Metal 案例05:视频采集 & 实时渲染

简介: 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

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

image.png


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CoreVideoCMSampleBufferRef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,AVCaptureVideoPreviewLayerCALayer 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

image.png

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


image.png

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

image.png

image.png


 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captureSessioncanAddInput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

image.png

didOutputSampleBuffer代理方法流程


主要分为以下几步:


  • 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CVPixelBufferGetWidthCVPixelBufferGetHeight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

image.pngdrawInMTKView代理方法流程



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


相关文章
|
6月前
|
存储 编解码 监控
C++与OpenGL结合实现的屏幕监控软件:高性能屏幕录制解决方案
使用C++和OpenGL结合,本文展示了如何创建高性能屏幕录制软件。通过OpenGL的`glReadPixels`获取屏幕图像,存储为视频文件,再利用C++的网络编程(如libcurl)将监控数据提交到网站。示例代码包括了屏幕捕获和数据上传的简单实现。
286 2
|
6月前
|
算法 计算机视觉 iOS开发
iOS 实时图像处理技术:使用 Core Image 和 Metal 进行高效滤镜应用
【4月更文挑战第8天】 在移动设备上实现高效的图像处理功能是现代应用程序开发中的一个关键需求。苹果的iOS平台提供了Core Image和Metal两大技术,它们为开发者提供了强大的工具来实现复杂的图像处理任务。本文将探讨如何使用Core Image进行基础图像处理,并结合Metal的性能优势,开发出一个自定义的实时图像滤镜。我们将通过创建一个能够动态调整参数并且具有实时反馈效果的滤镜来演示这一过程。
|
数据采集 编解码 API
如何实现Android平台GB28181设备对接Camera2数据
在写如何实现Android平台GB28181设备对接Camera2数据说明之前,我在前两年的blog就有针对camera2的RTMP直播推送模块做过技术分享:
如何实现Android平台GB28181设备对接Camera2数据
|
编解码 移动开发 前端开发
响应式视频(Retina Videos):高清视频在多设备上的无缝体验
在今天的数字世界中,视频内容已经成为吸引用户的有力工具。为了确保视频在各种设备上都能提供高质量的观看体验,响应式视频技术已经崭露头角。本博客将深入探讨响应式视频的概念、实施方法以及如何在多种设备上提供无缝的高清观看体验。
127 0
|
12天前
|
UED
鸿蒙next版开发:相机开发-适配不同折叠状态的摄像头变更(ArkTS)
在HarmonyOS 5.0中,ArkTS提供了强大的相机开发能力,特别是针对折叠屏设备的摄像头适配。本文详细介绍了如何在ArkTS中检测和适配不同折叠状态下的摄像头变更,确保相机应用在不同设备状态下的稳定性和用户体验。通过代码示例展示了具体的实现步骤。
42 8
|
3月前
|
编解码 vr&ar 图形学
惊世骇俗!Unity下如何实现低至毫秒级的全景RTMP|RTSP流渲染,颠覆你的视觉体验!
【8月更文挑战第14天】随着虚拟现实技术的进步,全景视频作为一种新兴媒体形式,在Unity中实现低延迟的RTMP/RTSP流渲染变得至关重要。这不仅能够改善用户体验,还能广泛应用于远程教育、虚拟旅游等实时交互场景。本文介绍如何在Unity中实现全景视频流的低延迟渲染,并提供代码示例。首先确保Unity开发环境及所需插件已就绪,然后利用`unity-rtsp-rtmp-client`插件初始化客户端并设置回调。通过FFmpeg等工具解码视频数据并更新至全景纹理,同时采用硬件加速、调整缓冲区大小等策略进一步降低延迟。此方案需考虑网络状况与异常处理,确保应用程序的稳定性和可靠性。
68 1
|
5月前
|
编解码 Linux API
【Camera基础(一)】Camera摄像头工作原理及整机架构
【Camera基础(一)】Camera摄像头工作原理及整机架构
|
5月前
|
图形学 异构计算
蓝易云 - Unity下如何实现低延迟的全景RTMP|RTSP流渲染
以上就是在Unity中实现低延迟的全景RTMP/RTSP流渲染的基本步骤。具体的实现可能会根据你的具体需求和所使用的库有所不同。
113 0
|
6月前
|
运维 UED
实时云渲染视频流化Webgl引擎模型技术原理
点量云流技术能将WebGL引擎模型实现云交互流化,解决大模型在低性能设备上运行不畅的问题。通过服务器的视频流方式,使用户在普通设备上也能流畅体验3D应用,包括WebGL、UE/U3D等。离屏渲染功能进一步节省服务器资源,而预启动机制则优化了大模型加载慢的困境,允许提前开启多个进程以应对并发需求,提升用户体验。
136 1
|
11月前
|
Web App开发 负载均衡 监控
为什么选择实时云渲染却不选择像素流?
为什么选择实时云渲染却不选择像素流?
下一篇
无影云桌面