前言
因为业务需要,要做这样一个转换。目前写了两种转换方法。
在iphonex真机上运行,一种方法需要24ms一帧,CPU占用率85%,另一种需要17ms一帧,CPU占用率140%。下面就来详细说说。
方法一
转换思路是CVPixelBufferRef->UIImage->cv::Mat的路线。
直接上方法:
先是CVPixelBufferRef->UIImage的方法
- (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;
}
然后是UIImage->cv::Mat的方法
- (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;
}
这两个方法调用的时候需要加自动释放池,否则内存会爆掉。
这条转换路线就是速度慢但是CPU占用率不高的。
方法二
转换思路是CVPixelBufferRef->YUV cv::Mat->RGB cv::Mat
先上方法
- (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;
}
这种方法直接使用opencv来转换,速度会快一些, 但是CPU占用率高。
另外需要注意的是,YUV数据需要Y和UV分开写入到cv::Mat中,而不是直接获取CVPixelBufferGetBaseAddress的地址写入。我不知道为什么,直接取CVPixelBufferGetBaseAddress的地址的话,在起始地址会有一段乱码,然后导致整个画面右移。
收工~
超级好用的调试
前往应用市场
版权归原作者 星辰辰大海 所有, 如有侵权,请联系我们删除。