Google ML Kit条码扫描性能优化与反向条码识别问题咨询

识别性能优化方案 #

• 复用扫描器实例：你当前代码每次调用analyze方法都会新建BarcodeScanner实例，该对象初始化开销极高，直接拖慢识别速度。将扫描器改为分析器的全局成员变量，只在类初始化时创建一次即可。
• 修复ImageProxy关闭逻辑：你当前代码在异步scanner.process任务还没执行完成时，就直接在方法末尾调用了imageProxy.close()，导致扫描器拿到的帧资源已经被释放，只能等待后续新帧输入，拉长了识别耗时。需要将关闭逻辑移到异步任务的完成回调中，无论识别成功失败都要关闭帧资源，避免内存泄漏。
• 给ImageAnalysis设置目标分辨率：你当前只给Preview和ImageCapture设置了720P的分辨率，ImageAnalysis默认会使用设备支持的最高分辨率，高分辨率帧的处理耗时是720P的数倍，给ImageAnalysis.Builder也加上setTargetResolution(Size(720, 1280))即可，识别Data Matrix码完全不需要更高的分辨率。
• 移除不必要的相机用例：你同时绑定了预览、拍照、图像分析三个用例，多数中低端设备同时跑三个用例会大幅降低输出帧率，如果你不需要在扫码页面实时拍照，绑定用例时可以先去掉imageCapture，需要拍照时再动态绑定即可。

反向条码识别（反色处理）解决方案 #

你拿不到image.bitmapInternal或者image.byteBuffer是因为CameraX输出的mediaImage是YUV_420_888格式的多平面帧数据，本身没有单一ByteBuffer或者内置Bitmap属性，需要先将YUV帧转换为Bitmap再做反色处理，步骤如下：

1. 引入YUV转Bitmap的工具方法，将ImageProxy实例转换为ARGB格式的Bitmap
2. 对Bitmap做反色处理
3. 将处理后的Bitmap转为InputImage喂给条码扫描器

修改后的分析器参考代码 #

private class BarCodeAnalyzer(private val listener: BarCodeListener) : ImageAnalysis.Analyzer {
    // 扫描器改成成员变量，只初始化一次
    private val options = BarcodeScannerOptions.Builder()
        .setBarcodeFormats(Barcode.FORMAT_DATA_MATRIX)
        .build()
    private val scanner = BarcodeScanning.getClient(options)

    @SuppressLint("UnsafeOptInUsageError")
    override fun analyze(imageProxy: ImageProxy) {
        val mediaImage = imageProxy.image ?: run {
            imageProxy.close()
            return
        }
        // 先转Bitmap，YuvToRgbConverter可直接使用官方公开的工具类实现
        val yuvToRgbConverter = YuvToRgbConverter(context) // 自行传入可用的Context实例
        val bitmap = Bitmap.createBitmap(imageProxy.width, imageProxy.height, Bitmap.Config.ARGB_8888)
        yuvToRgbConverter.yuvToRgb(mediaImage, bitmap)
        
        // 反色处理（支持反向条码）
        val colorMatrix = ColorMatrix(floatArrayOf(
            -1f, 0f, 0f, 0f, 255f,
            0f, -1f, 0f, 0f, 255f,
            0f, 0f, -1f, 0f, 255f,
            0f, 0f, 0f, 1f, 0f
        ))
        val paint = Paint().apply {
            colorFilter = ColorMatrixColorFilter(colorMatrix)
        }
        val canvas = Canvas(bitmap)
        canvas.drawBitmap(bitmap, 0f, 0f, paint)

        // 转InputImage，注意要传入正确的旋转角度
        val inputImage = InputImage.fromBitmap(bitmap, imageProxy.imageInfo.rotationDegrees)

        scanner.process(inputImage)
            .addOnSuccessListener { barcodes ->
                barcodes.firstOrNull()?.rawValue?.let { barcode ->
                    Log.d(TAG, barcode)
                    listener(barcode)
                }
            }
            .addOnCompleteListener {
                // 无论成功失败都关闭帧资源
                imageProxy.close()
            }
    }
}

如果需要同时支持普通和反向条码，可以先对原图做识别，未识别到结果再用反色后的Bitmap做二次识别即可。

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