3. 拍照功耗优化：拍照流程功耗拆解、减少JPEG编码开销、使用YUV_420_888格式
拍照这个动作，看起来就是按一下快门。但在系统层面，它是一连串高功耗操作的串联。我见过不少项目，拍照时整机电流直接飙到 800mA 以上，比游戏场景还猛。说白了，拍照功耗优化的核心就两件事：减少不必要的计算，以及选对数据格式。
3.1 拍照流程功耗拆解：每一毫安都花在哪了？
我们先拆一下一次完整的拍照流程。从按下快门到最终保存图片，大致经过这几个阶段：
- Sensor 曝光 + 读出行：CMOS 传感器开始工作，逐行读出 RAW 数据。这个阶段功耗主要取决于 sensor 的帧率和分辨率。4K 60fps 的 sensor 功耗比 1080p 30fps 高出一倍不止。
- ISP 管线处理：RAW 数据进入 ISP，经过黑电平校正、去马赛克、降噪、色调映射等一系列操作。ISP 是功耗大户，尤其是多帧降噪和 HDR 合成。
- 编码输出：处理完的 YUV 数据，要么直接输出给应用层，要么编码成 JPEG 保存。JPEG 编码需要大量的 DCT 变换和熵编码，CPU 或 DSP 负载很高。
- 文件写入：编码后的 JPEG 数据写入闪存。UFS 2.1 的写入功耗大约在 200-300mW，虽然占比不大，但也不能忽略。
关键结论：在整个流程中，ISP 处理和 JPEG 编码通常占据 60% 以上的功耗。优化这两个环节，收益最明显。
我在项目中遇到过一种情况：某款手机在弱光下拍照，整机电流比正常场景高了 30%。排查后发现，是因为 ISP 开启了 3 帧合成降噪，每帧都要做一次完整的管线处理。后来我们改成 2 帧合成，画质损失很小，但功耗降了 15%。
3.2 减少 JPEG 编码开销：别让 CPU 干苦力
JPEG 编码，说白了就是把 YUV 数据压缩成 JPEG 文件。这个过程非常消耗计算资源。为什么？因为 JPEG 编码要做这几件事：
- 颜色空间转换（YUV → RGB，虽然 JPEG 内部还是 YCbCr）
- 下采样（4:2:0 或 4:2:2）
- 8x8 块划分 + DCT 变换
- 量化 + 霍夫曼编码
每一步都是计算密集型的。尤其是 DCT 变换和霍夫曼编码，在 CPU 上跑的话，一张 12MP 的照片大约需要 50-80ms 的 CPU 时间。如果用的是低端芯片，这个时间可能翻倍。
那怎么优化？ 我个人习惯用这几种方法：
- 硬件编码器优先：现在的 SoC 基本都有硬件 JPEG 编码器。比如高通平台的
hardware/jpeg模块，或者 MTK 的jpeg_enc驱动。硬件编码的功耗只有软件编码的 1/5 到 1/10。一定要确保 Camera HAL 走的是硬件编码路径。 - 降低编码质量：JPEG 的 quality 参数从 95 降到 85，文件大小能减少 40%，编码时间也相应缩短。对于非专业摄影场景，85 的 quality 肉眼几乎看不出区别。我建议在 Camera 的拍照设置里，默认用 85，而不是 95。
- 使用 YUV420 直接编码：如果 sensor 输出的是 YUV420 格式，直接送给 JPEG 编码器，省去颜色空间转换这一步。很多 HAL 实现里，会先把 YUV420 转成 NV21 再编码，多此一举。
避坑指南：我曾经在某个项目里发现，JPEG 编码走了软件路径，原因是 HAL 层没有正确配置 JPEG 硬件编码器的 buffer 格式。排查了两天才找到根因。建议在开机时通过 dmesg | grep jpeg 确认硬件编码器是否被正确加载。
3.3 使用 YUV_420_888 格式：Android 官方推荐的省电方案
YUV_420_888 是 Android Camera2 API 中定义的 YUV 格式。它本质上是一个多平面的 YUV420 格式，Y 平面一个 buffer，U 和 V 平面共享一个 buffer。为什么推荐用它？
- 减少内存拷贝：YUV_420_888 可以直接从 ISP 输出到应用层，不需要额外的格式转换。而 NV21 或 YV12 往往需要一次额外的 memcpy。
- 硬件友好：大多数 ISP 和 DSP 原生支持 YUV420 格式。用 YUV_420_888 可以直接走零拷贝路径。
- 编码效率高：JPEG 编码器对 YUV420 的支持最好，编码速度比 NV21 快 10-15%。
你想想看，如果每次拍照都要把 YUV420 转成 NV21，再转回 YUV420 去编码，这中间浪费了多少功耗？我见过一个案例，某款手机拍照延迟高达 500ms，排查后发现 HAL 层做了两次格式转换。改成 YUV_420_888 后，延迟降到了 300ms。
下面是一个使用 YUV_420_888 的代码示例：
// 在 ImageReader 中设置 YUV_420_888 格式
ImageReader reader = ImageReader.newInstance(
width, height,
ImageFormat.YUV_420_888, // 关键：使用 YUV_420_888
maxImages);
// 从 Image 中获取 YUV 数据
Image image = reader.acquireLatestImage();
Image.Plane[] planes = image.getPlanes();
ByteBuffer yBuffer = planes[0].getBuffer();
ByteBuffer uBuffer = planes[1].getBuffer();
ByteBuffer vBuffer = planes[2].getBuffer();
// 注意：YUV_420_888 的 U 和 V 平面可能交错存储
// 需要根据 pixelStride 和 rowStride 正确解析
int yRowStride = planes[0].getRowStride();
int uvRowStride = planes[1].getRowStride();
int uvPixelStride = planes[1].getPixelStride();
注意事项：YUV_420_888 的 U 和 V 平面的 pixelStride 可能是 2（交错模式）或 1（分离模式）。解析时一定要根据 pixelStride 动态处理，不要写死。否则在某些设备上会出现颜色异常。
3.4 知识体系：拍照功耗优化全景图
下面这张图总结了拍照功耗优化的核心逻辑。你可以把它当作一个检查清单：
这张图把拍照流程拆成了四个阶段，每个阶段都有对应的优化策略。我个人建议，优先从 JPEG 编码和 YUV 格式入手，因为这两个改动对系统架构影响最小，收益却很明显。
嗯，这里要注意一点：优化不是一刀切。比如降低 JPEG quality，对专业摄影用户可能不适用。我一般会在 Camera 的拍照模式里做分级：普通模式用 quality 85，专业模式用 quality 95。这样既省电，又保留了高端功能。
最后说一句，拍照功耗优化是一个持续迭代的过程。每次改完，记得用 Power Monitor 或 BatteryStats 验证一下实际效果。我曾经改了一个参数，理论省电 10%，结果实际测试只省了 2%。原因是有其他模块在后台抢资源。所以，实测才是硬道理。