阿里妹导读:打开盒马app,相信你跟阿里妹一样,很难抵抗各种美味的诱惑。颜值即正义,盒马的图片视频技术逼真地还原了食物细节,并在短短数秒内呈现出食物的最佳效果。今天,我们请来阿里高级无线开发工程师莱宁,解密盒马app里那些“美味”视频是如何生产的。
一、前言
图片合成视频并产生类似PPT中每页过渡特效的能力是目前很多短视频软件带有的功能,比如抖音的影集。这个功能主要包括图片合成视频、转场时间线定义和OpenGL特效等三个部分。
其中图片转视频的流程直接决定了后面过渡特效的实现方案。这里主要有两种方案:
- 图片预先合成视频,中间不做处理,记录每张图片展示的时间戳位置,然后在相邻图片切换的时间段用OpenGL做画面处理。
- 图片合成视频的过程中,在画面帧写入时同时做特效处理。
方案1每个流程都比较独立,更方便实现,但是要重复处理两次数据,一次合并一次加特效,耗时更长。
方案2的流程是相互穿插的,只需要处理一次数据,所以我们采用这个方案。
下面主要介绍下几个重点流程,并以几个简单的转场特效作为例子,演示具体效果。
二、图片合成
1.方案
图片合成视频有多种手段可以实现。下面谈一下比较常见的几种技术实现。
I.FFMPEG
定义输出编码格式和帧率,然后指定需要处理的图片列表即可合成视频。
II.MediaCodec
在使用Mediacodec进行视频转码时,需要解码和编码两个codec。解码视频后将原始帧数据按照时间戳顺序写入编码器生成视频。但是图片本身就已经是帧数据,如果将图片转换成YUV数据,然后配合一个自定义的时钟产生时间戳,不断将数据写入编码器即可达到图片转视频的效果。
III.MediaCodec&OpenGL
既然Mediacodec合成过程中已经有了处理图片数据的流程,可以把这个步骤和特效生成结合起来,把图片处理成特效序列帧后再按序写入编码器,就能一并生成转场效果。
2.技术实现
首先需要定义一个时钟,来控制图片帧写入的频率和编码器的时间戳,同时也决定了视频最终的帧率。
这里假设需要24fps的帧率,一秒就是1000ms,因此写入的时间间隔是1000/24=42ms。也就是每隔42ms主动生成一帧数据,然后写入编码器。
时间戳需要是递增的,从0开始,按照前面定义的间隔时间差deltaT,每写入一次数据后就要将这个时间戳加deltaT,用作下一次写入。
然后是设置一个EGL环境来调用OpenGL,在Android中一个OpenGl的执行环境是threadlocal的,所以在合成过程中需要一直保持在同一个线程中。Mediacodec的构造函数中有一个surface参数,在编码器中是用作数据来源。在这个surface中输入数据就能驱动编码器生产视频。通过这个surface用EGL获取一个EGLSurface,就达到了OpenGL环境和视频编码器数据绑定的效果。
这里不需要手动将图片转换为YUV数据,先把图片解码为bitmap,然后通过texImage2D上传图片纹理到GPU中即可。
最后就是根据图片纹理的uv坐标,根据外部时间戳来驱动纹理变化,实现特效。
三、转场时间线
对于一个图片列表,在合成过程中如何衔接前后序列图片的展示和过渡时机,决定了最终的视频效果。
假设有图片合集{1,2,3,4},按序合成,可以有如下的时间线:
每个Stage是合成过程中的一个最小单元,首尾的两个Stage最简单,只是单纯的显示图片。中间阶段的Stage,包括了过渡过程中前后两张图片的展示和过渡动画的时间戳定义。
假设每张图片的展示时间为showT(ms),动画的时间为animT(ms)。
相邻Stage中同一张图的静态显示时间的总和为一张图的总显示时间,则首尾两个Stage的有效时长为showT/2,中间的过渡Stage有效时长为showT+animT。
其中过渡动画的时间段又需要分为:
- 前序退场起始点enterStartT,前序动画开始时间点。
- 前序退场结束点enterEndT,前序动画结束时间点。
- 后序入场起始点exitStartT,后序动画开始时间点。
- 后序入场结束点exitEndT,后序动画结束时间点。
动画时间线一般只定义为非淡入淡出外的其他特效使用。为了过渡的视觉连续性,前后序图片的淡入和淡出是贯穿整个动画时间的。考虑到序列的衔接性,退场完毕后会立刻入场,因此enterEndT=exitStartT。
四、OpenGL特效
1.基础架构
按照前面时间线定义回调接口,用于处理动画参数:
定义几个通用的片段着色器变量,辅助过渡动画的处理:
前后序列的混合流程,根据动画流程计算出的两个纹理的UV坐标混合颜色值:
解析图片,先读取Exif信息获取旋转值,再将旋转矩阵应用到bitmap上,保证上传的纹理图片与用户在相册中看到的旋转角度是一致的:
在使用图片之前,还要根据最终的视频宽高调整OpenGL窗口尺寸。同时纹理的贴图坐标的起始(0,0)是在纹理坐标系的左下角,而Android系统上canvas坐标原点是在左上角,需要将图片做一次y轴的翻转,不然图片上传后是垂直镜像。
上传图片纹理,并记录纹理的handle:
加载第二张图片时要开启非0的其他纹理单元,过渡动画需要同时操作两个图片纹理:
最后是实际绘制的部分,因为用到了透明度渐变,要手动开启GL_BLEND功能,并注意切换正在操作的纹理:
2.平移覆盖转场
I.着色器实现
GLSL中的step函数定义如下,当x<edge是返回0,反之则返回1:
已知我们有前后两张图,将他们覆盖展示。然后从一个方向逐渐修改这一条轴上的所扫过的像素的intensity值,隐藏前图,展示后图。经过时钟动画驱动后就有了覆盖转场的效果。
再定义一个direction参数,控制扫描的方向,即可设置不同的转场方向,有PPT翻页的效果。
II.效果图
3.像素化转场
I.着色器实现
首先是定义像素块的效果,我们需要像素块逐渐变大,到动画中间值时再逐渐变小到消失。
通过对progress(0到1)取反向值1-progress,得到distFromEdges,可知这个值在progress从0到0.5时会从0到0.5,在0.5到1时会从0.5到0,即达到了我们需要的变大再变小的效果。
像素块就是一整个方格范围内的像素都是同一个颜色,视觉效果看起来就形成了明显的像素间隔。如果我们将一个方格范围内的纹理坐标都映射为同一个颜色,即实现了像素块的效果。
squareSizeFactor是影响像素块大小的一个参数值,设为50,即最大像素块为50像素。
imageWidthFactor和imageHeightFactor是窗口高宽取倒数,即1/width和1/height。
通过dx * floor / dx)和dy * floor / dy)的两次坐标转换,就把一个区间范围内的纹理都映射为了同一个颜色。
II.效果图
4.水波纹特效
I.数学原理
水波纹路的周期变化,实际就是三角函数的一个变种。目前业界最流行的简易水波纹实现,Adrian的博客中描述了基本的数学原理:
水波纹实际是Sombero函数的求值,也就是sinc函数的2D版本。
下图的左边是sin函数的图像,右边是sinc函数的图像,可以看到明显的水波纹特征。
博客中同时提供了一个WebGL版本的着色器实现,不过功能较简单,只是做了效果验证。
将其移植到OpenGLES中,并做参数调整,即可整合到图片转场特效中。
完整的水波纹片段着色器如下:
其中最关键的代码就是水波纹像素坐标的计算:
vTextureCoord + (curPosition/centerLength)*cos(centerLength*rippleAmplitude-rippleTime*rippleSpeed)*rippleOffset;
简化一下即:vTextureCoord + A*cos(L*x - T*y)*rippleOffset,一个标准的余弦函数。
vTextureCoord是当前纹理的归一化坐标(0,0)到(1,1)之间。
curPosition是(-1,-1)到(1,1)之间的当前像素坐标。
centerLength是当前点距离波纹中心的距离。
curPosition/centerLength即是线性代数中的单位矢量,这个参数用来决定波纹推动的方向。
cos(centerLength*rippleAmplitude-rippleTime*rippleSpeed)通过一个外部时钟rippleTime来驱动cos函数生成周期性的相位偏移。
rippleAmplitude是相位的扩大因子。
rippleSpeed调节函数的周期,即波纹传递速度。
最后将偏移值乘以一个最大偏移范围rippleOffset(一般为0.03),限定单个像素的偏移范围,不然波纹会很不自然。
II.时间线动画
设定颜色混合,在整个动画过程中,图1逐渐消失(1到0),图2逐渐展现(0到1)。
设定画布透明度,在起始时为1,逐渐变化到0.7,最后再逐渐回到1。
设定波纹的振幅,在起始时最大,过渡到动画中间点到最小,最后逐渐变大到动画结束。
设定波纹的速度,在起始时最大,过渡到动画中间点到最小,最后逐渐变大到动画结束。
设定波纹的像素最大偏移值,在起始时最大,过渡到动画中间点到最小,最后逐渐变大到动画结束。
将本次动画帧的参数更新到着色器:
其中GLClock是一个与mediacodec编码时间戳绑定的外部时钟,用于同步合成时间和动画时间戳位置。
III.最终效果
图片展示时长:3s
过渡动画时长:1.5s
波纹中心为图片中心点
5.随机方格
I.噪声函数
我们想实现的效果是前一个画面上随机出现很多方块,每个方块中展示下一张图的画面,当图片上每一块位置都形成方块后就完成了画面的转换。
首先就需要解决随机函数的问题。虽然Java上有很多现成的随机函数,但是GLSL是个很底层的语言,基本上除了加减乘除其他的都需要自己想办法。这个着色器里用的rand函数是流传已久几乎找不到来源的一个实现,很有上古时期游戏编程代码的风格,有魔法数,代码只要一行,证明要写两页。
网上一个比较靠谱且简洁的说明是StackOverflow上的,这个随机函数实际是一个hash函数,对每一个相同的(x,y)输入都会有相同的输出。
II.着色器实现
首先将当前纹理坐标乘以方格大小,用随机函数转换后获取这个方格区域的随机渐变值。
然后用smoothstep做一个厄米特插值,将渐变的intensity平滑化。
最后用这个intensity值mix前后图像序列。
III.效果图