尺寸。 3. 如果需要,可以将缩小后的Bitmap再次转换回NV21格式。 这里是一个简单的代码示例,演示如何使用Bitmap进行图像缩小处理: ```java Bitmap originalImage = BitmapFactory.decodeByteArray(nv21Data, 0, nv21Data.length); int originalWidth = originalImage.getWidth(); int originalHeight = originalImage.getHeight(); int targetWidth = originalWidth / 2; // 缩小为原来的一半 int targetHeight = originalHeight / 2; Bitmap scaledImage = Bitmap.createScaledBitmap(originalImage, targetWidth, targetHeight, true); ``` 在进行图像缩小处理时,需要注意以下几点: - 缩放比例的选择应该根据实际需求来决定,避免过度缩放导致图像质量降低。 - 图像缩放可能会引入插值算法,这可能会影响图像质量。可以根据需要选择合适的插值方法,例如`Bitmap.Config.ARGB_8888`。 - 在处理完图像后,应该及时释放原始Bitmap资源,避免内存泄漏。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值