高通Android平台下zoom4X实验原理分析

     最近负责一个项目（手机）上camera的功能，其中有要求做zoom这个功能（项目上要求对所有的分辨率都可以支持4X的zoom），所以把这个部分比较全面的学习了一下，本文对高通在android平台上zoom的实现原理做一个深入的分析，包括的部分主要有zoom功能所涉及高通HW模块的原理架构、高通在android软件中digital zoom的实现流程以及具体的相关接口参数介绍，旨在让读者能够对高通android平台下digital zoom的实现原理及架构有一个清楚的了解。Digital zoom 原理介绍这里提到的digital zoom，即数码变焦，是相机变焦的一种；另外一种为光学变焦，主要是在数码相机中有所应用，它通过相机镜头的移动来放大与缩小需要拍摄的景物，光学变焦倍数越大，能拍摄的景物就越远，而且不会影响画质。本章节重点介绍数码变焦部分，这种变焦在手机中应该较为广泛。手机上的数码变焦是通过手机内的处理器，把图片内的每个象素面积增大，从而达到放大目的。这种手法如同用图像处理软件把图片的面积改大，不过程序在手机内进行，把原来sensor上的一部份像素使用"插值"处理手段做放大,将sensor上的像素用插值算法将画面放大到整个画面。通过数码变焦，拍摄的景物放大了，但它的清晰度会有一定程度的下降，所以数码变焦并没有太大的实际意义。        数码变焦一般分为分为2个步骤，crop和插值放大。另外，数码变焦有2种状况：一种是用户需要拍照画面的尺寸和sensor输出画面的尺寸是一致的；另一种则是用户需要拍照画面的尺寸×zoom等级后比sensor输出画面的尺寸小。在第二种情况下只需要crop就可以了（具体要根据zoom等级计算）        关于zoom的等级，倍数越高，crop的像素就越少，以拍照3M（2048×1536，sensor输出的原始照片为3M）的照片为例，如果做2X的zoom，那么需要从原始照片中crop出1024×768的画面，然后再插值放大成2048×1536；如果是4X的zoom，那么需要从原始照片中crop出512×384的画面，然后再插值放大成2048×1536，以此类推。倍数是指宽和高的倍数，而非面积。        可以发现，zoom前后照片大小是一致的，但照片的范围变小了，感觉是镜头拉近了，其实就是通过crop后再插值放大来完成，zoom的倍数越高，需要插值的像素就越多，zoom后的照片就会越模糊。Note：这里的插值放大是指软件算法，和图像处理软件中那种线性放大是不同的，关于算法的实现这里不多介绍了。 2、用户需要拍照画面的尺寸×zoom等级后比sensor输出画面的尺寸小在这种状况下是不需要插值放大的，图片的质量并没有降低；但如果zoom的等级比较大，比如要4x的zoom，那么光靠crop是不行的，还是得再通过插值放大来完成。通常说来，如果拍照的分辨率比较小，zoom大都可以只通过crop的方式来完成。在上章节中介绍了digital zoom的效果以及基本的实现原理，本章将着重介绍高通平台上实现digital zoom所涉及的相关模块架构，因为digital zoom是camera中的一个feature，分别需要在preview和snapshot中完成，所涉及的相关模块也都是和camera相关的, 各个模块的用途如下（这里主要介绍sensor、VFE和MDP）：1、 Sensor        虽然本身也有zoom的功能，但在这里并未使用。Preview时如果做digital zoom，只是正常的输出frame而已，比如输出30fps的VGA 数据（YUV）。2、 VFEDSP的一部分，功能主要都是和图像处理相关，在zoom的时候，它的用途主要就是Crop（剪裁），它会把sensor输出的VGA数据crop成preview时所需要大小的数据，如CIF（352×288），这样的话相当于已经做了一部分zoom（640/352）,大概是1.8X，如果不够，剩余的zoom将由后面的MDP来完成。Note：VFE只有crop的功能，没有up scale（放大）的能力，所以VFE最多只能完成有限的zoom。3、 MDP这是一个专门处理显示数据的处理器，功能比较齐全，在zoom的时候主要的用处就是crop＋up scale。因为VFE的zoom能力有限，所以当VFE不能满足要求的时候，MDP则继续完成剩余的zoom，比如：如果要求preview画面的大小为QVGA，现在要做4X的zoom，那么VFE会从原始的VGA数据中crop出QVGA大小的数据，相当于已经做了2X的zoom，那么剩下的2X zoom怎么做呢？MDP会从VFE输出的QVGA（320×240）数据中crop出160×120大小的数据（从中间截取），然后再upscale成QVGA大小的数据送到LCD显示，这样相当于又做了2X的zoom，所以加起来一共做了4X的zoom。Note：MDP最大可以进行4X的upscale。下面介绍一下snapshot时各个模块对于zoom的用途：1、              Sensor输出拍照需要的原始数据。在当前应用中，不管设置的拍照分辨率是多少，我们要求sensor输出的拍照数据是固定的，即最大3M(2048*1536,以ICE为例)。2、              VFE功能和preview时候是一致的，只不过在拍照的时候，VFE会根据zoom的等级以及需要拍照的分辨率来自动crop出合适大小的数据。例如选择拍照的分辨率为2048×1536，zoom的level为4X，那么VFE将从原始的2048×1536的数据中crop出512×384大小的数据，后面的zoom由Video core中的jpeg encoder完成。还有一种状况，如果拍照的分辨率较小，那么有可能只通过VFE的crop就可以完成zoom功能，比如拍照的分辨率为1024×768，这个时候如果做2X的zoom，那么VFE只需要从原始的2048×1536的数据中间直接crop出1024×768的数据即可，后面就不需要再用jpeg encoder来zoom了。但如果zoom的等级比较高，后面的2X zoom还是要通过jpeg encoder来做了。3、              Video core                负责把VFE输出的数据encoder成jpeg文件，这里的jpeg encoder还有一个比较重要的功能，那就是upscale，通过这个功能，再搭配之前VFE的crop功能，zoom就可以完成了。        Note：Jpeg encoder的upscale功能是有限的，最大可以进行4X的放大，目前可以满足ICE上的需求。                可以看出，从HW架构来说，preview和snapshot只是在后面的upscale部分有所区别，前者是通过MDP来完成，后者则是通过jpeg encoder（DSP）来完成。 高通 Android平台软件架构分析（digital zoom相关）本章将从软件角度来分析一下高通Android平台下digital zoom的架构以及实现流程，下面先来看一下Android中camera部分的软件架构。Note:目前以Android donut版本为例，高通在android éclair版本上还没有导入先来看一下Preview的流程：1、VFE driver会把从sensor传送来的frame数据crop成上层需要的大小（具体如果crop要根据zoom的level），然后连同crop信息一起把数据传送到HAL。2、HAL层不会对preview数据做任何处理，它会这些数据原封不动的callback到camera service，同样包含crop info（下章节会详细介绍crop info）。3、Camera service在一开始的时候会在surfaceflinger中创建一个surface。当camera service收到preview数据的时候，2个主要接口会被调用：1)      zoomUpScale_callback通过调用mSurface->updateCropRect接口把crop相关信息通知给surfaceflinger2)      previewCallback通过调用mSurface->postBuffer接口把preview的数据传递给surfaceflinger。4、Surfaceflinger收到数据和crop信息后会调用copybit的接口来驱动MDP去做相关的动作（crop&upscale），然后就去画屏了。再来看一下snapshot时的流程：1、VFE driver把从sensor传递来的原始拍照数据（最大分辨率：2048×1536）crop成zoom需要大小的数据，连同crop信息一起传递给HAL。2、HAL层收到snapshot的数据后会先去检查crop info，判断是否需要jpeg encoder去做upscale的动作。如果不需要就直接encode成jpeg数据；如果需要，填好upscale的参数再做encode。3、Jpeg encoder后的数据会从HAL callback到camera service，camera service会在通知上层去把数据写成文件。由此可见，在snapshot的时候，整个zoom在HAL就可以完成了，而不像preview的时候，需要在surfaceflinger中配置MDP协助完成。具体的原理在第二章节中有详细的叙述，这里就不重复了。Zoom相关接口及参数介绍本章将从代码的层次来分析一下zoom的实现原理及流程。Note：基于高通5110 release的code首先来看一些配置参数（基于HAL）：#define MAX_ZOOM_LEVEL 5//对于user来说可以zoom的等级static const int ZOOM_STEP = 6;//每次zoom时的幅度，可以修改另外需要说明高通VFE中zoom的最大值为60（和分辨率无关）。所在在ICE上我们应该让MAX_ZOOM_LEVEL×ZOOM_STEP＝60。要么增大MAX_ZOOM_LEVEL，要么增大ZOOM_STEP。下面再来看一下zoom等级的对应关系（高通可以做到最大的就是zoom 4X，这个是HW（MDP和jpeg encoder）的限制）： 下面看一下HAL层zoom的接口HAL层的接口比较简单，就是setZoom，上层传递一个zoom的level即可，执行时会判断参数，如果没有超出则通知VFE进行crop，        所以surfaceflinger在更新画面的时候就会根据这些参数来配置MDP，完成后续的操作了。        拍照的时候同样也是这样的原理，差别在于crop中的信息不需要传递给上层，而是直接传递给jpeg encoder即可（写到mDimension这个结构体中），如下（HAL中的receiveRawPicture函数）：Jpeg encoder完成后，HAL只需要把zoom好的jpeg data callback给上层就OK了，所以拍照部分的zoom不需要上层额外的处理。 下面看看Camera service里面是怎么处理的？        Camera service收到callback后会把crop相关信息及标志更新到preview所申请的surface中，如下： 下面看一下VFE输出数据的格式：在Preview的时候，通过MSM_CAM_IOCTL_GETFRAME系统命令从底层得到preview的数据，格式如下：   buffer为数据地址，y_off和cbcr_off分辨为Y的偏移和CBCR的偏移，通过y_off=0,cbcr_off=w*h,这里和zoom相关的是cropinfo，比较重要，    可以看出有2个buffer的参数，其中1是preview的，2是snapshot的。如果没有开启zoom功能，这些参数都是空的；如果zoom的level比较低，VFE足以处理，那么这些参数也是空的。只有当VFE不足以处理所需要的zoom level时，这些参数的值才有意义。具体含义如下：out的值代表上层需要数据的宽和高，比如说上层设置的preview大小为480×320，那么out1_w=480;out1_h=320；而in的值则代表后端的MDP或是jpeg encoder需要crop的大小，举例来说明：    Sensor输出VGA preview画面，MMI设置HVGA preview大小，如果要做2X的zoom，VFE能力有限，只能做640/480=1.3X,这个时候VFE输出数据是crop后的HVGA数据，crop信息中的in1_w=320;out1_w=216,意思是后面的MDP需要从HVGA的数据中crop出320×216大小的数据，然后在scale成HVGA，这样整体算起来就是zoom 2X了。    所以HAL只需要将preview数据以及crop info传递给上层即可，这里是通过callback进行的