Android ML Kit条码扫描：降低图像分辨率提升检测性能

你的代码检测速度慢核心原因是构建ImageAnalysis实例时没有指定输出分辨率，CameraX默认会选择相机支持的最高分辨率输出给分析器，高像素机型上单帧像素可达千万级，MLKit处理延迟自然会升高。通过以下修改即可将分析帧分辨率限制在合理范围，大幅提升检测速度，且不会影响预览清晰度。

具体修改步骤 #

1. 为ImageAnalysis配置目标分辨率 #

修改ScanCameraFragment.kt里startCamera()方法中的ImageAnalysis构建逻辑，添加分辨率配置，你当前使用的CameraX 1.1.0-beta01版本原生支持该配置，无需升级依赖：

// Image analyzer
val imageAnalyzer = ImageAnalysis.Builder()
    .setBackpressureStrategy(ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST)
    // 指定分析帧目标分辨率为1024*768，总像素约78万，远低于MLKit推荐的200万性能阈值
    .setTargetResolution(Size(1024, 768))
    // 对齐预览旋转角度，减少额外坐标转换计算
    .setTargetRotation(binding.previewView.display.rotation)
    .build()
    .also {
        it.setAnalyzer(cameraExecutor,
            QrCodeAnalyzer(context, binding.barcodeBoxView,
                      binding.previewView.width.toFloat(), 
                      binding.previewView.height.toFloat()
            )
        )
    }

说明：该配置仅作用于条码分析用的图像流，不会影响相机预览的清晰度，用户看到的取景画面会保持正常分辨率。CameraX不会强制输出你填写的固定尺寸，会自动匹配设备相机支持的、和指定值最接近的分辨率，不存在设备兼容问题。如果测试发现小条码识别率不足，可以把分辨率改为Size(1600,1200)，总像素约192万，刚好卡在MLKit推荐的200万阈值内，速度和识别率的平衡表现最好。

2. 修复现有代码的性能损耗与逻辑bug #

你当前的QrCodeAnalyzer存在两个拖慢速度的问题，同时有帧泄漏、坐标计算错误的隐患，直接替换为以下实现即可：

class QrCodeAnalyzer(private val context: Context, 
    private val barcodeBoxView: BarcodeBoxView, private val previewViewWidth: Float,
    private val previewViewHeight: Float) : ImageAnalysis.Analyzer {

    private var scaleX = 1f
    private var scaleY = 1f
    // 扫码客户端提为类成员，只初始化一次，避免每帧新建实例的性能损耗
    private val options = BarcodeScannerOptions.Builder().build()
    private val scanner = BarcodeScanning.getClient(options)

    private fun translateX(x: Float) = x * scaleX
    private fun translateY(y: Float) = y * scaleY

    private fun adjustBoundingRect(rect: Rect) = RectF(
        translateX(rect.left.toFloat()),
        translateY(rect.top.toFloat()),
        translateX(rect.right.toFloat()),
        translateY(rect.bottom.toFloat())
    )

    @SuppressLint("UnsafeOptInUsageError")
    override fun analyze(image: ImageProxy) {
        val img = image.image
        if (img != null) {
            val rotationDegrees = image.imageInfo.rotationDegrees
            // 根据帧旋转角度修正缩放系数，避免扫码框位置错位
            scaleX = if (rotationDegrees == 0 || rotationDegrees == 180) {
                previewViewWidth / img.width.toFloat()
            } else {
                previewViewWidth / img.height.toFloat()
            }
            scaleY = if (rotationDegrees == 0 || rotationDegrees == 180) {
                previewViewHeight / img.height.toFloat()
            } else {
                previewViewHeight / img.width.toFloat()
            }

            val inputImage = InputImage.fromMediaImage(img, rotationDegrees)
            scanner.process(inputImage)
                .addOnSuccessListener { barcodes ->
                    var hasValidBarcode = false
                    for (barcode in barcodes) {
                        barcode?.rawValue?.let {
                            if (it.trim().isNotBlank()) {
                                hasValidBarcode = true
                                Scanner.updateBarcode(it)
                                barcode.boundingBox?.let { rect ->
                                    barcodeBoxView.setRect(adjustBoundingRect(rect))
                                }
                                return@addOnSuccessListener
                            }
                        }
                    }
                    if (!hasValidBarcode) {
                        barcodeBoxView.setRect(RectF())
                    }
                }
                .addOnCompleteListener {
                    // 无论处理成功失败都关闭帧，避免帧队列堵塞
                    image.close()
                }
        } else {
            image.close()
        }
    }
}

修改完成后，高像素机型上的单帧处理耗时通常会降到30ms以内，完全满足实时扫码的流畅度要求。

内容的提问来源于stack exchange，提问作者Krishnabhadra