用多線程處理Android相機幀

我爲我的應用程序使用OpenCV，Vuforia和Tesseract（tess-two）。我的系統是這樣工作的：用多線程處理Android相機幀

Vuforia檢測目標，並將全幀的OpenCV（JNI）
OpenCV的獲取框架，並做了一些圖像處理，使其可讀的正方體（JNI）
Tesseract（tess-two）從opencv獲取字節數組，並對圖像執行OCR處理（字節數組）

我的問題從第三部分開始。由於我的目標是實時拍攝相機畫面，所以我嘗試使用多線程來使UI平滑，並且不會導致實時相機視覺變慢。

我決定使用的AsyncTask的，像這樣：

public void getFromNative(final byte[] imagedata, final int width,final int height,final byte [] typeData, final int typeWidth,final int typeHeight) { 

     new AsyncTask<Void, Void, Void>() { 

      @Override 
      protected Void doInBackground(Void... params) { 
       ocr(imagedata, width, height,typeData,typeWidth,typeHeight);      
       return null; 
      } 

     }.execute();     
}

這讓直播相機流比正常的，單個線程的方式平滑。但問題在於，由於實時攝像機幀的啓動，它啓動了很多AsyncTask，即使我將攝像機從目標轉離時，它也會繼續對先前創建的AsycnTask執行OCR，併爲它們一個接一個地返回結果。除了AsyncTask之外，我嘗試了IntenService，但結果是一樣的。

我想問問是否有辦法解決這個問題，並使過程更有效率。

感謝

來源

2013-08-12 koraxis

我的建議，你不要試圖識別每一個單幀相機peview取。我們使用以下onPreviewFrame-method:

public final void onPreviewFrame(final byte[] data, final Camera camera) { 
    this.data = data; 
    now = Calendar.getInstance().getTimeInMillis(); 

    if (now - lastRecognitionTime > TIME_BETWEEN_RECOGNITION_STARTS_IN_MILLIS) { 
     lastRecognitionTime = now; 
     startRecognition(); // here you can start your async task 
    } 
}

這意味着識別過程只啓動每隔幾個預覽畫面，這取決於你如何配置TIME_BETWEEN_RECOGNITION_STARTS_IN_MILLIS類似的東西。

來源

2013-08-12 09:12:18

謝謝你的建議，但我仍然沒有看到這麼多的性能增加，問題是特別是與沒有這麼好的相機和舊設備的設備。我在想也許這個解決方案使用的是不同於AsyncTask的多線程技術。 – koraxis

當設備相對穩定並且移動不太多時，我們只識別幀。此外，我們只分析那些我們確信（或多或少）會使圖片清晰的幀。 –

用多線程處理Android相機幀

回答

相關問題