Android ML Kit图像标注器在CameraX分析器中出现内部错误

核心问题分析 #

你的代码触发com.google.mlkit.common.MlKitException: Internal error has occurred when executing ML Kit tasks，主要由以下错误操作导致：

1. 重复创建ImageLabeler客户端 #

每次analyze回调都新建ImageLabeler，ML Kit客户端是重量级资源对象，频繁创建会导致内存泄漏和资源耗尽，触发内部错误。

2. ImageProxy提前关闭 #

imageProxy.close()直接放在analyze方法末尾，而ML Kit的process是异步操作，这会导致图像资源在ML Kit处理完成前被释放，进而引发错误。

3. 主线程执行分析任务 #

使用主线程执行器运行图像分析，会阻塞UI线程，同时可能因主线程资源限制导致ML Kit任务执行失败。

修复后的代码示例 #

1. 类成员变量定义 #

private ImageLabeler labeler;
private ExecutorService analyzerExecutor;
private PreviewView previewView;
private ListenableFuture<ProcessCameraProvider> cameraProviderFuture;
private ProcessCameraProvider cameraProvider;

2. 初始化资源（onCreate中） #

@Override
protected void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    setContentView(R.layout.activity_main);
    
    // 初始化ML Kit图像标注客户端
    ImageLabelerOptions options = new ImageLabelerOptions.Builder()
            .setConfidenceThreshold(0.7f)
            .build();
    labeler = ImageLabeling.getClient(options);
    
    // 初始化后台线程执行器
    analyzerExecutor = Executors.newSingleThreadExecutor();
    
    previewView = findViewById(R.id.previewView);
    enableCamera();
}

3. 相机启动与图像分析绑定 #

private void enableCamera() {
    cameraProviderFuture = ProcessCameraProvider.getInstance(this);
    cameraProviderFuture.addListener(() -> {
        try {
            cameraProvider = cameraProviderFuture.get();
            bindImageAnalysis();
        } catch (ExecutionException | InterruptedException e) {
            e.printStackTrace();
        }
    }, ContextCompat.getMainExecutor(this));
}

private void bindImageAnalysis() {
    ImageAnalysis imageAnalysis = new ImageAnalysis.Builder()
            .setBackpressureStrategy(ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST)
            .build();

    // 使用后台线程执行图像分析
    imageAnalysis.setAnalyzer(analyzerExecutor, imageProxy -> {
        Image mediaImage = imageProxy.getImage();
        if (mediaImage != null) {
            InputImage image = InputImage.fromMediaImage(mediaImage, imageProxy.getImageInfo().getRotationDegrees());
            TextView deviceDataTextView = findViewById(R.id.deviceDataTextView);

            labeler.process(image)
                    .addOnSuccessListener(labels -> {
                        // 切换回主线程更新UI
                        runOnUiThread(() -> {
                            if (!labels.isEmpty()) {
                                ImageLabel firstLabel = labels.get(0);
                                deviceDataTextView.setText(firstLabel.getText());
                            } else {
                                deviceDataTextView.setText("未检测到有效对象");
                            }
                        });
                        // 任务完成后释放图像资源
                        imageProxy.close();
                    })
                    .addOnFailureListener(e -> {
                        runOnUiThread(() -> {
                            deviceDataTextView.setText("检测失败：" + e.getMessage());
                        });
                        // 失败时也要释放资源
                        imageProxy.close();
                    });
        } else {
            // 无图像直接释放资源
            imageProxy.close();
        }
    });

    Preview preview = new Preview.Builder().build();
    CameraSelector cameraSelector = new CameraSelector.Builder()
            .requireLensFacing(CameraSelector.LENS_FACING_BACK)
            .build();
    preview.setSurfaceProvider(previewView.getSurfaceProvider());
    
    cameraProvider.unbindAll();
    cameraProvider.bindToLifecycle(this, cameraSelector, imageAnalysis, preview);
}

4. 资源释放（onDestroy中） #

@Override
protected void onDestroy() {
    super.onDestroy();
    // 释放ML Kit客户端资源
    if (labeler != null) {
        labeler.close();
    }
    // 关闭后台线程池
    if (analyzerExecutor != null) {
        analyzerExecutor.shutdown();
    }
}

关键修复点总结 #

• 复用ML Kit客户端：将ImageLabeler作为类成员初始化一次，避免重复创建
• 延迟释放图像资源：在ML Kit异步任务的成功/失败回调中调用imageProxy.close()，确保图像资源被完整使用
• 后台线程执行分析：使用独立线程池运行图像分析，避免阻塞UI线程
• 及时释放资源：在页面销毁时关闭ML Kit客户端和线程池，防止内存泄漏

内容的提问来源于stack exchange，提问作者Aparna