为 CameraX ImageAnalysis 进行 YUV 到 RGB 的转换

Posted 2022-01-11 谷歌开发者

CameraX 是一个旨在帮助开发者简化相机应用开发工作的 Jetpack 支持库。它支持多种诸如 ImageCapture、Preview 和 ImageAnalysis 这种可以和 ML Kit 或 TensorFlow Lite 无缝结合的使用场景。这为文本识别、图像标记等应用的开发提供了可能，甚至还可以支持使用开发者自己训练的 TensorFlow Lite 模型进行物体的识别和检测。然而，在 CameraX 和这些库之间进行图像格式转换的工作还是比较费时费力的。本文我们会介绍最近为 CameraX ImageAnalysis 带来的新功能，支持从 YUV 到 RGB 的转换，我们会介绍一些背景知识，为什么会引入该功能，并会以少量的示例代码来介绍如何使用它。

背景

CameraX 使用 YUV420_888 来生成图像，该格式有 8 位的 Luma(Y)、Chroma(U, V) 和 Paddings§ 三个通道。YUV 是一种通用且灵活的格式，它支持不同的设备上的 OEM 变体，这就覆盖了很多 ImageAnalysis 的使用场景。然而很多应用依然依赖 RGB 格式。在我们的开发者社区，YUV 到 RGB 的转换是呼声最高的功能之一，因为 RGB 格式流行且易于使用，且有时需要在 TensorFlow Lite 模型中使用。让我们先来看看 YUV 和 RGB 格式。

YUV_420_888 格式

YUV 格式也可以被称为 “YCbCr”，它包括平面 (planar，如 I420)、半平面 (semi-planar，如 NV21/NV12) 和打包 (packed，如 UYVY) 格式。YUV_420_888 是一种通用的 YCbCr 格式，它能够表示任何 4:2:0 色度二次采样的平面或半平面缓冲区 (但不完全交错)，每个颜色样本有 8 位。且能够保证 Y 平面不会与 U/V 平面交错 (且像素步长始终为 1)，以及 U/V 平面总是具有相同的行步长和像素步长。

RGBA_8888 格式

RGBA_8888 是一种标准的具有红、绿、蓝和 alpha 通道的 RGB 格式，每个通道有 8 位。主要的转换对象是 RGB 颜色空间，RGB 因为色差变化较少，相对来说比较简单。

API 实现

我们评估了三种将 YUV 转换为 RGB 的方法:

1. 使用 Java/Kotlin
2. 使用 Renderscript 渲染脚本
3. 原生方案 (使用 C/C++ 和 NDK)

使用 Java/Kotlin 来实现对图片的处理需要长时间的计算，并面临着垃圾回收带来的压力。而 Renderscript 是面向计算密集型任务 (比如从 YUV 转换为 RGB 格式) 的一个候选方案，然而从 android 12 开始，这种方法已经被 废弃 了。

考虑到之后的扩展性和兼容性，我们决定使用原生方案 (libyuv + NDK)。Libyuv 是一个开源项目，它包含了对 YUV 的缩放、转换和旋转功能。综合所有因素，宏观上来看，CameraX 颜色转换的 pipeline 如下图:

为了向后兼容，我们依然使用 ImageProxy 作为输出。ImageProxy 是 media.image 的一个封装类，它是 Android framework 中提供的一个图片缓冲。Java/Kotlin 层可以从 Surface 中通过 dequeueInputImage() 获得一个输入的 Image，然后使用 ImageReader 和 ImageWriter 将 Image 数据写入其中，从而得到一个转换后的 Image。由于 ImageWriter 是在 API 23 中添加的，我们使用 ANativeWindow 以及其缓冲区来产生 RGBA 格式的输出图像，以支持更多的 API 级别。

对于输入数据，我们在 CameraX 内部支持 YUV_420_888 格式的不同变体 (I420，NV12，NV21 等)。对于输出数据，我们现在支持 RGBA 格式，但将来会扩展到更多其他的 RGB 格式。

由于我们使用 libyuv 作为新的依赖库，我们的库大小增加了大约 50 KB。

API 使用

从 CameraX 1.1.0-alpha08 版本开始，应用可以通过在 ImageAnalysis 配置中使用 setOutputImageFormat 来选择 YUV_420_888 或者 RGBA_8888 的图片输出格式。

一旦选择了 RGBA_8888，输出的图片格式将会是 PixelFormat.RGBA_8888，它只有一个带有填充的图像平面 (逐个 R，G，B，A 的像素)。原则上 Android framework 支持的图像缓冲区格式是 PixelFormat 和 ImageFormat 的子集。

相比之下，如果选择了 YUV_420_888，输出的图片格式将是 ImageFormat.YUV_420_888，它有 3 个独立的图像平面 (Y，U，V)。

性能

我们做了一些性能测试，并与在不同的 Android 版本和设备上使用 Renderscript 的结果进行了比较。总体上来说，在不同分辨率和 Android 系统版本上，使用 libyuv 的 pipeline 要优于使用 Renderscript 的实现。

总结

我们在 CameraX ImageAnalysis pipeline 中支持了 YUV 到 RGB 的转换。用户现在可以简单地为一个 ImageAnalysis 用例选择一个输出格式 (YUV_420_888 或 RGBA_8888)，并用于其他库之中。而这仅仅是一个开始，我们还计划在 CameraX ImageAnalysis pipeline 中增加更多的图像处理功能，并将其扩展到其他的用例中 (例如 ImageCapture 或 Preview 等)。如果您有任何功能上的需求，请联系我们。

YUV 到 RGB 转换的示例代码可以在 GitHub 中查看。若需了解更多关于 CameraX 的消息，请参考 官方文档。若要了解关于 CameraX 的最新进展，您可以加入 CameraX 讨论区。另外，您的反馈对我们来说十分具有价值，欢迎随时在 CameraX 讨论区留言或在官方的 Issue Tracker 中给我们反馈。

相关引用

• CameraX 发布说明
• 开始使用 CameraX
• CameraX Github 用例
• YUV 格式 Wiki

欢迎您 点击这里 向我们提交反馈，或分享您喜欢的内容、发现的问题。您的反馈对我们非常重要，感谢您的支持！