CameraX结合Chaquopy传图至Python OpenCV 处理慢、分辨率异常优化问询

基础链路逻辑 #

应用初始实现的全流程处理步骤：

• 通过CameraX的ImageCapture用例捕获JPG格式图像
• 将捕获的图像转换为Bitmap对象
• 将Bitmap经过编码转换为字符串
• 将字符串参数传递到Python运行侧
• Python端通过OpenCV解析图像，获取对应分辨率后转为字符串格式返回Android层
• 将返回的分辨率值渲染展示在界面TextView上

初始实现存在的核心问题 #

应用虽可正常跑通全流程，但存在两个核心缺陷：

• 运行效率极低：单次全流程处理耗时15-20秒，初步定位瓶颈集中在Bitmap转字符串的编解码环节
• 尺寸匹配异常：Python端返回的分辨率数值，与ImageCapture预先配置的目标分辨率存在明显偏差

落地优化方案 #

效率提升路径 #

经过多轮验证，以下调整可实现处理速度的大幅提升：

• 替换跨端传参格式：采用bytearray类型替代base64字符串传递图像数据，消除字符串编码带来的冗余计算开销
• 调整Bitmap压缩参数：将原流程中使用的PNG压缩格式改为JPEG压缩，大幅降低图像数据体积，减少内存拷贝耗时
• 前置Python环境初始化流程：在应用启动阶段加载完成Chaquopy运行环境，避免首次跨端交互时的环境初始化等待

跨端图像高效传递方案 #

除base64字符串外，可选择两类更高效的图像跨端传递方式：

• 直接传递原生字节数组：利用Chaquopy对bytearray类型的原生跨端映射能力，直接传递图像的原始压缩字节，跳过字符串转换环节
• 传递本地文件路径：将捕获的图像持久化存储为本地JPG文件，将文件的可访问绝对路径传递给Python端，由Python端直接读取本地文件完成解析

各优化阶段的核心实现代码均已整理留存，可对照场景快速适配落地。

方案验证踩坑记录 #

在多轮方案测试中发现的兼容性问题：

• 本地文件路径传递方案在模拟器环境下可正常运行，但在真实物理手机上存在解析失败的问题，需重点适配真实机的应用沙箱访问规则、动态存储权限配置
• 分辨率匹配异常的根因来自初始流程中多次Bitmap转换、压缩环节带来的尺寸缩放与EXIF旋转影响，可跳过非必要的Bitmap转换步骤，直接从ImageCapture的ImageProxy中提取原始图像字节进行处理，保证返回的分辨率值与ImageCapture的配置目标一致

内容的提问来源于stack exchange，提问作者kintipu