概述
一、如何用Swift调用OpenCV库
- 1.项目引入OpenCV库
- 2.桥接OpenCV及Swift
二、运用AVFoundation获取实时图像数据
- 1.建立视频流数据捕获框架
- 2.建立 Capture Session
- 3.取得并配置 Capture Devices
- 4.设定 Device Inputs
- 5.配置Video Data Output输出
- 6.工程隐私权限配置
- 7.处理相机视频回调
三、视频流原始数据CMSampleBuffer处理
- 1.CMSampleBuffer数据转换为Mat数据
- 2.回调中的数据处理
- 3.Mat数据转换为UIImage数据用于显示
四、Swift界面搭建
- 1.在UI层捕获相机数据
- 2.直接显示CMSampleBuffer方法
五、基于Object-C++的OpenCV图像处理部分
- 1.引入头文件
- 2.OpenCV人脸识别输出识别框
总结

概述

在2020年6月9日之后，OpenCV可以直接在Objective-C和Swift中使用它，而无需自己编写Objective-C++，可以直接在OpenCV官网下载iOS Package包，使用起来也是比较简单。但由于之前对OpenCV库的使用是使用C++编写，所以Objective-C++在图像处理部分使用起来更顺手，因此本文主要的技术框架是使用Objective-C++编写图像处理流程，Swift编写iOS界面及AVFoundation相机等的调用以获取实时的图像数据。本文主要以实时框出人脸为示例，iOS移动端界面的显示结果大致如下图。

示例图像
OpenCV官网：https://opencv.org/releases/

一、如何用Swift调用OpenCV库

1.项目引入OpenCV库

使用cocoapods就非常简单：

pod 'OpenCV'

自行手动添加：在官网下载相应版本的iOS Pack，解压后得到一个 opencv2.framework 库，创建项目并右键添加文件到项目。

2.桥接OpenCV及Swift

前面说到OpenCV框架是用C++进行编程的，因此要用Objective-C++代码于Swift代码进行桥接。首先添加一个 Objective-C 文件到项目中，会弹出一个是否添加 Bridging-Header 文件，选择添加（若此处没弹出，则可以手动添加Bridging-Header 文件，即添加一个头文件（Header file），重命名为“项目名-Bridging-Header.h”），这就实现了Swift和Object-C的混编。
将这个Object-C的文件扩展名“.m”改为“.mm”这就将该文件变成了Objective-C++文件，文件大致如下

工程文件图

二、运用AVFoundation获取实时图像数据

Apple预设的APIs 如UIImagePickerController能够直接获取摄像头获取的图像并显示在界面上，操作简单，但无法对原数据进行操作，因此本文中应用AVFoundation的 Capture Sessions来采集图像和视频流。根据官方文档，Capture Session 是用以【管理采集活动、并协调来自 Input Devices 到采集 Outputs 的数据流】。在 AVFoundation 内，Capture Sessions 是由AVCaptureSession来管理的。

1.建立视频流数据捕获框架

首先创建一个NSObject类型的Controller名为CameraController，处理摄像头的事务，设置prepare函数以供主程序调用，其主要负责设立一个新的 Capture Session。设定 Capture Session 分为五个步骤：

建立一个 Capture Session
取得并配置 Capture Devices
在 Capture Device 上建立 Inputs
设置一个 Video Data Output 物件
配置Video Data Output Queue参数

func prepare(completionHandler: @escaping (Error?) -> Void) {
    //建立一个 Capture Session
    func createCaptureSession() { }
    //取得并配置 Capture Devices
    func configureCaptureDevices() throws { }
    //在 Capture Device 上建立 Inputs
    func configureDeviceInputs() throws { }
    //设置一个 Video Data Output 物件
    func configureVideoDataOutput() throws { }
    //配置Video Data Output Queue参数
    func configureVideoDataOutputQueue() throws{ }
    
    DispatchQueue(label: "prepare").async {
        do {
            createCaptureSession()
            try configureCaptureDevices()
            try configureDeviceInputs()
            try configureVideoDataOutput()
            try configureVideoDataOutputQueue()
        }
            
        catch {
            DispatchQueue.main.async {
                completionHandler(error)
            }         
            return
        }
        
        DispatchQueue.main.async {
            completionHandler(nil)
        }
    }
}

2.建立 Capture Session

建立新的AVCaptureSession，并将它存储在captureSession的属性里，并设定一些用于抛出的错误类型

var captureSession: AVCaptureSession?

func createCaptureSession() { 
     self.captureSession = AVCaptureSession()
}

 //设定prepare过程中遇到的错误类型
 enum CameraControllerError: Swift.Error {
     case captureSessionAlreadyRunning
     case captureSessionIsMissing
     case inputsAreInvalid
     case invalidOperation
     case noCamerasAvailable
     case unknown
 }
 
 //设定相机位置为前后相机
 public enum CameraPosition {
     case front
     case rear
 }

3.取得并配置 Capture Devices

建立了一个AVCaptureSession后，需要建立AVCaptureDevice物件来代表实际的相机

        //前置镜头
        var frontCamera: AVCaptureDevice?
        //后置镜头
        var rearCamera: AVCaptureDevice?
 
        func configureCaptureDevices() throws {
            
            //使用了AVCaptureDeviceDiscoverySession找出设备上所有可用的内置相机 (`.builtInDualCamera`)。
            //若没找到相机则抛出异常。
            let session = AVCaptureDevice.DiscoverySession.init(deviceTypes: [AVCaptureDevice.DeviceType.builtInWideAngleCamera], mediaType: AVMediaType.video, position: .unspecified)           
            let cameras = session.devices.compactMap { $0 }
            guard !cameras.isEmpty else { throw CameraControllerError.noCamerasAvailable }
            
            //遍历前面找到的可用相机，分辨出前后相机。
            //然后，将该相机设定为自动对焦，遇到任何问题也会抛出异常。
            for camera in cameras {
                if camera.position == .front {
                    self.frontCamera = camera
                }
                
                if camera.position == .back {
                    self.rearCamera = camera
                    
                    try camera.lockForConfiguration()
                    camera.focusMode = .continuousAutoFocus
                    camera.unlockForConfiguration()
                }
            }
        }

4.设定 Device Inputs

var currentCameraPosition: CameraPosition?
var frontCameraInput: AVCaptureDeviceInput?
var rearCameraInput: AVCaptureDeviceInput?

func configureDeviceInputs() throws {
            //确认`captureSession`是否存在，若不存在抛出异常
            guard let captureSession = self.captureSession else { throw CameraControllerError.captureSessionIsMissing }
            
            //建立所需的 Capture Device Input 来进行数据采集。
            //`AVFoundation`每一次 Capture Session 仅能允许一台相机输入。
            //由于装置的初始设定为后相相机。先尝试用后相机 Input，再加到 Capture Session；
            if let rearCamera = self.rearCamera {
                self.rearCameraInput = try AVCaptureDeviceInput(device: rearCamera)
                
                if captureSession.canAddInput(self.rearCameraInput!) { captureSession.addInput(self.rearCameraInput!) }
                
                self.currentCameraPosition = .rear
            }
             
             //尝试建立前相机Input   
            else if let frontCamera = self.frontCamera {
                self.frontCameraInput = try AVCaptureDeviceInput(device: frontCamera)
                
                if captureSession.canAddInput(self.frontCameraInput!) { captureSession.addInput(self.frontCameraInput!) }
                else { throw CameraControllerError.inputsAreInvalid }
                
                self.currentCameraPosition = .front
            }
                
            else { throw CameraControllerError.noCamerasAvailable }
}

5.配置Video Data Output输出

        var videoOutput: AVCaptureVideoDataOutput?
        
        //配置相机的视频输出，并开始
        func configureVideoDataOutput() throws {
            guard let captureSession = self.captureSession else { throw CameraControllerError.captureSessionIsMissing }
            
            self.videoOutput = AVCaptureVideoDataOutput()
            
            if captureSession.canAddOutput(self.videoOutput!) { captureSession.addOutput(self.videoOutput!) }
            captureSession.startRunning()
        }
        
        //配置视频的输出代理及输出格式
        func configureVideoDataOutputQueue() throws{
            let videoDataOutputQueue = DispatchQueue(label: "videoDataOutputQueue")
            self.videoOutput!.setSampleBufferDelegate(self, queue: videoDataOutputQueue)
            self.videoOutput!.alwaysDiscardsLateVideoFrames = false
            let BGRA32PixelFormat = NSNumber(value: Int32(kCVPixelFormatType_32BGRA))
            let rgbOutputSetting = [kCVPixelBufferPixelFormatTypeKey.string : BGRA32PixelFormat]
           self.videoOutput!.videoSettings = rgbOutputSetting
        }

6.工程隐私权限配置

根据Apple 规定的安全性要求，必须提供一个app使用相机权限的原因。在工程的Info.plist，加入下图的设置：

相机权限设置

7.处理相机视频回调

能够从下方的回调中得到相机返回的实时数据，格式为CMSampleBuffer，该视频流格式不止包含图像信息还包含时间戳信息等，若想通过opencv进行处理还需进行数据转换。

extension CameraController: AVCaptureVideoDataOutputSampleBufferDelegate{
    func captureOutput(_ output: AVCaptureOutput, didOutput sampleBuffer: CMSampleBuffer, from connection: AVCaptureConnection) {
    }
}

参考地址：https://www.appcoda.com.tw/avfoundation-camera-app/

三、视频流原始数据CMSampleBuffer处理

1.CMSampleBuffer数据转换为Mat数据

OpenCV提供了UIImageToMat的函数，根据这个思路，我们应当将CMSampleBuffer转换为UIImage数据，CMSsampleBuffer不止包含ImageBuffer，通过API自带的CMSampleBufferGetImageBuffer()，可以得到与我们希望得到的图像数据更为接近的cvPixelBuffer。

总的来说，下方是CMSampleBuffer转换为UIImage的两种方式，第一种通过CIImage第二种通过CGImage，通过CIImage转换成的UIImage虽然能显示在UIImageVIew上，但是在转换成Mat格式的时候会报错，因此选用第二种通过CGImage的转换。最后调用opencv库的UIImageToMat函数便能得到Mat数据了。

    func image(orientation: UIImage.Orientation = .up, scale: CGFloat = 1.0) -> UIImage? {
        if let buffer = CMSampleBufferGetImageBuffer(self) {
            let ciImage = CIImage(cvPixelBuffer: buffer)

            return UIImage(ciImage: ciImage, scale: scale, orientation: orientation)
        }
        return nil
    }

    func imageWithCGImage(orientation: UIImage.Orientation = .up, scale: CGFloat = 1.0) -> UIImage? {
        if let buffer = CMSampleBufferGetImageBuffer(self) {
            let ciImage = CIImage(cvPixelBuffer: buffer)

            let context = CIContext(options: nil)

            guard let cg = context.createCGImage(ciImage, from: ciImage.extent) else {
                return nil
            }           
            return UIImage(cgImage: cg, scale: scale, orientation: orientation)
        }
        return nil
    }

2.回调中的数据处理

这边选用的方案是UIImageView来显示原始图像，并且在UIImageView上添加一个蒙层图像来显示识别框。此处选用蒙层的原因是，图像处理每帧需要70ms的处理时间，若直接显示处理后的图片会有延迟丢帧的情况视觉效果较差，因此实时图像采用原始图像数据，而识别框丢帧并不影响视觉效果。

   //回调原始图像
   var videoCpatureCompletionBlock: ((UIImage) -> Void)?
   //回调CMSsmapleBuffer图像
   var videoCaptureCompletionBlockCMS: ((CMSampleBuffer)-> Void)?
   //回调蒙层图像
   var videoCaptureCompletionBlockMask: ((UIImage) -> Void)?
   //用于记录帧数
   var frameFlag : Int = 0
   //用于给异步线程加锁
   var lockFlagBool : Bool = false

    func captureOutput(_ output: AVCaptureOutput, didOutput sampleBuffer: CMSampleBuffer, from connection: AVCaptureConnection) {
 
        if let image = sampleBuffer.imageWithCGImage(orientation: .up, scale: 1.0){
            self.frameFlag = self.frameFlag + 1
            var output = image
            if(self.frameFlag != -1){
                self.videoCaptureCompletionBlockCMS?(sampleBuffer)
                self.videoCpatureCompletionBlock?(output)
                if(self.lockFlagBool == false){
                    //此处必须开线程处理，否则会报错
                    DispatchQueue.global().async {
                    
                        lockFlagBool = true
                        var output = image
                        //addimageProcess为opencv图像处理过程，写在Objecj-C++文件中，本文后面记录
                        output = opencv_test.addimageProcess(output)
                        self.videoCaptureCompletionBlockMask?(output)
                        lockFlagBool = false
                    }
                }
            }else{
                print("丢帧")
                self.frameFlag = 0
            }
        }
    }

3.Mat数据转换为UIImage数据用于显示

为了最后能用于显示，还要转换为UImage，该部分很简单，直接调用OpenCV的库函数，当然如果想转换为CMSampleBuffer的话还需要重新添加丢失的数据，比如时间戳。

MatToUIImage()

参考地址：https://stackoverflow.com/questions/15726761/make-an-uiimage-from-a-cmsamplebuffer

四、Swift界面搭建

1.在UI层捕获相机数据

UI界面的操作比较简单，实例化之前的CameraController类，并设定configureCameraController函数来调用类中的prepare函数，以及接受回调的图像数据，这些回调对UIImageView的图像刷新必须要在主线程中，否则会报错。其中，selfImageView和maskImageView是两个自己创建的UImageView来显示UIImage图像的，这两个UIImageView要保持在同样位置同样大小。

    let cameraController = CameraController()
    
    override func viewDidLoad() {
         configureCameraController() 
    }
    
    func configureCameraController() {
        cameraController.prepare {(error) in
            if let error = error {
                print(error)
            }
            
            self.cameraController.videoCpatureCompletionBlock = { image in
                DispatchQueue.main.async {
                    self.selfImageView.image = image
                }
            }
            self.cameraController.videoCaptureCompletionBlockMask = { image in
                DispatchQueue.main.async {
                    self.maskImageView.image = image
                }
            }
            
            //直接显示CMSampleBuffer的方法
           // self.cameraController.videoCaptureCompletionBlockCMS = { CMSampleBuffer in
                //self.displayLayer.enqueue(CMSampleBuffer)
            //}
        }
    }

2.直接显示CMSampleBuffer方法

其实苹果的API也提供了直接显示CMSampleBuffer的简单方法，通过AVSampleBufferDisplayLayer以及其.enqueue方法，其展示方式如下：

var displayLayer:AVSampleBufferDisplayLayer!

    override func viewDidLoad() {
        displayLayer = AVSampleBufferDisplayLayer()
        displayLayer.videoGravity = .resizeAspect     
        self.imageView.layer.addSublayer(displayLayer)
        self.displayLayer.frame.origin.y = self.imageView.frame.origin.y
        self.displayLayer.frame.origin.x = self.imageView.frame.origin.x
    }
    
    func configureCameraController() {
        cameraController.prepare {(error) in
            if let error = error {
                print(error)
            }
            //直接显示CMSampleBuffer的方法
            self.cameraController.videoCaptureCompletionBlockCMS = { CMSampleBuffer in
                self.displayLayer.enqueue(CMSampleBuffer)
            }
        }
    }

五、基于Object-C++的OpenCV图像处理部分

1.引入头文件

这部分用C++编写过OpenCV的都相当熟悉了，在.mm文件中引入以下头文件，并引入命名空间，若该部分找不到文件应当确认是否已正确安装OpenCV库。

#import <opencv2/opencv.hpp>
#import "opencv-test.h"
#import <opencv2/imgcodecs/ios.h>

//对iOS支持
#import <opencv2/imgcodecs/ios.h>
//导入矩阵帮助类
#import <opencv2/highgui.hpp>
#import <opencv2/core/types.hpp>
#import <iostream>

using namespace std;
using namespace cv;

@implementation opencv_test
   //各类处理函数
@end

2.OpenCV人脸识别输出识别框

本文使用了OpenCV自带的人脸识别框架CascadeClassifier，将得到的人脸坐标放入vector中，最后绘制在蒙层上，最后输出蒙层图片。其它对于图像的处理也可以用相同的方式处理，在参考资料中有马赛克操作。

+(UIImage*)addimageProcess:(UIImage*)image {
    //用于记录时间
    CFAbsoluteTime startTime = CFAbsoluteTimeGetCurrent();
    Mat src;
    //将iOS图片->OpenCV图片(Mat矩阵)
    UIImageToMat(image, src);
    Mat src_gray;
    //图像灰度化
    cvtColor(src, src_gray, COLOR_RGBA2GRAY, 1);
    std::vector<cv::Rect> faces;
    //初始化OpenCV的人脸识别检测器
    CascadeClassifier faceDetector;
    //获取权重文件，文件需要提前导入至工程目录中
    NSString* cascadePath = [[NSBundle mainBundle]
                     pathForResource:@"haarcascade_frontalface_alt"
                              ofType:@"xml"];
    //配置检测器
    faceDetector.load([cascadePath UTF8String]);
    faceDetector.detectMultiScale(src_gray, faces, 1.1,2, 0|CASCADE_SCALE_IMAGE, cv::Size(30, 30));
    
    //确定图像宽高
    int width = src.cols;
    int height = src.rows;
    //Mat Mask = Mat::zeros(width, height, CV_8UC4);
    
    //创建透明蒙层图像 Scalar(0,0,0,0) 分别是RGBA A为透明度
    Mat Mask = Mat(height, width, CV_8UC4, Scalar(0,0,0,0));
    
    // Draw all detected faces
    for(unsigned int i = 0; i < faces.size(); i++)
    {
        const cv::Rect& face = faces[i];
        // Get top-left and bottom-right corner points
        cv::Point tl(face.x, face.y);
        cv::Point br = tl + cv::Point(face.width, face.height);

        // Draw rectangle around the face
        Scalar magenta = Scalar(0, 255, 0, 255);
        cv::rectangle(Mask, tl, br, magenta, 4, 8, 0);
    }
    
    //打印处理时间
    CFAbsoluteTime endTime = (CFAbsoluteTimeGetCurrent() - startTime);
    NSLog(@"normalProcess方法耗时: %f ms", endTime * 1000.0);
    return MatToUIImage(Mask);
}

参考资料：https://www.twblogs.net/a/5b830b452b717766a1eadb20/?lang=zh-cn

总结

遇到的困难：一是在于方案中用UIImageView来进行显示，必须在主线程中进行渲染，对于线程的处理相对繁琐，若是处理不得当便会有延时丢帧不刷新等的问题。
存在的问题：OpenCV自带的人脸识别算法比较老旧，处理速度也比较慢效果也一般，要引入其他神经网络框架在客户端上的可行性有待讨论，处理速度也未知。

另外，若有需要总的工程文件的可以私聊我。