使用JavaCV調(diào)用USB攝像頭進(jìn)行實時畫面的展示和拍照

Part1一. 業(yè)務(wù)背景

我們團(tuán)隊前段時間做了一款小型的智能硬件，它能夠自動拍攝一些商品的圖片，這些圖片將會出現(xiàn)在電商 App 的詳情頁并進(jìn)行展示。

基于以上的背景，我們需要一個業(yè)務(wù)后臺用于發(fā)送相應(yīng)的拍照指令，還需要開發(fā)一款軟件(上位機)用于接收拍照指令和操作硬件設(shè)備。

Part2二. 原先的實現(xiàn)方式以及痛點

早期為了快速實現(xiàn)功能，我們團(tuán)隊使用 JavaCV 調(diào)用 USB 攝像頭(相機)進(jìn)行實時畫面的展示和拍照。這樣的好處在于，能夠快速實現(xiàn)產(chǎn)品經(jīng)理提出的功能，并快速上線。當(dāng)然，也會遇到一些問題。

我列舉幾個遇到的問題：

軟件體積過大

編譯速度慢

軟件運行時占用大量的內(nèi)存

對于獲取的實時畫面，不利于在軟件側(cè)(客戶端側(cè))調(diào)用機器學(xué)習(xí)或者深度學(xué)習(xí)的庫，因為整個軟件采用 Java/Kotlin 編寫的。

Part3三. 使用 OpenCV 進(jìn)行重構(gòu)

基于上述的原因，我嘗試用 OpenCV 替代 JavaCV 看看能否解決這些問題。

13.1JNI 調(diào)用的設(shè)計

由于我使用 OpenCV C++ 版本來進(jìn)行開發(fā)，因此在開發(fā)之前需要先設(shè)計好應(yīng)用層(我們的軟件主要是采用 Java/Kotlin 編寫的)如何跟 Native 層進(jìn)行交互的一些的方法。比如：USB 攝像頭(相機)的開啟和關(guān)閉、拍照、相機相關(guān)參數(shù)的設(shè)置等等。

為此，設(shè)計了一個專門用于圖像處理的類 WImagesProcess(W 是項目的代號)，它包含了上述的方法。

objectWImagesProcess{

init{
System.load("${FileUtil.loadPath}WImagesProcess.dll")
}

/**
*算法的版本號
*/
externalfungetVersion():String

/**
*獲取OpenCV對應(yīng)相機的indexid
*@parampidvid相機的pid、vid
*/
externalfungetCameraIndexIdFromPidVid(pidvid:String):Int

/**
*開啟俯拍相機
*@paramindex相機的indexid
*@paramcameraParaMap相機相關(guān)的參數(shù)
*@paramlistenerjni層給Java層的回調(diào)
*/
externalfunstartTopVideoCapture(index:Int,cameraParaMap:Map,listener:VideoCaptureListener)

/**
*開啟側(cè)拍相機
*@paramindex相機的indexid
*@paramcameraParaMap相機相關(guān)的參數(shù)
*@paramlistenerjni層給Java層的回調(diào)
*/
externalfunstartRightVideoCapture(index:Int,cameraParaMap:Map,listener:VideoCaptureListener)

/**
*調(diào)用對應(yīng)的相機拍攝照片，使用時需要將IntArray轉(zhuǎn)換成BufferedImage
*@paramcameraId1:俯拍相機;2:側(cè)拍相機
*/
externalfuntakePhoto(cameraId:Int):IntArray

/**
*設(shè)置相機的曝光
*@paramcameraId1:俯拍相機;2:側(cè)拍相機
*/
externalfunexposure(cameraId:Int,value:Double):Double

/**
*設(shè)置相機的亮度
*@paramcameraId1:俯拍相機;2:側(cè)拍相機
*/
externalfunbrightness(cameraId:Int,value:Double):Double

/**
*設(shè)置相機的焦距
*@paramcameraId1:俯拍相機;2:側(cè)拍相機
*/
externalfunfocus(cameraId:Int,value:Double):Double

/**
*關(guān)閉相機，釋放相機的資源
*@paramcameraId1:俯拍相機;2:側(cè)拍相機
*/
externalfuncloseVideoCapture(cameraId:Int)
}

其中，VideoCaptureListener 是監(jiān)聽 USB 攝像頭(相機)行為的 Listener。

interfaceVideoCaptureListener{

/**
*Native層調(diào)用相機成功
*/
funonSuccess()

/**
*jni將Native層調(diào)用相機獲取每一幀的Mat轉(zhuǎn)換成IntArray，回調(diào)給Java層
*@paramarray回調(diào)給Java層的IntArray，Java層可以將其轉(zhuǎn)化成BufferedImage
*/
funonRead(array:IntArray)

/**
*Native層調(diào)用相機失敗
*/
funonFailed()
}

VideoCaptureListener#onRead() 方法是在攝像頭(相機)打開后，會實時將每一幀的數(shù)據(jù)通過回調(diào)的形式返回給應(yīng)用層。

23.2 JNI && Native 層的實現(xiàn)

定義一個 xxx_WImagesProcess.h，它與應(yīng)用層的 WImagesProcess 類對應(yīng)。

#include

#ifndef_Include_xxx_WImagesProcess
#define_Include_xxx_WImagesProcess
#ifdef__cplusplus
extern"C"{
#endif

JNIEXPORTjstringJNICALLJava_xxx_WImagesProcess_getVersion
(JNIEnv*env,jobject);

JNIEXPORTvoidJNICALLJava_xxx_WImagesProcess_startTopVideoCapture
(JNIEnv*env,jobject,intindex,jobjectcameraParaMap,jobjectlistener);

JNIEXPORTvoidJNICALLJava_xxx_WImagesProcess_startRightVideoCapture
(JNIEnv*env,jobject,intindex,jobjectcameraParaMap,jobjectlistener);

JNIEXPORTjintArrayJNICALLJava_xxx_WImagesProcess_takePhoto
(JNIEnv*env,jobject,intcameraId);

JNIEXPORTdoubleJNICALLJava_xxx_WImagesProcess_exposure
(JNIEnv*env,jobject,intcameraId,doublevalue);

JNIEXPORTdoubleJNICALLJava_xxx_WImagesProcess_brightness
(JNIEnv*env,jobject,intcameraId,doublevalue);

JNIEXPORTdoubleJNICALLJava_xxx_WImagesProcess_focus
(JNIEnv*env,jobject,intcameraId,doublevalue);

JNIEXPORTvoidJNICALLJava_xxx_WImagesProcess_closeVideoCapture
(JNIEnv*env,jobject,intcameraId);

JNIEXPORTintJNICALLJava_xxx_WImagesProcess_getCameraIndexIdFromPidVid
(JNIEnv*env,jobject,jstringpidvid);

#ifdef__cplusplus
}
#endif
#endif
#pragmaonce

xxx 代表的是 Java 項目中 WImagesProcess 類所在的 package 名稱。畢竟是公司項目，我不便貼出完整的 package 名稱。不熟悉這種寫法的，可以參考 JNI 的規(guī)范。

接下來，需要定義一個 xxx_WImagesProcess.cpp 用于實現(xiàn)上述的方法。

3.2.1 USB 攝像頭(相機)的開啟

僅以 startTopVideoCapture() 為例，它的作用是開啟智能硬件的俯拍相機，該硬件有 2 款相機介紹其中一種實現(xiàn)方式，另一種也很類似。

JNIEXPORTvoidJNICALLJava_xxx_WImagesProcess_startTopVideoCapture
(JNIEnv*env,jobject,intindex,jobjectcameraParaMap,jobjectlistener){
jobjecttopListener=env->NewLocalRef(listener);

std::mapmapOut;
JavaHashMapToStlMap(env,cameraParaMap,mapOut);

jclasslistenerClass=env->GetObjectClass(topListener);
jmethodIDsuccessId=env->GetMethodID(listenerClass,"onSuccess","()V");
jmethodIDreadId=env->GetMethodID(listenerClass,"onRead","([I)V");
jmethodIDfailedId=env->GetMethodID(listenerClass,"onFailed","()V");
jobjectlistenerObject=env->NewLocalRef(listenerClass);


try{
topVideoCapture=wImageProcess.getVideoCapture(index,mapOut);
env->CallVoidMethod(listenerObject,successId);

jintArrayjarray;
topVideoCapture>>topFrame;
int*data=newint[topFrame.total()];
intsize=topFrame.rows*topFrame.cols;
jarray=env->NewIntArray(size);

charr,g,b;

while(topFlag){
topVideoCapture>>topFrame;

for(inti=0;iSetIntArrayRegion(jarray,0,size,(jint*)data);
env->CallVoidMethod(listenerObject,readId,jarray);
waitKey(100);
}
topVideoCapture.release();
env->ReleaseIntArrayElements(jarray,env->GetIntArrayElements(jarray,JNI_FALSE),0);
delete[]data;
}
catch(...){
env->CallVoidMethod(listenerObject,failedId);
}

env->DeleteLocalRef(listenerObject);
env->DeleteLocalRef(topListener);
}

這個方法用了很多 JNI 相關(guān)的內(nèi)容，接下來會簡單說明。

首先，JavaHashMapToStlMap() 方法用于將 Java 的 HashMap 轉(zhuǎn)換成 C++ STL 的 Map。開啟相機時，需要傳遞相機相關(guān)的參數(shù)。由于相機需要設(shè)置參數(shù)很多，因此在應(yīng)用層使用 HashMap，傳遞到 JNI 層需要將他們進(jìn)行轉(zhuǎn)化成 C++ 能用的 Map。

voidJavaHashMapToStlMap(JNIEnv*env,jobjecthashMap,std::map&mapOut){
//GettheMap'sentrySet.
jclassmapClass=env->FindClass("java/util/Map");
if(mapClass==NULL){
return;
}
jmethodIDentrySet=
env->GetMethodID(mapClass,"entrySet","()Ljava/util/Set;");
if(entrySet==NULL){
return;
}
jobjectset=env->CallObjectMethod(hashMap,entrySet);
if(set==NULL){
return;
}
//ObtainaniteratorovertheSet
jclasssetClass=env->FindClass("java/util/Set");
if(setClass==NULL){
return;
}
jmethodIDiterator=
env->GetMethodID(setClass,"iterator","()Ljava/util/Iterator;");
if(iterator==NULL){
return;
}
jobjectiter=env->CallObjectMethod(set,iterator);
if(iter==NULL){
return;
}
//GettheIteratormethodIDs
jclassiteratorClass=env->FindClass("java/util/Iterator");
if(iteratorClass==NULL){
return;
}
jmethodIDhasNext=env->GetMethodID(iteratorClass,"hasNext","()Z");
if(hasNext==NULL){
return;
}
jmethodIDnext=
env->GetMethodID(iteratorClass,"next","()Ljava/lang/Object;");
if(next==NULL){
return;
}
//GettheEntryclassmethodIDs
jclassentryClass=env->FindClass("java/util/Map$Entry");
if(entryClass==NULL){
return;
}
jmethodIDgetKey=
env->GetMethodID(entryClass,"getKey","()Ljava/lang/Object;");
if(getKey==NULL){
return;
}
jmethodIDgetValue=
env->GetMethodID(entryClass,"getValue","()Ljava/lang/Object;");
if(getValue==NULL){
return;
}
//IterateovertheentrySet
while(env->CallBooleanMethod(iter,hasNext)){
jobjectentry=env->CallObjectMethod(iter,next);
jstringkey=(jstring)env->CallObjectMethod(entry,getKey);
jstringvalue=(jstring)env->CallObjectMethod(entry,getValue);
constchar*keyStr=env->GetStringUTFChars(key,NULL);
if(!keyStr){
return;
}
constchar*valueStr=env->GetStringUTFChars(value,NULL);
if(!valueStr){
env->ReleaseStringUTFChars(key,keyStr);
return;
}

mapOut.insert(std::make_pair(string(keyStr),string(valueStr)));

env->DeleteLocalRef(entry);
env->ReleaseStringUTFChars(key,keyStr);
env->DeleteLocalRef(key);
env->ReleaseStringUTFChars(value,valueStr);
env->DeleteLocalRef(value);
}
}

接下來幾行，表示將應(yīng)用層傳遞的 VideoCaptureListener 在 JNI 層需要獲取其類型。然后，查找 VideoCaptureListener 中的幾個方法，便于后面調(diào)用。這樣 JNI 層就可以跟應(yīng)用層的 Java/Kotlin 進(jìn)行交互了。

jclasslistenerClass=env->GetObjectClass(topListener);
jmethodIDsuccessId=env->GetMethodID(listenerClass,"onSuccess","()V");
jmethodIDreadId=env->GetMethodID(listenerClass,"onRead","([I)V");
jmethodIDfailedId=env->GetMethodID(listenerClass,"onFailed","()V");

接下來，開始打開攝像頭(相機)，并回調(diào)給應(yīng)用層，這樣 VideoCaptureListener#onSuccess() 方法就能收到回調(diào)。

topVideoCapture=wImageProcess.getVideoCapture(index,mapOut);
env->CallVoidMethod(listenerObject,successId);

打開攝像頭(相機)后，就可以實時把獲取的每一幀返回給應(yīng)用層。同樣，VideoCaptureListener#onRead() 方法就能收到回調(diào)。

while(topFlag){
topVideoCapture>>topFrame;

for(inti=0;iSetIntArrayRegion(jarray,0,size,(jint*)data);
env->CallVoidMethod(listenerObject,readId,jarray);
waitKey(100);
}

后面的代碼是關(guān)閉相機，釋放資源。

3.2.2 打開相機，設(shè)置相機參數(shù)

在 3.2.1 中，有以下這樣一段代碼：

topVideoCapture=wImageProcess.getVideoCapture(index,mapOut);

它的用途是通過 index id 打開對應(yīng)的相機，并設(shè)置相機需要的參數(shù)，最后返回 VideoCapture 對象。

VideoCaptureWImageProcess::getVideoCapture(intindex,std::mapcameraParaMap){
VideoCapturecapture(index);

for(auto&t:cameraParaMap){
intkey=stoi(t.first);
doublevalue=stod(t.second);
capture.set(key,value);
}

returncapture;
}

對于存在同時調(diào)用多個相機的情況，OpenCV 需要基于 index id 來獲取對應(yīng)的相機。那如何獲取 index id 呢？以后有機會再寫一篇文章吧。

WImagesProcess 類還額外提供了多個方法用于設(shè)置相機的曝光、亮度、焦距等。我們在啟動相機的時候不是可以通過 HashMap 來傳遞相機需要的參數(shù)嘛，為何還提供這些方法呢？這樣做的目的是因為針對不同商品拍照時，可能會調(diào)節(jié)相機相關(guān)的參數(shù)，因此 WImagesProcess 類提供了這些方法。

3.2.3 拍照

基于 cameraId 來找到對應(yīng)的相機進(jìn)行拍照，并將結(jié)果返回給應(yīng)用層，唯一需要注意的是 C++ 得手動釋放資源。

JNIEXPORTjintArrayJNICALLJava_xxx_WImagesProcess_takePhoto
(JNIEnv*env,jobject,intcameraId){

Matmat;
if(cameraId==1){
mat=topFrame;
}
elseif(cameraId==2){
mat=rightFrame;
}

int*data=newint[mat.total()];

charr,g,b;

for(inti=0;iNewIntArray(size);
env->SetIntArrayRegion(jarray,0,size,_data);
delete[]data;
returnjarray;
}

最后，將 CV 程序和 JNI 相關(guān)的代碼最終編譯成一個 dll 文件，供軟件(上位機)調(diào)用，實現(xiàn)最終的需求。

33.3 應(yīng)用層的調(diào)用

上述代碼寫好后，攝像頭(相機)在應(yīng)用層的打開就非常簡單了，大致的代碼如下：

valmap=HashMap()
map[CAP_PROP_FRAME_WIDTH]=4208.toString()
map[CAP_PROP_FRAME_HEIGHT]=3120.toString()
map[CAP_PROP_AUTO_EXPOSURE]=0.25.toString()
map[CAP_PROP_EXPOSURE]=getTopExposure()
map[CAP_PROP_GAIN]=getTopFocus()
map[CAP_PROP_BRIGHTNESS]=getTopBrightness()
WImagesProcess.startTopVideoCapture(index+CAP_DSHOW,map,object:VideoCaptureListener{
overridefunonSuccess(){
......
}

overridefunonRead(array:IntArray){
......
}

overridefunonFailed(){
......
}
})

應(yīng)用層的拍照也很簡單：

valbufferedImage=WImagesProcess.takePhoto(cameraId).toBufferedImage()

其中，toBufferedImage() 是 Kotlin 的擴展函數(shù)。因為 takePhoto() 方法返回 IntArray 對象。

funIntArray.toBufferedImage():BufferedImage{
valdestImage=BufferedImage(FRAME_WIDTH,FRAME_HEIGHT,BufferedImage.TYPE_INT_RGB)
destImage.setRGB(0,0,FRAME_WIDTH,FRAME_HEIGHT,this,0,FRAME_WIDTH)
returndestImage
}

這樣，對于應(yīng)用層的調(diào)用是非常簡單的。

Part4四. 總結(jié)

通過 OpenCV 替換 JavaCV 之后，軟件遇到的痛點問題基本可以解決。例如軟件體積明顯變小了。

另外，軟件在運行時占用大量內(nèi)存的情況也得到明顯改善。如果需要在展示實時畫面時，對圖像做一些處理，也可以在 Native 層使用 OpenCV 來處理每一幀，然后將結(jié)果返回給應(yīng)用層。

審核編輯：劉清