Android技术分享| 超简单！给 Android WebRTC增加美颜滤镜功能

Posted 2021-11-06 anyRTC

• 视频采集渲染流程分析

在增加滤镜功能之前，需要对 WebRTC 视频采集的流程有一定了解。

WebRTC 中定义了 VideoCapture 接口类，其中定义了相机的初始化，预览，停止预览销毁等操作。

实现类是 CameraCapture，并且封装了Camera1Capture、Camera2Capture 两个子类，甚至还有屏幕共享。

WebRTC 中开始视频采集非常的简单：

val videoCapture = createVideoCapture()
videoSource = videoCapture.isScreencast.let { factory.createVideoSource(it) }
videoCapture.initialize(surfaceTextureHelper,applicationContext,videoSource?.capturerObserver)
videoCapture.startCapture(480, 640, 30)

这里主要看一下 VideoSource类和capturerObserver。

VideoSource 中有以下方法

@Override
    public void onFrameCaptured(VideoFrame frame) {
      final VideoProcessor.FrameAdaptationParameters parameters =
          nativeandroidVideoTrackSource.adaptFrame(frame);
      synchronized (videoProcessorLock) {
        if (videoProcessor != null) {
          videoProcessor.onFrameCaptured(frame, parameters);
          return;
        }
      }
      VideoFrame adaptedFrame = VideoProcessor.applyFrameAdaptationParameters(frame, parameters);
      if (adaptedFrame != null) {
        nativeAndroidVideoTrackSource.onFrameCaptured(adaptedFrame);
        adaptedFrame.release();
      }
    }

采集到的视频帧数据会回调给 onFrameCaptured，在这里会做一下对视频的裁切缩放处理，并通过nativeAndroidVideoTrackSource传递给 Native层。

重点是 VideoProcessor 对象，据查是在2019年2月新增的。VideoSource里面有 setVideoProcessor 方法用于设置VideoProcessor，在上面方法中可知，如果设置了VideoProcessor，视频帧则走VideoProcessor的onFrameCaptured，否则的话直接传入 Native。

用 VideoProcessor 来实现处理发送前的视频帧非常方便，我们先来看下VideoProcessor类。

public interface VideoProcessor extends CapturerObserver {
  public static class FrameAdaptationParameters {
   ...

    public FrameAdaptationParameters(int cropX, int cropY, int cropWidth, int cropHeight,
        int scaleWidth, int scaleHeight, long timestampNs, boolean drop) {
      ...
    }
  }

  default void onFrameCaptured(VideoFrame frame, FrameAdaptationParameters parameters) {
    VideoFrame adaptedFrame = applyFrameAdaptationParameters(frame, parameters);
    if (adaptedFrame != null) {
      onFrameCaptured(adaptedFrame);
      adaptedFrame.release();
    }
  }
....
 }

VideoSource中调用的 onFrameCaptured(frame, parameters) 并非CapturerObserver的onFrameCaptured，也就是暂时不会传入Native增，它在这个方法中也做了对ViewFrame的裁切缩放，之后再传入底层。

所以我们可以在这里实现对视频帧的美颜滤镜处理。

 class FilterProcessor : VideoProcessor{
   	
   			private var videoSink:VideoSink
       
        override fun onCapturerStarted(success: Boolean) {
        }

        override fun onCapturerStopped() {
        }

        override fun onFrameCaptured(frame: VideoFrame?) { 
          val newFrame = // TODO: 在这对VideoFrame进行视频滤镜美颜处理 
          sink.onFrame(newFrame)
        }

        override fun setSink(sink: VideoSink?) {
            //设置视频接收器 用来渲染并将frame传入Native
          videoSink = sink
        }
    }

val videoCapture = createVideoCapture()
videoSource = videoCapture.isScreencast.let { factory.createVideoSource(it) }
videoSource.setVideoProcessor(FilterProcessor())//设置处理器
videoCapture.initialize(surfaceTextureHelper,applicationContext,videoSource?.capturerObserver)
videoCapture.startCapture(480, 640, 30)

美颜的话可以用 GPUImage，也可以用商用SDK。

以上是在应用层的实现，利用 WebRTC自带的类就行。如果是NDK开发，道理也是一样的。

创建一个代理类 CapturerObserverProxy 实现 CapturerObserver，并将真正的 nativeCapturerObserver传进来，Native会回调视频帧数据给 CapturerObserverProxy的 onFrameCaptured，然后在 onFrameCaptured 中对视频进行美颜滤镜处理，再将处理好的 VideoFrame 用 nativeCapturerObserver 传给底层编码传输。

public class CapturerObserverProxy implements CapturerObserver {
    public static final String TAG = CapturerObserverProxy.class.getSimpleName();

    private CapturerObserver originalObserver;
    private RTCVideoEffector videoEffector;

    public CapturerObserverProxy(final SurfaceTextureHelper surfaceTextureHelper,
                                 CapturerObserver observer,
                                 RTCVideoEffector effector) {

        this.originalObserver = observer;
        this.videoEffector = effector;

        final Handler handler = surfaceTextureHelper.getHandler();
        ThreadUtils.invokeAtFrontUninterruptibly(handler, () ->
                videoEffector.init(surfaceTextureHelper)
        );
    }

    @Override
    public void onCapturerStarted(boolean success) {
        this.originalObserver.onCapturerStarted(success);
    }

    @Override
    public void onCapturerStopped() {
        this.originalObserver.onCapturerStopped();
    }

    @Override
    public void onFrameCaptured(VideoFrame frame) {
        if (this.videoEffector.needToProcessFrame()) {
            VideoFrame.I420Buffer originalI420Buffer = frame.getBuffer().toI420();
            VideoFrame.I420Buffer effectedI420Buffer =
                    this.videoEffector.processByteBufferFrame(
                            originalI420Buffer, frame.getRotation(), frame.getTimestampNs());

            VideoFrame effectedVideoFrame = new VideoFrame(
                    effectedI420Buffer, frame.getRotation(), frame.getTimestampNs());
            originalI420Buffer.release();
            this.originalObserver.onFrameCaptured(effectedVideoFrame);
        } else {
            this.originalObserver.onFrameCaptured(frame);
        }
    }
}

 videoCapturer.initialize(videoCapturerSurfaceTextureHelper, context, observerProxy);

以上就是给 WebRTC 增加美颜功能的实现～