30、摄像头优化：CameraX使用、预览帧率优化、拍照延迟优化、图像处理流水线
摄像头优化，说实话，是Android性能优化里最让人头疼的一块。为什么？因为它涉及硬件、驱动、框架、应用层，任何一个环节掉链子，用户感知到的就是「卡顿」、「拍照慢」、「取景器掉帧」。我这些年调过的摄像头问题，少说也有几十个了，从低端机到旗舰机，踩过的坑能写一本小册子。
今天咱们就聊聊CameraX的使用、预览帧率、拍照延迟，还有背后的图像处理流水线。嗯，这里我默认你已经对Camera2 API有一定了解，CameraX说白了就是Google在Camera2之上封装的一套更友好的库。
一、为什么选CameraX？
我个人习惯，新项目直接上CameraX。除非你有非常特殊的定制需求，比如要直接操作底层ISP，否则CameraX能帮你省掉80%的兼容性工作。
CameraX的核心优势就三点：
- 生命周期感知：自动绑定Activity/Fragment的生命周期，不用手动释放Camera
- 设备兼容性：Google做了大量厂商适配，你不需要为每个机型写if-else
- 用例驱动：预览、拍照、分析，三个用例组合使用，代码清晰
核心观点：CameraX不是银弹，但它把Camera2的复杂度降低了一个数量级。如果你的App需要快速上线，选它没错。
二、预览帧率优化
预览帧率低，用户第一反应就是「这App好卡」。我遇到过最夸张的一个案例，某款千元机预览只有15fps，用户直接给了差评。后来发现是分辨率设置不合理。
优化预览帧率，我总结了三个关键点：
1. 选择合适的分辨率
不是分辨率越高越好。你想想看，屏幕才1080p，你非要开4K预览，GPU和ISP都扛不住。CameraX提供了Preview.Builder.setTargetResolution()，建议直接匹配屏幕尺寸。
// 推荐做法：根据屏幕尺寸设置预览分辨率
val screenSize = Point()
windowManager.defaultDisplay.getRealSize(screenSize)
val preview = Preview.Builder()
.setTargetResolution(screenSize) // 匹配屏幕
.build()小技巧：我曾经在某个项目里发现，设置setTargetAspectRatio()比直接设置分辨率更高效。因为CameraX会自动选择最接近的硬件支持分辨率，减少缩放开销。
2. 控制帧率上限
很多设备默认预览帧率是30fps，但如果你不需要那么高，可以主动降低。比如扫码场景，15fps就够用了。
// 设置预览帧率范围
val preview = Preview.Builder()
.setTargetFrameRate(15, 30) // 最低15fps，最高30fps
.build()这里要注意，setTargetFrameRate只是一个提示，不是强制值。底层驱动可能会忽略它。我在某款MTK平台上就遇到过，设置后完全没效果，最后还是得走Camera2的setRepeatingBurst才搞定。
3. 减少预览回调的负担
如果你用了ImageAnalysis用例做实时处理，比如人脸检测、二维码识别，一定要控制回调频率。否则预览线程会被拖死。
val analysis = ImageAnalysis.Builder()
.setBackpressureStrategy(ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST)
.setTargetFrameRate(10, 15) // 分析帧率降低到10-15fps
.build()避坑指南：我曾经在一个直播项目里，预览和分析都跑30fps，结果发热严重，手机直接降频。后来把分析帧率降到15fps，预览保持30fps，问题解决。记住：预览和分析是两个独立流水线，别混为一谈。
三、拍照延迟优化
拍照延迟，说白了就是从按下快门到看到照片的时间。用户对这个特别敏感，超过200ms就会觉得「慢」。
我优化拍照延迟的思路，一般分三步走：
1. 使用CaptureMode优化
CameraX提供了ImageCapture.CaptureMode，有MIN_LATENCY和MAX_QUALITY两种模式。追求速度就选前者。
val imageCapture = ImageCapture.Builder()
.setCaptureMode(ImageCapture.CaptureMode.MIN_LATENCY)
.build()嗯，这里要提醒一下：MIN_LATENCY模式会降低画质，因为底层会跳过一些后处理步骤。如果你的App是专业摄影类，慎用。
2. 预对焦和预曝光
很多拍照延迟是因为对焦和测光占用了大量时间。我建议在用户进入拍照界面时就触发一次预对焦，而不是等用户按下快门才做。
// 在预览开始后，主动触发一次对焦
camera.cameraControl.startFocusAndMetering(
FocusMeteringAction.Builder(
MeteringPointFactory.fromPoint(surfaceProvider, x, y)
).build()
)我在一个扫码App里用过这个方案，拍照延迟从300ms降到了120ms。效果立竿见影。
3. 异步保存与缩略图
拍照完成后，保存到文件是耗时操作。别在主线程做。CameraX默认是异步的，但如果你用了自定义OnImageCapturedCallback，记得把文件IO放到子线程。
imageCapture.takePicture(
ContextCompat.getMainExecutor(this),
object : ImageCapture.OnImageCapturedCallback() {
override fun onCaptureSuccess(image: ImageProxy) {
// 这里还是在主线程，别做耗时操作
thread {
// 保存到文件
saveImageToFile(image)
}
}
}
)核心观点：拍照延迟优化的本质，就是把「能提前做的事提前做，能异步做的事异步做」。预对焦、预曝光、异步保存，这三板斧用好了，延迟能降一半。
四、图像处理流水线
理解图像处理流水线，是做好摄像头优化的基础。说白了，就是一张照片从镜头到屏幕，中间经历了什么。
我画了一张图，帮你理清整个流程：
从图上你能看到，数据从传感器出来，经过ISP处理，再到HAL层，然后通过Camera2/CameraX框架，最终到达应用层的三个用例。每个环节都可能成为瓶颈。
流水线优化的几个关键点
- ISP是硬件瓶颈：ISP的处理能力是固定的，你没法优化它。但你可以通过降低分辨率、关闭某些后处理特性来减轻它的负担。
- 内存拷贝要避免：从ImageReader到应用层，每多一次拷贝，就多一次延迟。CameraX的
ImageProxy已经做了零拷贝优化，但如果你自己写Camera2，记得用ImageReader的setOnImageAvailableListener时，及时释放Image对象。 - GPU vs CPU：图像后处理（比如滤镜、美颜）用GPU做比CPU快得多。我建议用RenderScript或OpenGL做实时处理，别用Bitmap操作。
避坑指南：我曾经在一个项目里，用CPU做YUV转RGB，结果预览帧率直接掉到10fps。后来换成RenderScript的ScriptIntrinsicYuvToRGB，帧率回到了30fps。记住：能用硬件加速就别用软件。
五、总结一下
摄像头优化，说白了就是三个字：减、控、异。
- 减：减少分辨率、减少帧率、减少不必要的处理
- 控：控制生命周期、控制回调频率、控制内存使用
- 异：异步保存、异步处理、异步加载
CameraX帮我们封装了很多底层细节，但理解流水线原理，才能知道瓶颈在哪。嗯，今天就聊到这。如果你在实际项目中遇到摄像头优化的问题，欢迎来交流。