Android SDK为Camera预览提供了一个Demo,这个Demo的大致流程是初始化一个Camera和一个SurfaceView,SurfaceView被创建之后可以获取到一个SurfaceHolder的实例,将这个SurfaceHolder传递给Camera,这样Camera就会自动的将捕获到的视频数据渲染到SurfaceView上面,这也就是Camera预览的效果。当然更多的时候我们需要获取到Camera的实时视频数据来自己进行预处理并渲染,Camera也提供了这个接口,用法如下:
1
2
3
4
5
| mCamera.setPreviewCallback(new PreviewCallback(){
@Override
public void onPreviewFrame(byte[] data, Camera camera)
{
}); setPreviewCallback(new PreviewCallback(){
@Override
public void onPreviewFrame(byte[] data, Camera camera)
{
}); |
在这个回调里我们就能够获取到当前帧的数据,我们可以对其进行预处理,比如压缩、加密、特效处理等,不过byte[]这个buffer里面的数据是YUV格式的,一般是YUV420SP,而Android提供的SurfaceView、GLSurfaceView、TextureView等控件只支持RGB格式的渲染,因此我们需要一个算法来解码。
先介绍一个YUV转RGB的算法,转换的公式一般如下,也是线性的关系:
R=Y+1.4075*(V-128)
G=Y-0.3455*(U-128) – 0.7169*(V-128)
B=Y+1.779*(U-128)
下面是一段将YUV转成ARGB_8888的jni代码,类似的代码网上很多,将这个代码简单修改一下也能直接用在C中。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
| jintArray Java_com_spore_jni_ImageUtilEngine_decodeYUV420SP(JNIEnv * env,
jobject thiz, jbyteArray buf, jint width, jint height)
{
jbyte * yuv420sp = (*env)->GetByteArrayElements(env, buf, 0);
int frameSize = width * height;
jint rgb[frameSize]; // 新图像像素值
int i = 0, j = 0,yp = 0;
int uvp = 0, u = 0, v = 0;
for (j = 0, yp = 0; j < height; j++)
{
uvp = frameSize + (j >> 1) * width;
u = 0;
v = 0;
for (i = 0; i < width; i++, yp++)
{
int y = (0xff & ((int) yuv420sp[yp])) - 16;
if (y < 0)
y = 0;
if ((i & 1) == 0)
{
v = (0xff & yuv420sp[uvp++]) - 128;
u = (0xff & yuv420sp[uvp++]) - 128;
}
int y1192 = 1192 * y;
int r = (y1192 + 1634 * v);
int g = (y1192 - 833 * v - 400 * u);
int b = (y1192 + 2066 * u);
if (r < 0) r = 0; else if (r > 262143) r = 262143;
if (g < 0) g = 0; else if (g > 262143) g = 262143;
if (b < 0) b = 0; else if (b > 262143) b = 262143;
rgb[yp] = 0xff000000 | ((r << 6) & 0xff0000) | ((g >> 2) & 0xff00) | ((b >> 10) & 0xff);
}
}
jintArray result = (*env)->NewIntArray(env, frameSize);
(*env)->SetIntArrayRegion(env, result, 0, frameSize, rgb);
(*env)->ReleaseByteArrayElements(env, buf, yuv420sp, 0);
return result;
} (JNIEnv * env,
jobject thiz, jbyteArray buf, jint width, jint height)
{
jbyte * yuv420sp = (*env)->GetByteArrayElements(env, buf, 0);
int frameSize = width * height;
jint rgb[frameSize]; // 新图像像素值
int i = 0, j = 0,yp = 0;
int uvp = 0, u = 0, v = 0;
for (j = 0, yp = 0; j < height; j++)
{
uvp = frameSize + (j >> 1) * width;
u = 0;
v = 0;
for (i = 0; i < width; i++, yp++)
{
int y = (0xff & ((int) yuv420sp[yp])) - 16;
if (y < 0)
y = 0;
if ((i & 1) == 0)
{
v = (0xff & yuv420sp[uvp++]) - 128;
u = (0xff & yuv420sp[uvp++]) - 128;
}
int y1192 = 1192 * y;
int r = (y1192 + 1634 * v);
int g = (y1192 - 833 * v - 400 * u);
int b = (y1192 + 2066 * u);
if (r < 0) r = 0; else if (r > 262143) r = 262143;
if (g < 0) g = 0; else if (g > 262143) g = 262143;
if (b < 0) b = 0; else if (b > 262143) b = 262143;
rgb[yp] = 0xff000000 | ((r << 6) & 0xff0000) | ((g >> 2) & 0xff00) | ((b >> 10) & 0xff);
}
}
jintArray result = (*env)->NewIntArray(env, frameSize);
(*env)->SetIntArrayRegion(env, result, 0, frameSize, rgb);
(*env)->ReleaseByteArrayElements(env, buf, yuv420sp, 0);
return result;
} |
JNI代码对应的Java接口如下:
1
| public native int[] decodeYUV420SP(byte[] buf, int width, int height); native int[] decodeYUV420SP(byte[] buf, int width, int height); |
从这个接口就很容易理解了,参数buf就是从Camera的onPreviewFrame回调用获取到的YUV格式的视频帧数据,width和height分别是对应的Bitmap的宽高。返回的结果是一个ARGB_8888格式的颜色数组,将这个数组组装成Bitmap也是十分容易的,代码如下:
1
| mBitmap = Bitmap.createBitmap(data, width, height, Config.ARGB_8888); = Bitmap.createBitmap(data, width, height, Config.ARGB_8888); |
基本上这样就能实现YUV2RGB了,但是这样的实现有一个问题:由于是软解码,所以性能并不理想。如果考虑到一般的视频通话的场景,例如320*240左右的分辨率的话,那基本能满足实时性的需求,但是对于720P的高清视频则基本无望。当然,对于上面的实现,我们也可以尽我们所能的做一些优化。
上面的算法实现中,已经没有浮点运算了,并且大多数操作已经使用了移位运算,剩下的可优化部分只有中间的乘法了,我们可以使用查表法来替代。上面的代码我们简单分析就可以发现,Y、U、V的取值都只有256种情况,而对应的r、g、b跟YUV是线性的关系,其中r跟Y和V相关,g跟Y、V、U相关,b跟Y和U相关,于是我们可以预先计算出所有可能的情况,比如所有的1634 * v的值保存在一个长度为256的数组中,这样我们只需要根据v值查找相乘的结果即可,可以节省这次的乘法运算。
考虑到RGB和YUV的相关性,我们可以把R和B的所有可能值预先计算并缓存,其长度均是256 * 256的int数组,也就是256KB,为什么不针对G值建表呢?因为G值跟YUV三个分量都有关,需要建256 * 256 *256长的表才行,也就是64M,这在手机设备上是不可行的。
下面是查表优化的代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
| int g_v_table[256],g_u_table[256],y_table[256];
int r_yv_table[256][256],b_yu_table[256][256];
int inited = 0;
void initTable()
{
if (inited == 0)
{
inited = 1;
int m = 0,n=0;
for (; m < 256; m++)
{
g_v_table[m] = 833 * (m - 128);
g_u_table[m] = 400 * (m - 128);
y_table[m] = 1192 * (m - 16);
}
int temp = 0;
for (m = 0; m < 256; m++)
for (n = 0; n < 256; n++)
{
temp = 1192 * (m - 16) + 1634 * (n - 128);
if (temp < 0) temp = 0; else if (temp > 262143) temp = 262143;
r_yv_table[m][n] = temp;
temp = 1192 * (m - 16) + 2066 * (n - 128);
if (temp < 0) temp = 0; else if (temp > 262143) temp = 262143;
b_yu_table[m][n] = temp;
}
}
}
jintArray Java_com_spore_jni_ImageUtilEngine_decodeYUV420SP(JNIEnv * env,
jobject thiz, jbyteArray buf, jint width, jint height)
{
jbyte * yuv420sp = (*env)->GetByteArrayElements(env, buf, 0);
int frameSize = width * height;
jint rgb[frameSize]; // 新图像像素值
initTable();
int i = 0, j = 0,yp = 0;
int uvp = 0, u = 0, v = 0;
for (j = 0, yp = 0; j < height; j++)
{
uvp = frameSize + (j >> 1) * width;
u = 0;
v = 0;
for (i = 0; i < width; i++, yp++)
{
int y = (0xff & ((int) yuv420sp[yp]));
if (y < 0)
y = 0;
if ((i & 1) == 0)
{
v = (0xff & yuv420sp[uvp++]);
u = (0xff & yuv420sp[uvp++]);
}
int y1192 = y_table[y];
int r = r_yv_table[y][v];
int g = (y1192 - g_v_table[v] - g_u_table[u]);
int b = b_yu_table[y][u];
if (g < 0) g = 0; else if (g > 262143) g = 262143;
rgb[yp] = 0xff000000 | ((r << 6) & 0xff0000) | ((g >> 2) & 0xff00) | ((b >> 10) & 0xff);
}
}
jintArray result = (*env)->NewIntArray(env, frameSize);
(*env)->SetIntArrayRegion(env, result, 0, frameSize, rgb);
(*env)->ReleaseByteArrayElements(env, buf, yuv420sp, 0);
return result;
} g_v_table[256],g_u_table[256],y_table[256];
int r_yv_table[256][256],b_yu_table[256][256];
int inited = 0;
void initTable()
{
if (inited == 0)
{
inited = 1;
int m = 0,n=0;
for (; m < 256; m++)
{
g_v_table[m] = 833 * (m - 128);
g_u_table[m] = 400 * (m - 128);
y_table[m] = 1192 * (m - 16);
}
int temp = 0;
for (m = 0; m < 256; m++)
for (n = 0; n < 256; n++)
{
temp = 1192 * (m - 16) + 1634 * (n - 128);
if (temp < 0) temp = 0; else if (temp > 262143) temp = 262143;
r_yv_table[m][n] = temp;
temp = 1192 * (m - 16) + 2066 * (n - 128);
if (temp < 0) temp = 0; else if (temp > 262143) temp = 262143;
b_yu_table[m][n] = temp;
}
}
}
jintArray Java_com_spore_jni_ImageUtilEngine_decodeYUV420SP(JNIEnv * env,
jobject thiz, jbyteArray buf, jint width, jint height)
{
jbyte * yuv420sp = (*env)->GetByteArrayElements(env, buf, 0);
int frameSize = width * height;
jint rgb[frameSize]; // 新图像像素值
initTable();
int i = 0, j = 0,yp = 0;
int uvp = 0, u = 0, v = 0;
for (j = 0, yp = 0; j < height; j++)
{
uvp = frameSize + (j >> 1) * width;
u = 0;
v = 0;
for (i = 0; i < width; i++, yp++)
{
int y = (0xff & ((int) yuv420sp[yp]));
if (y < 0)
y = 0;
if ((i & 1) == 0)
{
v = (0xff & yuv420sp[uvp++]);
u = (0xff & yuv420sp[uvp++]);
}
int y1192 = y_table[y];
int r = r_yv_table[y][v];
int g = (y1192 - g_v_table[v] - g_u_table[u]);
int b = b_yu_table[y][u];
if (g < 0) g = 0; else if (g > 262143) g = 262143;
rgb[yp] = 0xff000000 | ((r << 6) & 0xff0000) | ((g >> 2) & 0xff00) | ((b >> 10) & 0xff);
}
}
jintArray result = (*env)->NewIntArray(env, frameSize);
(*env)->SetIntArrayRegion(env, result, 0, frameSize, rgb);
(*env)->ReleaseByteArrayElements(env, buf, yuv420sp, 0);
return result;
} |
当然,还有其他的一些细节可以优化一下,比如转化结果的数组,可以预先在Java层分配,将数组的指针传递给JNI,这样可以省去数组在Java和C之间的传递时间,因为720P的图片是很大的,所以这个成本值得去优化。
下面是效果结果:
![](http://www.icodelogic.com/wp-content/uploads/2012/04/111.jpg)
左边是一个SurfaceView用于Camera的预览,右侧是GLSurfaceView,将转码后的Bitmap渲染出来,由于截屏软件的问题,左侧Camera预览区域变成黑的了。
这样转码的效率如何呢?根据我在Nexus One上的测试结果,720P的图像,也就是1280 * 720的分辨率,转码并渲染的速度大概是8帧。
另外介绍一个看起来速度应该更快的查表转码的算法:传送门。不过这里没有对参数进行说明,所以我调了好久发现转码之后的Bitmap始终很奇怪,大家可以去研究一下,如果调通了请告知一下多谢。
Android SDK为Camera预览提供了一个Demo,这个Demo的大致流程是初始化一个Camera和一个SurfaceView,SurfaceView被创建之后可以获取到一个SurfaceHolder的实例,将这个SurfaceHolder传递给Camera,这样Camera就会自动的将捕获到的视频数据渲染到SurfaceView上面,这也就是Camera预览的效果。当然更多的时候我们需要获取到Camera的实时视频数据来自己进行预处理并渲染,Camera也提供了这个接口,用法如下:
1
2
3
4
5
| mCamera.setPreviewCallback(new PreviewCallback(){
@Override
public void onPreviewFrame(byte[] data, Camera camera)
{
}); setPreviewCallback(new PreviewCallback(){
@Override
public void onPreviewFrame(byte[] data, Camera camera)
{
}); |
在这个回调里我们就能够获取到当前帧的数据,我们可以对其进行预处理,比如压缩、加密、特效处理等,不过byte[]这个buffer里面的数据是YUV格式的,一般是YUV420SP,而Android提供的SurfaceView、GLSurfaceView、TextureView等控件只支持RGB格式的渲染,因此我们需要一个算法来解码。
先介绍一个YUV转RGB的算法,转换的公式一般如下,也是线性的关系:
R=Y+1.4075*(V-128)
G=Y-0.3455*(U-128) – 0.7169*(V-128)
B=Y+1.779*(U-128)
下面是一段将YUV转成ARGB_8888的jni代码,类似的代码网上很多,将这个代码简单修改一下也能直接用在C中。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
| jintArray Java_com_spore_jni_ImageUtilEngine_decodeYUV420SP(JNIEnv * env,
jobject thiz, jbyteArray buf, jint width, jint height)
{
jbyte * yuv420sp = (*env)->GetByteArrayElements(env, buf, 0);
int frameSize = width * height;
jint rgb[frameSize]; // 新图像像素值
int i = 0, j = 0,yp = 0;
int uvp = 0, u = 0, v = 0;
for (j = 0, yp = 0; j < height; j++)
{
uvp = frameSize + (j >> 1) * width;
u = 0;
v = 0;
for (i = 0; i < width; i++, yp++)
{
int y = (0xff & ((int) yuv420sp[yp])) - 16;
if (y < 0)
y = 0;
if ((i & 1) == 0)
{
v = (0xff & yuv420sp[uvp++]) - 128;
u = (0xff & yuv420sp[uvp++]) - 128;
}
int y1192 = 1192 * y;
int r = (y1192 + 1634 * v);
int g = (y1192 - 833 * v - 400 * u);
int b = (y1192 + 2066 * u);
if (r < 0) r = 0; else if (r > 262143) r = 262143;
if (g < 0) g = 0; else if (g > 262143) g = 262143;
if (b < 0) b = 0; else if (b > 262143) b = 262143;
rgb[yp] = 0xff000000 | ((r << 6) & 0xff0000) | ((g >> 2) & 0xff00) | ((b >> 10) & 0xff);
}
}
jintArray result = (*env)->NewIntArray(env, frameSize);
(*env)->SetIntArrayRegion(env, result, 0, frameSize, rgb);
(*env)->ReleaseByteArrayElements(env, buf, yuv420sp, 0);
return result;
} (JNIEnv * env,
jobject thiz, jbyteArray buf, jint width, jint height)
{
jbyte * yuv420sp = (*env)->GetByteArrayElements(env, buf, 0);
int frameSize = width * height;
jint rgb[frameSize]; // 新图像像素值
int i = 0, j = 0,yp = 0;
int uvp = 0, u = 0, v = 0;
for (j = 0, yp = 0; j < height; j++)
{
uvp = frameSize + (j >> 1) * width;
u = 0;
v = 0;
for (i = 0; i < width; i++, yp++)
{
int y = (0xff & ((int) yuv420sp[yp])) - 16;
if (y < 0)
y = 0;
if ((i & 1) == 0)
{
v = (0xff & yuv420sp[uvp++]) - 128;
u = (0xff & yuv420sp[uvp++]) - 128;
}
int y1192 = 1192 * y;
int r = (y1192 + 1634 * v);
int g = (y1192 - 833 * v - 400 * u);
int b = (y1192 + 2066 * u);
if (r < 0) r = 0; else if (r > 262143) r = 262143;
if (g < 0) g = 0; else if (g > 262143) g = 262143;
if (b < 0) b = 0; else if (b > 262143) b = 262143;
rgb[yp] = 0xff000000 | ((r << 6) & 0xff0000) | ((g >> 2) & 0xff00) | ((b >> 10) & 0xff);
}
}
jintArray result = (*env)->NewIntArray(env, frameSize);
(*env)->SetIntArrayRegion(env, result, 0, frameSize, rgb);
(*env)->ReleaseByteArrayElements(env, buf, yuv420sp, 0);
return result;
} |
JNI代码对应的Java接口如下:
1
| public native int[] decodeYUV420SP(byte[] buf, int width, int height); native int[] decodeYUV420SP(byte[] buf, int width, int height); |
从这个接口就很容易理解了,参数buf就是从Camera的onPreviewFrame回调用获取到的YUV格式的视频帧数据,width和height分别是对应的Bitmap的宽高。返回的结果是一个ARGB_8888格式的颜色数组,将这个数组组装成Bitmap也是十分容易的,代码如下:
1
| mBitmap = Bitmap.createBitmap(data, width, height, Config.ARGB_8888); = Bitmap.createBitmap(data, width, height, Config.ARGB_8888); |
基本上这样就能实现YUV2RGB了,但是这样的实现有一个问题:由于是软解码,所以性能并不理想。如果考虑到一般的视频通话的场景,例如320*240左右的分辨率的话,那基本能满足实时性的需求,但是对于720P的高清视频则基本无望。当然,对于上面的实现,我们也可以尽我们所能的做一些优化。
上面的算法实现中,已经没有浮点运算了,并且大多数操作已经使用了移位运算,剩下的可优化部分只有中间的乘法了,我们可以使用查表法来替代。上面的代码我们简单分析就可以发现,Y、U、V的取值都只有256种情况,而对应的r、g、b跟YUV是线性的关系,其中r跟Y和V相关,g跟Y、V、U相关,b跟Y和U相关,于是我们可以预先计算出所有可能的情况,比如所有的1634 * v的值保存在一个长度为256的数组中,这样我们只需要根据v值查找相乘的结果即可,可以节省这次的乘法运算。
考虑到RGB和YUV的相关性,我们可以把R和B的所有可能值预先计算并缓存,其长度均是256 * 256的int数组,也就是256KB,为什么不针对G值建表呢?因为G值跟YUV三个分量都有关,需要建256 * 256 *256长的表才行,也就是64M,这在手机设备上是不可行的。
下面是查表优化的代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
| int g_v_table[256],g_u_table[256],y_table[256];
int r_yv_table[256][256],b_yu_table[256][256];
int inited = 0;
void initTable()
{
if (inited == 0)
{
inited = 1;
int m = 0,n=0;
for (; m < 256; m++)
{
g_v_table[m] = 833 * (m - 128);
g_u_table[m] = 400 * (m - 128);
y_table[m] = 1192 * (m - 16);
}
int temp = 0;
for (m = 0; m < 256; m++)
for (n = 0; n < 256; n++)
{
temp = 1192 * (m - 16) + 1634 * (n - 128);
if (temp < 0) temp = 0; else if (temp > 262143) temp = 262143;
r_yv_table[m][n] = temp;
temp = 1192 * (m - 16) + 2066 * (n - 128);
if (temp < 0) temp = 0; else if (temp > 262143) temp = 262143;
b_yu_table[m][n] = temp;
}
}
}
jintArray Java_com_spore_jni_ImageUtilEngine_decodeYUV420SP(JNIEnv * env,
jobject thiz, jbyteArray buf, jint width, jint height)
{
jbyte * yuv420sp = (*env)->GetByteArrayElements(env, buf, 0);
int frameSize = width * height;
jint rgb[frameSize]; // 新图像像素值
initTable();
int i = 0, j = 0,yp = 0;
int uvp = 0, u = 0, v = 0;
for (j = 0, yp = 0; j < height; j++)
{
uvp = frameSize + (j >> 1) * width;
u = 0;
v = 0;
for (i = 0; i < width; i++, yp++)
{
int y = (0xff & ((int) yuv420sp[yp]));
if (y < 0)
y = 0;
if ((i & 1) == 0)
{
v = (0xff & yuv420sp[uvp++]);
u = (0xff & yuv420sp[uvp++]);
}
int y1192 = y_table[y];
int r = r_yv_table[y][v];
int g = (y1192 - g_v_table[v] - g_u_table[u]);
int b = b_yu_table[y][u];
if (g < 0) g = 0; else if (g > 262143) g = 262143;
rgb[yp] = 0xff000000 | ((r << 6) & 0xff0000) | ((g >> 2) & 0xff00) | ((b >> 10) & 0xff);
}
}
jintArray result = (*env)->NewIntArray(env, frameSize);
(*env)->SetIntArrayRegion(env, result, 0, frameSize, rgb);
(*env)->ReleaseByteArrayElements(env, buf, yuv420sp, 0);
return result;
} g_v_table[256],g_u_table[256],y_table[256];
int r_yv_table[256][256],b_yu_table[256][256];
int inited = 0;
void initTable()
{
if (inited == 0)
{
inited = 1;
int m = 0,n=0;
for (; m < 256; m++)
{
g_v_table[m] = 833 * (m - 128);
g_u_table[m] = 400 * (m - 128);
y_table[m] = 1192 * (m - 16);
}
int temp = 0;
for (m = 0; m < 256; m++)
for (n = 0; n < 256; n++)
{
temp = 1192 * (m - 16) + 1634 * (n - 128);
if (temp < 0) temp = 0; else if (temp > 262143) temp = 262143;
r_yv_table[m][n] = temp;
temp = 1192 * (m - 16) + 2066 * (n - 128);
if (temp < 0) temp = 0; else if (temp > 262143) temp = 262143;
b_yu_table[m][n] = temp;
}
}
}
jintArray Java_com_spore_jni_ImageUtilEngine_decodeYUV420SP(JNIEnv * env,
jobject thiz, jbyteArray buf, jint width, jint height)
{
jbyte * yuv420sp = (*env)->GetByteArrayElements(env, buf, 0);
int frameSize = width * height;
jint rgb[frameSize]; // 新图像像素值
initTable();
int i = 0, j = 0,yp = 0;
int uvp = 0, u = 0, v = 0;
for (j = 0, yp = 0; j < height; j++)
{
uvp = frameSize + (j >> 1) * width;
u = 0;
v = 0;
for (i = 0; i < width; i++, yp++)
{
int y = (0xff & ((int) yuv420sp[yp]));
if (y < 0)
y = 0;
if ((i & 1) == 0)
{
v = (0xff & yuv420sp[uvp++]);
u = (0xff & yuv420sp[uvp++]);
}
int y1192 = y_table[y];
int r = r_yv_table[y][v];
int g = (y1192 - g_v_table[v] - g_u_table[u]);
int b = b_yu_table[y][u];
if (g < 0) g = 0; else if (g > 262143) g = 262143;
rgb[yp] = 0xff000000 | ((r << 6) & 0xff0000) | ((g >> 2) & 0xff00) | ((b >> 10) & 0xff);
}
}
jintArray result = (*env)->NewIntArray(env, frameSize);
(*env)->SetIntArrayRegion(env, result, 0, frameSize, rgb);
(*env)->ReleaseByteArrayElements(env, buf, yuv420sp, 0);
return result;
} |
当然,还有其他的一些细节可以优化一下,比如转化结果的数组,可以预先在Java层分配,将数组的指针传递给JNI,这样可以省去数组在Java和C之间的传递时间,因为720P的图片是很大的,所以这个成本值得去优化。
下面是效果结果:
![](http://www.icodelogic.com/wp-content/uploads/2012/04/111.jpg)
左边是一个SurfaceView用于Camera的预览,右侧是GLSurfaceView,将转码后的Bitmap渲染出来,由于截屏软件的问题,左侧Camera预览区域变成黑的了。
这样转码的效率如何呢?根据我在Nexus One上的测试结果,720P的图像,也就是1280 * 720的分辨率,转码并渲染的速度大概是8帧。
另外介绍一个看起来速度应该更快的查表转码的算法:传送门。不过这里没有对参数进行说明,所以我调了好久发现转码之后的Bitmap始终很奇怪,大家可以去研究一下,如果调通了请告知一下多谢。