Android Kotlin CameraX环境下无需OpenCV的图像眩光检测算法咨询

核心算法逻辑 #

眩光的本质是镜头入射光过强导致的大面积局部过曝，无需引入第三方图像处理库，仅基于Android原生图像能力即可实现检测：统计图像中高亮像素的占比，以及高亮区域的连续分布特征，就可以快速判定是否存在眩光。

CameraX 接入流程 #

• 启用CameraX的ImageAnalysis用例，配置预览帧格式为默认的YUV_420_888，无需额外格式转码，性能损耗最低，分析任务绑定到独立后台线程执行，避免阻塞预览渲染。
• 仅提取YUV帧的Y（亮度）通道做计算，无需处理UV色度分量，Y通道取值范围为0-255，默认设定阈值230以上的像素判定为过曝像素，可根据业务场景调整。

核心实现代码 #

1. 配置ImageAnalysis分析用例 #

val imageAnalysis = ImageAnalysis.Builder()
    .setTargetResolution(Size(1280, 720)) // 不需要过高分辨率，降低计算量
    .setBackpressureStrategy(ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST) // 只处理最新帧，避免积压
    .build()

imageAnalysis.setAnalyzer(Executors.newSingleThreadExecutor()) { imageProxy ->
    val isFlare = detectFlare(imageProxy)
    if (isFlare) {
        // 主线程回调触发UI提示用户调整拍摄角度
        MainScope().launch {
            showFlareWarning()
        }
    }
    imageProxy.close() // 必须关闭，否则后续帧会阻塞
}
// 将imageAnalysis绑定到CameraX生命周期

2. 眩光检测逻辑实现 #

private fun detectFlare(imageProxy: ImageProxy): Boolean {
    // 仅获取Y通道数据
    val yBuffer = imageProxy.planes[0].buffer
    val yBytes = ByteArray(yBuffer.remaining())
    yBuffer.get(yBytes)
    
    val width = imageProxy.width
    val height = imageProxy.height
    // 采样率，每隔4个像素取1个计算，大幅降低运算量，可按需调整
    val sampleStep = 4
    var overExposeCount = 0
    var totalSampleCount = 0
    
    for (i in 0 until height step sampleStep) {
        for (j in 0 until width step sampleStep) {
            val index = i * width + j
            // Y通道值是无符号字节，转成Int取值0-255
            val luminance = yBytes[index].toInt() and 0xFF
            if (luminance >= 230) {
                overExposeCount++
            }
            totalSampleCount++
        }
    }
    // 过曝像素占比超过15%判定为存在眩光，阈值可按需调整
    val overExposeRatio = overExposeCount.toFloat() / totalSampleCount
    return overExposeRatio > 0.15f
}

优化方案 #

• 自适应阈值：可先计算整帧的平均亮度，根据平均亮度动态调整过曝判定阈值，暗光环境下阈值适当调低，强光环境下阈值适当调高，降低误判率。
• 连续帧校验：单帧命中过曝阈值不直接判定为眩光，连续2-3帧都命中阈值才触发提示，避免偶发高亮导致的误报。
• 区域分布校验：如果需要更高精度，可以把图像分成9个区块，统计单个区块的过曝占比，避免全局占比达标但高亮区域分散的非眩光场景误判。

内容的提问来源于stack exchange，提问作者just_user