您好，我正在尝试使用 AVCaptureSession 从 iphone 相机访问原始数据。我遵循 Apple (link here) 提供的指南。
samplebuffer 中的原始数据是 YUV 格式（我对原始视频帧格式是否正确？？），如何从存储在 samplebuffer 中的原始数据中直接获取 Y 分量的数据。
【问题讨论】：
标签： iphone stream avcapturesession
在设置返回原始相机帧的 AVCaptureVideoDataOutput 时，您可以使用如下代码设置帧的格式：
[videoOutput setVideoSettings:[NSDictionary dictionaryWithObject:[NSNumber numberWithInt:kCVPixelFormatType_32BGRA] forKey:(id)kCVPixelBufferPixelFormatTypeKey]];
在这种情况下，指定了 BGRA 像素格式（我使用它来匹配 OpenGL ES 纹理的颜色格式）。该格式中的每个像素都有一个字节，依次代表蓝色、绿色、红色和 alpha。这样做可以很容易地提取颜色分量，但您确实需要从相机原生 YUV 颜色空间进行转换，从而牺牲了一点性能。
其他受支持的色彩空间是kCVPixelFormatType_420YpCbCr8BiPlanarVideoRange 和kCVPixelFormatType_420YpCbCr8BiPlanarFullRange（在较新的设备上）和kCVPixelFormatType_422YpCbCr8（在 iPhone 3G 上）。 VideoRange 或 FullRange 后缀仅表示返回的字节是在 16 - 235 （对于 Y）和 16 - 240（对于 UV）还是完整的 0 - 255（对于每个组件）之间返回。
我相信 AVCaptureVideoDataOutput 实例使用的默认色彩空间是 YUV 4:2:0 平面色彩空间（iPhone 3G 除外，它是 YUV 4:2:2 交错的）。这意味着视频帧中包含两个图像数据平面，首先是 Y 平面。对于生成图像中的每个像素，该像素的 Y 值都有一个字节。
你可以通过在你的委托回调中实现这样的东西来获得这个原始的 Y 数据：
- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection
{
CVImageBufferRef pixelBuffer = CMSampleBufferGetImageBuffer(sampleBuffer);
CVPixelBufferLockBaseAddress(pixelBuffer, 0);
unsigned char *rawPixelBase = (unsigned char *)CVPixelBufferGetBaseAddress(pixelBuffer);
// Do something with the raw pixels here
CVPixelBufferUnlockBaseAddress(pixelBuffer, 0);
}
然后，您可以找出图像上每个 X、Y 坐标在帧数据中的位置，并拉出与该坐标处的 Y 分量相对应的字节。
来自WWDC 2010 的 Apple FindMyiCone 示例（可与视频一起访问）展示了如何处理来自每一帧的原始 BGRA 数据。我还创建了一个示例应用程序，您可以下载here 的代码，它使用来自iPhone 摄像头的实时视频执行color-based object tracking。两者都展示了如何处理原始像素数据，但这些都不适用于 YUV 颜色空间。
【讨论】：
kCVPixelFormatType_420YpCbCr8BiPlanarVideoRange 是 YUV 4:2:0 平面色彩空间。
除了 Brad 的回答和您自己的代码之外，您还需要考虑以下几点：
由于您的图像有两个独立的平面，函数 CVPixelBufferGetBaseAddress 不会返回平面的基地址，而是返回附加数据结构的基地址。这可能是由于当前的实现，您获得的地址足够接近第一个平面，以便您可以看到图像。但这就是它移动并在左上角有垃圾的原因。接收第一架飞机的正确方法是：
unsigned char *rowBase = CVPixelBufferGetBaseAddressOfPlane(pixelBuffer, 0);
图像中的一行可能比图像的宽度长（由于四舍五入）。这就是为什么有单独的函数来获取每行的宽度和字节数。你目前没有这个问题。但这可能会随着 iOS 的下一个版本而改变。所以你的代码应该是：
int bufferHeight = CVPixelBufferGetHeight(pixelBuffer);
int bufferWidth = CVPixelBufferGetWidth(pixelBuffer);
int bytesPerRow = CVPixelBufferGetBytesPerRowOfPlane(pixelBuffer, 0);
int size = bufferHeight * bytesPerRow ;
unsigned char *pixel = (unsigned char*)malloc(size);
unsigned char *rowBase = CVPixelBufferGetBaseAddressOfPlane(pixelBuffer, 0);
memcpy (pixel, rowBase, size);
还请注意，您的代码在 iPhone 3G 上会严重失败。
【讨论】：
如果您只需要亮度通道，我建议不要使用 BGRA 格式，因为它会带来转换开销。如果您正在渲染东西，Apple 建议使用 BGRA，但您不需要它来提取亮度信息。正如 Brad 已经提到的，最有效的格式是相机原生 YUV 格式。
但是，从样本缓冲区中提取正确的字节有点棘手，尤其是对于具有交错 YUV 422 格式的 iPhone 3G。这是我的代码，它适用于 iPhone 3G、3GS、iPod Touch 4 和 iPhone 4S。
#pragma mark -
#pragma mark AVCaptureVideoDataOutputSampleBufferDelegate Methods
#if !(TARGET_IPHONE_SIMULATOR)
- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection;
{
// get image buffer reference
CVImageBufferRef imageBuffer = CMSampleBufferGetImageBuffer(sampleBuffer);
// extract needed informations from image buffer
CVPixelBufferLockBaseAddress(imageBuffer, 0);
size_t bufferSize = CVPixelBufferGetDataSize(imageBuffer);
void *baseAddress = CVPixelBufferGetBaseAddress(imageBuffer);
CGSize resolution = CGSizeMake(CVPixelBufferGetWidth(imageBuffer), CVPixelBufferGetHeight(imageBuffer));
// variables for grayscaleBuffer
void *grayscaleBuffer = 0;
size_t grayscaleBufferSize = 0;
// the pixelFormat differs between iPhone 3G and later models
OSType pixelFormat = CVPixelBufferGetPixelFormatType(imageBuffer);
if (pixelFormat == '2vuy') { // iPhone 3G
// kCVPixelFormatType_422YpCbCr8 = '2vuy',
/* Component Y'CbCr 8-bit 4:2:2, ordered Cb Y'0 Cr Y'1 */
// copy every second byte (luminance bytes form Y-channel) to new buffer
grayscaleBufferSize = bufferSize/2;
grayscaleBuffer = malloc(grayscaleBufferSize);
if (grayscaleBuffer == NULL) {
NSLog(@"ERROR in %@:%@:%d: couldn't allocate memory for grayscaleBuffer!", NSStringFromClass([self class]), NSStringFromSelector(_cmd), __LINE__);
return nil; }
memset(grayscaleBuffer, 0, grayscaleBufferSize);
void *sourceMemPos = baseAddress + 1;
void *destinationMemPos = grayscaleBuffer;
void *destinationEnd = grayscaleBuffer + grayscaleBufferSize;
while (destinationMemPos <= destinationEnd) {
memcpy(destinationMemPos, sourceMemPos, 1);
destinationMemPos += 1;
sourceMemPos += 2;
}
}
if (pixelFormat == '420v' || pixelFormat == '420f') {
// kCVPixelFormatType_420YpCbCr8BiPlanarVideoRange = '420v',
// kCVPixelFormatType_420YpCbCr8BiPlanarFullRange = '420f',
// Bi-Planar Component Y'CbCr 8-bit 4:2:0, video-range (luma=[16,235] chroma=[16,240]).
// Bi-Planar Component Y'CbCr 8-bit 4:2:0, full-range (luma=[0,255] chroma=[1,255]).
// baseAddress points to a big-endian CVPlanarPixelBufferInfo_YCbCrBiPlanar struct
// i.e.: Y-channel in this format is in the first third of the buffer!
int bytesPerRow = CVPixelBufferGetBytesPerRowOfPlane(imageBuffer, 0);
baseAddress = CVPixelBufferGetBaseAddressOfPlane(imageBuffer,0);
grayscaleBufferSize = resolution.height * bytesPerRow ;
grayscaleBuffer = malloc(grayscaleBufferSize);
if (grayscaleBuffer == NULL) {
NSLog(@"ERROR in %@:%@:%d: couldn't allocate memory for grayscaleBuffer!", NSStringFromClass([self class]), NSStringFromSelector(_cmd), __LINE__);
return nil; }
memset(grayscaleBuffer, 0, grayscaleBufferSize);
memcpy (grayscaleBuffer, baseAddress, grayscaleBufferSize);
}
// do whatever you want with the grayscale buffer
...
// clean-up
free(grayscaleBuffer);
}
#endif
【讨论】：
这只是其他所有人辛勤工作的成果，无论是在其他线程上还是在其他线程上，都已转换为 swift 3 以供任何认为有用的人使用。
func captureOutput(_ captureOutput: AVCaptureOutput!, didOutputSampleBuffer sampleBuffer: CMSampleBuffer!, from connection: AVCaptureConnection!) {
if let pixelBuffer = CMSampleBufferGetImageBuffer(sampleBuffer) {
CVPixelBufferLockBaseAddress(pixelBuffer, CVPixelBufferLockFlags.readOnly)
let pixelFormatType = CVPixelBufferGetPixelFormatType(pixelBuffer)
if pixelFormatType == kCVPixelFormatType_420YpCbCr8BiPlanarFullRange
|| pixelFormatType == kCVPixelFormatType_420YpCbCr8BiPlanarVideoRange {
let bufferHeight = CVPixelBufferGetHeight(pixelBuffer)
let bufferWidth = CVPixelBufferGetWidth(pixelBuffer)
let lumaBytesPerRow = CVPixelBufferGetBytesPerRowOfPlane(pixelBuffer, 0)
let size = bufferHeight * lumaBytesPerRow
let lumaBaseAddress = CVPixelBufferGetBaseAddressOfPlane(pixelBuffer, 0)
let lumaByteBuffer = unsafeBitCast(lumaBaseAddress, to:UnsafeMutablePointer<UInt8>.self)
let releaseDataCallback: CGDataProviderReleaseDataCallback = { (info: UnsafeMutableRawPointer?, data: UnsafeRawPointer, size: Int) -> () in
// https://developer.apple.com/reference/coregraphics/cgdataproviderreleasedatacallback
// N.B. 'CGDataProviderRelease' is unavailable: Core Foundation objects are automatically memory managed
return
}
if let dataProvider = CGDataProvider(dataInfo: nil, data: lumaByteBuffer, size: size, releaseData: releaseDataCallback) {
let colorSpace = CGColorSpaceCreateDeviceGray()
let bitmapInfo = CGBitmapInfo(rawValue: CGImageAlphaInfo.noneSkipFirst.rawValue)
let cgImage = CGImage(width: bufferWidth, height: bufferHeight, bitsPerComponent: 8, bitsPerPixel: 8, bytesPerRow: lumaBytesPerRow, space: colorSpace, bitmapInfo: bitmapInfo, provider: dataProvider, decode: nil, shouldInterpolate: false, intent: CGColorRenderingIntent.defaultIntent)
let greyscaleImage = UIImage(cgImage: cgImage!)
// do what you want with the greyscale image.
}
}
CVPixelBufferUnlockBaseAddress(pixelBuffer, CVPixelBufferLockFlags.readOnly)
}
}
【讨论】：