Question

我想从QR library zxing for UWP获取视频流。

我打算将流复制到两个输出中。因此，底层流可以通过Gaussian Blur Filter传递，并且顶部的流将清晰地显示为屏幕中心的二次几何（没有失真，就像'剪切窗口'）。这样可以产生用户正在扫描并聚焦在非模糊区域（屏幕中间）并且周围模糊的效果。

我打算使用Lumia SDK或新的Composition API进行模糊处理，这两者都应该在视频操作方面非常快。

我怎样才能做到这一点？对于QR扫描仪来说，这肯定是一个不错的眼睛，而不是在CPU / GPU上太沉重。

Answer 1

我想从QR库zxing获取UWP的视频流

根据ZXing.Mobile的源代码，没有现有的API可以从ZXing获取视频流，但我们可以自行实施。

让我们看看Zxing.mobile是如何做到的：

在MobileBarcodeScanner.Scan method中，它实际导航到ScanPage视图

rootFrame.Navigate(typeof(ScanPage), new ScanPageNavigationParameters 
{//......
}

ScanPage视图，ZXingScannerControl控件将用于承担主要任务：

<zxing:ZXingScannerControl x:Name="scannerControl">

</zxing:ZXingScannerControl>

在StartScanningAsync method中，原则是使用MediaCapture API来启动相机预览并调用GetPreviewFrameAsync方法来获取计时器中的预览帧，此帧可以转换为LuminanceSource，使用BarcodeReader.Decode方法解码此图片中的条形码。

// Set the capture element's source to show it in the UI
    captureElement.Source = mediaCapture;

    // Start the preview
    await mediaCapture.StartPreviewAsync();

...

SoftwareBitmapLuminanceSource luminanceSource = null;

        try
        {
            // Get preview 
            var frame = await mediaCapture.GetPreviewFrameAsync(videoFrame);

            // Create our luminance source
            luminanceSource = new SoftwareBitmapLuminanceSource(frame.SoftwareBitmap);

...

 ZXing.Result result = null;

        try
        {
            // Try decoding the image
            if (luminanceSource != null)
                result = zxing.Decode(luminanceSource);

因此，底层流可以通过高斯模糊滤波器，顶部的流将清晰地显示为屏幕中心的二次几何（没有失真，就像一个＆＃39;切出窗口＆＃39 ）。

您可以先尝试MediaCapture.CapturePhotoToStreamAsync，here

如果要在屏幕中心显示二次几何，可以放置一个Canvas来包含这些几何对象，请参阅官方Basic face tracking sample

XAML：

 <CaptureElement Name="CamPreview" Grid.Row="1" HorizontalAlignment="Stretch" VerticalAlignment="Stretch" Stretch="Fill" Margin="0,10,0,0" />
 <Canvas Name="VisualizationCanvas" Grid.Row="1" HorizontalAlignment="Stretch" VerticalAlignment="Stretch" Margin="0,10,0,0" />

代码背后：

private void SetupVisualization(Windows.Foundation.Size framePizelSize, IList<DetectedFace> foundFaces)
    {
            this.VisualizationCanvas.Children.Clear();

            double actualWidth = this.VisualizationCanvas.ActualWidth;
            double actualHeight = this.VisualizationCanvas.ActualHeight;

            if (this.currentState == ScenarioState.Streaming && foundFaces != null && actualWidth != 0 && actualHeight != 0)
            {
                double widthScale = framePizelSize.Width / actualWidth;
                double heightScale = framePizelSize.Height / actualHeight;

                foreach (DetectedFace face in foundFaces)
                {
                    // Create a rectangle element for displaying the face box but since we're using a Canvas
                    // we must scale the rectangles according to the frames's actual size.
                    Rectangle box = new Rectangle();
                    box.Width = (uint)(face.FaceBox.Width / widthScale);
                    box.Height = (uint)(face.FaceBox.Height / heightScale);
                    box.Fill = this.fillBrush;
                    box.Stroke = this.lineBrush;
                    box.StrokeThickness = this.lineThickness;
                    box.Margin = new Thickness((uint)(face.FaceBox.X / widthScale), (uint)(face.FaceBox.Y / heightScale), 0, 0);

                    this.VisualizationCanvas.Children.Add(box);
                }
            }
        }

zxing得到图像流

1 个答案: