简介：本文深入解析Android Camera2 API实现全屏预览与实时获取预览帧进行图像处理的技术要点，涵盖配置优化、帧捕获机制及图像处理流程，助力开发者构建高性能相机应用。

一、Camera2 API 基础与优势

Camera2 API 是 Android 5.0（API 21）引入的全新相机接口，相比已废弃的 Camera1 API，其核心优势在于更精细的控制能力和更低的延迟。Camera2 将相机操作拆解为多个可配置的请求（CaptureRequest），开发者能独立控制对焦、曝光、白平衡等参数，同时支持多摄像头同步和动态分辨率调整。

在全屏预览场景中，Camera2 的输出目标（Surface）配置机制尤为关键。通过将预览 Surface 设置为与屏幕分辨率匹配的 TextureView 或 SurfaceView，可避免画面拉伸或黑边。例如，在配置预览请求时，需明确指定输出尺寸：

// 创建预览用的Surface
TextureView textureView = findViewById(R.id.texture_view);
SurfaceTexture surfaceTexture = textureView.getSurfaceTexture();
surfaceTexture.setDefaultBufferSize(previewWidth, previewHeight);
Surface previewSurface = new Surface(surfaceTexture);
// 配置CaptureRequest.Builder
CaptureRequest.Builder previewBuilder = cameraDevice.createCaptureRequest(CameraDevice.TEMPLATE_PREVIEW);
previewBuilder.addTarget(previewSurface);  // 绑定预览Surface

二、全屏预览的实现要点

1. 屏幕适配与分辨率匹配

全屏预览的核心是确保相机输出的图像比例与设备屏幕比例一致。需通过 CameraCharacteristics 获取相机支持的分辨率列表，并筛选出与屏幕宽高比最接近的尺寸：

StreamConfigurationMap map = characteristics.get(CameraCharacteristics.SCALER_STREAM_CONFIGURATION_MAP);
Size[] previewSizes = map.getOutputSizes(SurfaceTexture.class);
// 根据屏幕宽高比筛选最优尺寸
Size optimalSize = findOptimalPreviewSize(previewSizes, screenWidth, screenHeight);

2. 自动对焦与曝光控制

为提升预览体验，需配置持续自动对焦（CONTINUOUS_PICTURE）和自动曝光：

previewBuilder.set(CaptureRequest.CONTROL_AF_MODE, CaptureRequest.CONTROL_AF_MODE_CONTINUOUS_PICTURE);
previewBuilder.set(CaptureRequest.CONTROL_AE_MODE, CaptureRequest.CONTROL_AE_MODE_ON);

3. 横竖屏切换处理

通过监听 TextureView.SurfaceTextureListener 的 onSurfaceTextureSizeChanged 方法，动态调整预览方向：

@Override
public void onSurfaceTextureSizeChanged(SurfaceTexture surface, int width, int height) {
    int rotation = getWindowManager().getDefaultDisplay().getRotation();
    cameraDevice.createCaptureSession(Arrays.asList(previewSurface), 
        new CameraCaptureSession.StateCallback() {
            @Override
            public void onConfigured(@NonNull CameraCaptureSession session) {
                // 根据旋转角度更新预览请求
            }
        }, backgroundHandler);
}

三、实时获取预览帧的机制

1. ImageReader 的配置与使用

通过 ImageReader 捕获预览帧是实时处理的关键。需配置与预览尺寸相同的 ImageFormat.YUV_420_888 格式，并设置最大图像数：

ImageReader imageReader = ImageReader.newInstance(
    previewWidth, previewHeight, 
    ImageFormat.YUV_420_888, 
    2  // 缓冲区数量
);
// 添加到CaptureRequest
previewBuilder.addTarget(imageReader.getSurface());

2. 帧到达回调处理

通过 ImageReader.OnImageAvailableListener 接收帧数据，转换为可处理的 Image 对象：

imageReader.setOnImageAvailableListener(new ImageReader.OnImageAvailableListener() {
    @Override
    public void onImageAvailable(ImageReader reader) {
        Image image = reader.acquireLatestImage();
        if (image != null) {
            processImage(image);  // 自定义处理逻辑
            image.close();
        }
    }
}, backgroundHandler);

3. YUV 数据转换与处理

原始 YUV 数据需转换为 RGB 或 Bitmap 进行算法处理。以下示例展示 YUV420 到 RGB 的转换：

private void yuvToRgb(Image image) {
    Image.Plane[] planes = image.getPlanes();
    ByteBuffer yBuffer = planes[0].getBuffer();
    ByteBuffer uBuffer = planes[1].getBuffer();
    ByteBuffer vBuffer = planes[2].getBuffer();
    int ySize = yBuffer.remaining();
    int uSize = uBuffer.remaining();
    int vSize = vBuffer.remaining();
    byte[] yData = new byte[ySize];
    byte[] uData = new byte[uSize];
    byte[] vData = new byte[vSize];
    yBuffer.get(yData);
    uBuffer.get(uData);
    vBuffer.get(vData);
    // 使用RenderScript或OpenCV进行YUV到RGB转换
    // 示例省略具体转换代码
}

四、图像处理流水线优化

1. 异步处理架构

为避免阻塞相机线程，需将图像处理放在独立线程：

ExecutorService executor = Executors.newSingleThreadExecutor();
private void processImage(Image image) {
    executor.execute(() -> {
        // 1. YUV转换
        // 2. 应用图像处理算法（如美颜、滤镜）
        // 3. 显示或保存结果
    });
}

2. 性能关键点

减少内存拷贝：直接操作 Image 的 ByteBuffer，避免 byte[] 转换。
降低分辨率：对实时性要求高的场景，可降低处理分辨率。
算法优化：使用 RenderScript 或 NDK 加速计算密集型操作。

3. 帧率控制

通过 CaptureRequest.CONTROL_AE_TARGET_FPS_RANGE 限制帧率，平衡性能与功耗：

Range<Integer> fpsRange = new Range<>(15, 30);  // 15-30FPS
previewBuilder.set(CaptureRequest.CONTROL_AE_TARGET_FPS_RANGE, fpsRange);

五、常见问题与解决方案

1. 预览卡顿

原因：UI线程阻塞或处理耗时过长。
解决：将所有图像处理移至后台线程，使用 HandlerThread 管理。

2. 内存泄漏

原因：未关闭 Image 或 Surface。
解决：在 onImageAvailable 中确保调用 image.close()，并在 onPause 中释放 ImageReader。

3. 权限问题

动态权限：Android 6.0+ 需请求 CAMERA 和 WRITE_EXTERNAL_STORAGE。

运行时检查：

if (ContextCompat.checkSelfPermission(this, Manifest.permission.CAMERA) 
  != PackageManager.PERMISSION_GRANTED) {
  ActivityCompat.requestPermissions(this, new String[]{Manifest.permission.CAMERA}, REQUEST_CAMERA);
}

六、进阶优化方向

多摄像头同步：通过 CameraManager 同时打开前后摄像头。
HEIF 格式支持：使用 ImageFormat.HEIC 减少存储占用。
机器学习集成：结合 ML Kit 或 TensorFlow Lite 实现实时人脸检测。

通过系统掌握 Camera2 的全屏预览与帧捕获机制，开发者能够构建出流畅、低延迟的相机应用，为图像处理、AR 等场景提供坚实基础。实际开发中需结合设备兼容性测试（如使用 Camera2Compat 库）和性能监控工具（如 Android Profiler）持续优化。

Android Camera2 实战：全屏预览与实时帧处理全解析