序文
ビジネス上のニーズにより、このような変換を行う必要があります。現在 2 つの変換メソッドが記述されています。
本物の iPhoneX で実行すると、1 つの方法は 24 ミリ秒のフレームを必要とし、CPU 使用率は 85% であり、もう 1 つの方法は 17 ミリ秒のフレームを必要とし、CPU 使用率は 140% です。以下で詳しく説明しましょう。
方法 1
変換のアイデアは、CVPixelBufferRef->UIImage->cv::Mat のルートです。
直接法:
まずはCVPixelBufferRef->UIImageのメソッド
- (UIImage*)uiImageFromPixelBuffer:(CVPixelBufferRef)p {
CIImage* ciImage = [CIImage imageWithCVPixelBuffer : p];
CIContext* context = [CIContext contextWithOptions : @{kCIContextUseSoftwareRenderer : @(YES)}];
CGRect rect = CGRectMake(0, 0, CVPixelBufferGetWidth(p), CVPixelBufferGetHeight(p));
CGImageRef videoImage = [context createCGImage : ciImage fromRect : rect];
UIImage* image = [UIImage imageWithCGImage : videoImage];
CGImageRelease(videoImage);
return image;
}
次に、UIImage->cv::Matのメソッドがあります。
- (cv::Mat)cvMatFromUIImage:(UIImage *)image
{
CGColorSpaceRef colorSpace = CGImageGetColorSpace(image.CGImage);
CGFloat cols = image.size.width;
CGFloat rows = image.size.height;
cv::Mat cvMat(rows, cols, CV_8UC4); // 8 bits per component, 4 channels (color channels + alpha)
CGContextRef contextRef = CGBitmapContextCreate(cvMat.data, // Pointer to data
cols, // Width of bitmap
rows, // Height of bitmap
8, // Bits per component
cvMat.step[0], // Bytes per row
colorSpace, // Colorspace
kCGImageAlphaNoneSkipLast |
kCGBitmapByteOrderDefault); // Bitmap info flags
CGContextDrawImage(contextRef, CGRectMake(0, 0, cols, rows), image.CGImage);
CGContextRelease(contextRef);
return cvMat;
}
これら 2 つのメソッドを呼び出すときは、自動解放プールを追加する必要があります。追加しないと、メモリが爆発的に増加します。
この変換ルートは遅いですが、CPU 使用率は高くありません。
方法 2
変換のアイデアは CVPixelBufferRef->YUV cv::Mat->RGB cv::Mat です
最初の方法
- (cv::Mat)cvMatFromPixelBuffer:(CVPixelBufferRef)p
{
CVPixelBufferLockBaseAddress(p, 0);
unsigned char *base = (unsigned char *)CVPixelBufferGetBaseAddress(p);
uint8_t *src_y = (unsigned char *)CVPixelBufferGetBaseAddressOfPlane(p, 0);
uint8_t *src_uv =(unsigned char *) CVPixelBufferGetBaseAddressOfPlane(p, 1);
int height = (int)CVPixelBufferGetHeight( p );
int width = (int)CVPixelBufferGetWidth(p);
cv::Mat yuvimg(height*3/2, width, CV_8UC1);
for(int i=0; i<height*width; i++){
*(yuvimg.data + i) = *(src_y + i);
}
int delta_h = height*3/2 - height;
for(int i=0; i<delta_h; i++){
for(int j=0; j<width; j++){
*(yuvimg.data + (height + i)*width + j) = *(src_uv + i*width + j);
}
}
//writeImage2Document("testim.jpg", yuvimg);
cv::Mat rgbimg(height, width, CV_8UC4);
cv::cvtColor(yuvimg, rgbimg, cv::COLOR_YUV2RGBA_NV21);
//CVPixelBufferRef testimg = [self getImageBufferFromMat:rgbimg];
CVPixelBufferUnlockBaseAddress( p, 0 );
return rgbimg;
}
この方法では、opencv を直接使用して変換するため、速度は速くなりますが、CPU 使用率が高くなります。
さらに、YUV データは、CVPixelBufferGetBaseAddress のアドレスを直接取得して書き込むのではなく、Y と UV に対して個別に cv::Mat に書き込む必要があることに注意してください。理由はわかりませんが、CVPixelBufferGetBaseAddress のアドレスを直接取得すると、開始アドレスが文字化けし、画面全体が右に移動してしまいます。
それはやめてください~