【AR实验室】OpenGL ES绘制相机（OpenGL ES 1.0版本）

0x00 - 前言

---

之前做一些移动端的AR应用以及目前看到的一些AR应用，基本上都是这样一个套路：手机背景显示现实场景，然后在该背景上进行图形学绘制。至于图形学绘制时，相机外参的解算使用的是V-SLAM、Marker-Based还是GPS的方法，就不一而足了。

所以说要在手机上进行现实场景的展现也是目前AR应用一个比较重要的模块。一般来说，在移动端，基本上都是使用OpenGL ES进行绘制。所以我们优先考虑使用OpenGL ES进行相机的绘制。当然，有些应用直接利用iOS的UIImage进行相机场景的展示，这也是可以的，不过考虑到与OpenGL ES的绘制环境兼容性、Android端的复用情况以及UIImage的效率情况，我决定还是使用OpenGL ES进行绘制，这样与后面的图形绘制（OpenGL ES）可以统一绘制环境，另外OpenGL ES是可以跨平台的，代码也可以很方便地移植到Android端，并且OpenGL ES比UIImage更接近图形硬件，所以效率上要快那么一丢丢。

利用相机绘制部分其实已经有一些解决方案了，但是基本上每个应用的绘制方式都不一样。目前来说我看到过比较好的就是ARToolKit的方式，但是ARToolKit工程化程度已经很高了，想将其中的相机绘制部分分离出来为自己所用，对于渣渣的我来说，两个字——“太难”。所以此处我自己写了一个相机绘制的模块，虽然说在鲁棒性上还差很多，但是基本可以用来做做小Demo。如果大家想做一个商用的AR应用，建议直接使用ARToolKit的相机绘制代码。

0x01 - 思路

---

因为我只会iOS，所以这里主要讲解的是在iOS上利用OpenGL ES绘制相机。另外，相对于OpenGL ES 2.0，1.0更为简单，所以此处使用的OpenGL ES版本为1.0，当然，后面肯定会兼容2.0。

我们都知道iOS中相机的绘制离不开AVCaptureSession。利用AVCaptureSession可以获取到实时相机拍摄内容。随后利用OpenGL ES中绘制纹理的方式将该内容绘制到屏幕上。整个思路就是这么简单。主要涉及两个部分，一个是AVCaptureSession的使用，一个是iOS上OpenGl ES的绘制。

0x02 - AVCaptureSession获取拍摄内容

---

AVCaptureSession使用流程主要分为两部分。第一部分是配置相机输入输出的功能参数，比如拍摄分辨率、相机焦距、曝光、白平衡等等。另一部分是利用AVCaptureVideoDataOutputSampleBufferDelegate这个代理中的函数

- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection;

获取到具体的拍摄内容。

2.1 配置相机功能参数

配置相机功能参数其实就是配置AVCaptureSession对象。这里面主要涉及到四个类AVCaptureSession、AVCaptureDevice、AVCaptureDeviceInput和AVCaptureVideoDataOutput。这四个类的关系如下：

AVCaptureSession是管理AVCaptureDeviceInput和AVCaptureVideoDataOutput，也就是管理输入输出过程，所以称作Session。相机的输入配置就是AVCaptureDeviceInput，主要解决是否使用自动曝光、自动白平衡之类的，而输出配置就是AVCaptureVideoDataOutput，主要决定输出视频图像的格式之类的。AVCaptureDevice表示捕捉设备，因为具体捕获的内容不明确，所以还会区分捕捉视频的设备还是捕捉声音的设备。这里我们从捕捉这个词可以看出其实AVCaptureDevice和输入AVCaptureDeviceInput关系紧密。

简单介绍一下代码中对于AVCaptureSession对象session的配置：

- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection
{
    // 时间戳，以后的文章需要该信息。此处可以忽略
    CMTime timestamp = CMSampleBufferGetPresentationTimeStamp(sampleBuffer);
    if (CMTIME_IS_VALID(self.preTimeStamp)) {
        self.videoFrameRate = 1.0 / CMTimeGetSeconds(CMTimeSubtract(timestamp, self.preTimeStamp));
    }
    self.preTimeStamp = timestamp;
    
    // 获取图像缓存区内容
    CVImageBufferRef pixelBuffer = CMSampleBufferGetImageBuffer(sampleBuffer);
    // 锁定pixelBuffer的基址，与下面解锁基址成对
    // CVPixelBufferLockBaseAddress要传两个参数
    // 第一个参数是你要锁定的buffer的基址,第二个参数目前还未定义,直接传'0'即可
    CVPixelBufferLockBaseAddress(pixelBuffer, 0);
    
    // 获取图像缓存区的宽高
    int buffWidth = static_cast<int>(CVPixelBufferGetWidth(pixelBuffer));
    int buffHeight = static_cast<int>(CVPixelBufferGetHeight(pixelBuffer));
    // 这一步很重要，将图像缓存区的内容转化为C语言中的unsigned char指针
    // 因为我们在相机设置时，图像格式为BGRA，而后面OpenGL ES的纹理格式为RGBA
    // 这里使用OpenCV转换格式，当然，你也可以不用OpenCV，手动直接交换R和B两个分量即可
    unsigned char* imageData = (unsigned char*)CVPixelBufferGetBaseAddress(pixelBuffer);
    _imgMat = cv::Mat(buffWidth, buffHeight, CV_8UC4, imageData);
    cv::cvtColor(_imgMat, _imgMat, CV_BGRA2RGBA);
    // 解锁pixelBuffer的基址
    CVPixelBufferUnlockBaseAddress(pixelBuffer, 0);
    
    // 绘制部分
    // ...
}

2.2 获取拍摄内容

设置好了相机的各种参数，同时启动Session，就可以在函数

- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection

中获取到每帧图像，并进行处理。

- (void)captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection
{
    // 时间戳，以后的文章需要该信息。此处可以忽略
    CMTime timestamp = CMSampleBufferGetPresentationTimeStamp(sampleBuffer);
    if (CMTIME_IS_VALID(self.preTimeStamp)) {
        self.videoFrameRate = 1.0 / CMTimeGetSeconds(CMTimeSubtract(timestamp, self.preTimeStamp));
    }
    self.preTimeStamp = timestamp;
    
    // 获取图像缓存区内容
    CVImageBufferRef pixelBuffer = CMSampleBufferGetImageBuffer(sampleBuffer);
    // 锁定pixelBuffer的基址
    // CVPixelBufferLockBaseAddress要传两个参数
    // 第一个参数是你要锁定的buffer的基址,第二个参数目前还未定义,直接传'0'即可
    CVPixelBufferLockBaseAddress(pixelBuffer, 0);
    
    // 获取图像缓存区的宽高
    int buffWidth = static_cast<int>(CVPixelBufferGetWidth(pixelBuffer));
    int buffHeight = static_cast<int>(CVPixelBufferGetHeight(pixelBuffer));
    // 这一步很重要，将图像缓存区的内容转化为C语言中的unsigned char指针
    // 因为我们在相机设置时，图像格式为BGRA，而后面OpenGL ES的纹理格式为RGBA
    // 这里使用OpenCV转换格式，当然，你也可以不用OpenCV，手动直接交换R和B两个分量即可
    unsigned char* imageData = (unsigned char*)CVPixelBufferGetBaseAddress(pixelBuffer);
    cv::Mat imgMat(buffWidth, buffHeight, CV_8UC4, imageData);
    cv::cvtColor(imgMat, imgMat, CV_BGRA2RGBA);
}

0x03 – OpenGL ES绘制相机

---

有了相机捕获的每帧图像后，就可以使用贴纹理的方式将其绘制在手机屏幕上了。但是在这之前还需要做一件事情，那就是初始化iOS的OpenGL ES 1.0绘制环境。

这里我们将一个普通UIView设置为可以进行OpenGL ES 1.0进行绘制的EAGLView。

@implementation EAGLView

// 默认UIView的layerClass为[CALayer class]
// 重写layerClass为CAEAGLLayer，这样self.layer返回的就不是CALayer
// 而是支持OpenGL ES的CAEAGLLayer
+ (Class)layerClass
{
    return [CAEAGLLayer class];
}

#pragma mark - init methods
- (instancetype)initWithFrame:(CGRect)frame
{
    if (self = [super initWithFrame:frame]) {
        CAEAGLLayer *eaglLayer = (CAEAGLLayer *)self.layer;
        // layer默认时透明的，只有设置为不透明才能看见
        eaglLayer.opaque = TRUE;
        // 配置eaglLayer的绘制属性
        // kEAGLDrawablePropertyRetainedBacking不维持上一次绘制内容，也就说每次绘制之前都重置一下之前的绘制内容
        // kEAGLDrawablePropertyColorFormat像素格式为RGBA，注意和相机直接给的BGRA不一致，需要转换
        eaglLayer.drawableProperties = [NSDictionary dictionaryWithObjectsAndKeys:
                                        [NSNumber numberWithBool:FALSE], kEAGLDrawablePropertyRetainedBacking,
                                        kEAGLColorFormatRGBA8, kEAGLDrawablePropertyColorFormat,
                                        nil];
        // 此处使用OpenGL ES 1.0进行绘制，所以实例化ES1Renderer
        // ES1Renderer表示的是OpenGL ES 1.0绘制环境，后面详解
        if (!_renderder) {
            _renderder = [[ES1Renderer alloc] init];
            
            if (!_renderder) {
                return nil;
            }
        }
    }
    
    return self;
}

#pragma mark - life cycles
- (void)layoutSubviews
{
    // 利用renderer渲染器进行绘制
    [_renderder resizeFromLayer:(CAEAGLLayer *)self.layer];
}

@end

上述我们提供了EAGLView，相当于给OpenGL ES提供了画布。而代码中的renderer是一个具有渲染功能的对象，类似于画笔。考虑到以后需要兼容OpenGL ES 1.0和2.0，所以抽象了一个ESRenderProtocol协议，OpenGL ES 1.0和2.0分别实现该协议中方法，这样EAGLView就不需要关心在不同的OpenGL ES环境中不同的绘制实现。这里主要使用OpenGL ES 1.0，对应的就是ES1Renderer类，注意ES1Renderer需要遵循ESRenderProtocol协议。下面为ES1Renderer.h内容。

#import <Foundation/Foundation.h>

#import <OpenGLES/ES1/gl.h>
#import <OpenGLES/ES1/glext.h>

#import "ESRenderProtocol.h"

@class PJXVideoBuffer;

@interface ES1Renderer : NSObject <ESRenderProtocol>
// OpenGL ES绘制上下文环境
// 只有在在当前线程中设置好了该上下文环境，才能使用OpenGL ES的功能
@property (nonatomic, strong) EAGLContext *context;
// 绘制camera的纹理id
@property (nonatomic, assign) GLuint camTexId;
// render buffer和frame buffer
@property (nonatomic, assign) GLuint defaultFrameBuffer;
@property (nonatomic, assign) GLuint colorRenderBuffer;
// 获取到render buffer的宽高
@property (nonatomic, assign) GLint backingWidth;
@property (nonatomic, assign) GLint backingHeight;
// 引用了videoBuffer，主要用于启动捕捉图像的Session以及获取捕捉到的图像
@property (nonatomic, strong) PJXVideoBuffer *videoBuffer;

@end

ES1Renderer.mm内容，主要是构建绘制上下文环境，并将videoBuffer生成的相机图像变成纹理绘制到屏幕上。

#import "ES1Renderer.h"
#import "PJXVideoBuffer.h"

@implementation ES1Renderer

#pragma mark - init methods
// 1.构建和设置绘制上下文环境
// 2.生成frame buffer和render buffer并绑定
// 3.生成相机纹理
- (instancetype)init
{
    if (self = [super init]) {
        // 构建OpenGL ES 1.0绘制上下文环境
        _context = [[EAGLContext alloc] initWithAPI:kEAGLRenderingAPIOpenGLES1];
        
        // 设置当前绘制上下文环境为OpenGL ES 1.0
        if (!_context || ![EAGLContext setCurrentContext:_context]) {
            return nil;
        }
        
        // 生成frame buffer和render buffer
        // frame buffer并不是一个真正的buffer，而是用来管理render buffer、depth buffer、stencil buffer
        // render buffer相当于主要是存储像素值的
        // 所以需要glFramebufferRenderbufferOES将render buffer绑定到frame buffer的GL_COLOR_ATTACHMENT0_OES上
        glGenFramebuffersOES(1, &_defaultFrameBuffer);
        glGenRenderbuffersOES(1, &_colorRenderBuffer);
        glBindFramebufferOES(GL_FRAMEBUFFER_OES, _defaultFrameBuffer);
        glBindRenderbufferOES(GL_RENDERBUFFER_OES, _colorRenderBuffer);
        glFramebufferRenderbufferOES(GL_FRAMEBUFFER_OES, GL_COLOR_ATTACHMENT0_OES, GL_RENDERBUFFER_OES, _colorRenderBuffer);
        // 构建一个绘制相机的纹理
        _camTexId = [self genTexWithWidth:640 height:480];
    }
    
    return self;
}

#pragma mark - private methods
// 构建一个宽width高height的纹理对象
- (GLuint)genTexWithWidth:(GLuint)width height:(GLuint)height
{
    GLuint texId;
    // 生成并绑定纹理对象
    glGenTextures(1, &texId);
    glBindTexture(GL_TEXTURE_2D, texId);
    // 注意这里纹理的像素格式为GL_RGBA
    glTexImage2D(GL_TEXTURE_2D, 0, GL_RGBA, width, height, 0, GL_RGBA, GL_UNSIGNED_BYTE, NULL);
    // 各种纹理参数，这里不赘述
    glTexParameterf(GL_TEXTURE_2D, GL_GENERATE_MIPMAP, GL_FALSE);
    glTexParameteri(GL_TEXTURE_2D, GL_TEXTURE_WRAP_S, GL_CLAMP_TO_EDGE);
    glTexParameteri(GL_TEXTURE_2D, GL_TEXTURE_WRAP_T, GL_CLAMP_TO_EDGE);
    glTexParameteri(GL_TEXTURE_2D, GL_TEXTURE_MAG_FILTER, GL_LINEAR);
    glTexParameteri(GL_TEXTURE_2D, GL_TEXTURE_MIN_FILTER, GL_LINEAR);
    // 解绑纹理对象
    glBindTexture(GL_TEXTURE_2D, 0);
    
    return texId;
}

#pragma mark - ESRenderProtocol
- (void)render
{
    // 设置绘制上下文
    [EAGLContext setCurrentContext:_context];
    glBindFramebufferOES(GL_FRAMEBUFFER_OES, _defaultFrameBuffer);
    
    // 相机纹理坐标
    static GLfloat spriteTexcoords[] = {
        0,0,
        1,0,
        0,1,
        1,1};
    // 相机顶点坐标
    static GLfloat spriteVertices[] = {
        0,0,
        0,640,
        480,0,
        480,640};
    
    // 清除颜色缓存
    glClearColor(0.0, 0.0, 0.0, 1.0);
    glClear(GL_COLOR_BUFFER_BIT);
    // 视口矩阵
    glViewport(0, 0, _backingWidth, _backingHeight);
    // 投影矩阵
    glMatrixMode(GL_PROJECTION);
    glLoadIdentity();
    // 正投影
    glOrthof(480, 0, _backingHeight*480/_backingWidth, 0, 0, 1); // 852 = 568*480/320
    // 模型视图矩阵
    glMatrixMode(GL_MODELVIEW);
    glLoadIdentity();
    
    // OpenGL ES使用的是状态机方式
    // 以下开启的意义是在GPU上分配对应空间
    glEnableClientState(GL_VERTEX_ARRAY); // 开启顶点数组
    glEnableClientState(GL_TEXTURE_COORD_ARRAY); // 开启纹理坐标数组
    glEnable(GL_TEXTURE_2D); // 开启2D纹理
    // 因为spriteVertices、spriteTexcoords、_camTexId还在CPU内存，需要传递给GPU处理
    // 将spriteVertices传递到顶点数组中
    glVertexPointer(2, GL_FLOAT, 0, spriteVertices);
    // 将spriteTexcoords传递到纹理坐标数组中
    glTexCoordPointer(2, GL_FLOAT, 0, spriteTexcoords);
    // 将camTexId纹理对象绑定到2D纹理
    glBindTexture(GL_TEXTURE_2D, _camTexId);
    // 根据videoBuffer获取imgMat（相机图像）
    glTexSubImage2D(GL_TEXTURE_2D, 0, 0, 0, 640, 480, GL_RGBA, GL_UNSIGNED_BYTE, _videoBuffer.imgMat.data);
    // 绘制纹理
    glDrawArrays(GL_TRIANGLE_STRIP, 0, 4);
    
    // 解绑2D纹理
    glBindTexture(GL_TEXTURE_2D, 0);
    // 与上面的glEnable*一一对应
    glDisable(GL_TEXTURE_2D);
    glDisableClientState(GL_VERTEX_ARRAY);
    glDisableClientState(GL_TEXTURE_COORD_ARRAY);
    
    // 将render buffer内容绘制到屏幕上
    glBindRenderbufferOES(GL_RENDERBUFFER_OES, _colorRenderBuffer);
    [_context presentRenderbuffer:GL_RENDERBUFFER_OES];
    
}

- (BOOL)resizeFromLayer:(CAEAGLLayer *)layer
{
    // 与init中类似，重新绑定一下而已
    glBindRenderbufferOES(GL_RENDERBUFFER_OES, _colorRenderBuffer);
    [_context renderbufferStorage:GL_RENDERBUFFER_OES fromDrawable:layer];
    glGetRenderbufferParameterivOES(GL_RENDERBUFFER_OES, GL_RENDERBUFFER_WIDTH_OES, &_backingWidth);
    glGetRenderbufferParameterivOES(GL_RENDERBUFFER_OES, GL_RENDERBUFFER_HEIGHT_OES, &_backingHeight);
    // 状态检查
    if (glCheckFramebufferStatusOES(GL_FRAMEBUFFER_OES) != GL_FRAMEBUFFER_COMPLETE_OES) {
        PJXLog(@"Failed to make complete framebuffer object %x", glCheckFramebufferStatusOES(GL_FRAMEBUFFER_OES));
        return NO;
    }
    // 实例化videoBuffer并启动捕获图像任务
    if (_videoBuffer == nil) {
        // 注意PJXVideoBuffer的delegate为ES1Renderer，主要在videoBuffer中执行render函数来绘制相机
        _videoBuffer = [[PJXVideoBuffer alloc] initWithDelegate:self];
        [_videoBuffer.session startRunning];
    }
    
    return YES;
}

@end

0x04-效果显示

---

因为我使用的为iPhone5s，分辨率为320x568，而相机图像分辨率为480x640。所以为了让图像全部能显示在屏幕上，我选择了等宽显示。

为了方便大家使用代码，现已将代码提交到GitHub上了，请猛戳此处。

0x05-参考资料

---

• ObjC中国 - 在 iOS 上捕获视频