4、视频采集与预览：使用AVCaptureSession进行视频采集、配置摄像头与分辨率、实时预览与画面调整

视频采集，说白了就是让摄像头把光信号变成数字信号。iOS 上做这件事，绕不开 AVCaptureSession。我最早接触它的时候，觉得这玩意儿配置起来挺啰嗦的，但用熟了就会发现，它的设计其实很优雅——把采集、预览、输出拆得清清楚楚。

这一章，我们就来聊聊怎么用 AVCaptureSession 搞定视频采集。我会把我在项目中踩过的坑、积累的经验都抖出来。

4.1 AVCaptureSession 的核心架构

先看一张逻辑图，帮你快速建立认知：

AVCaptureSession
├── AVCaptureDeviceInput（输入：摄像头/麦克风）
├── AVCaptureVideoDataOutput（输出：原始视频帧）
├── AVCaptureAudioDataOutput（输出：原始音频数据）
└── AVCaptureVideoPreviewLayer（预览：实时画面）

嗯，结构就这么简单。一个 session 管理输入和输出，中间由系统帮你做数据流转。你只需要告诉它：

• 从哪个设备采集（前置/后置摄像头）
• 输出什么格式（视频帧、音频数据）
• 要不要实时预览（预览层）

我个人习惯把 session 的配置封装成一个方法，这样在多个页面复用时特别方便。你想想看，如果每个页面都写一遍配置代码，那维护起来得多痛苦。

4.2 配置摄像头与分辨率

配置摄像头，第一步是找到可用的设备。iOS 设备上的摄像头种类不少：

设备类型	说明	常见场景
.builtInWideAngleCamera	广角摄像头	日常拍摄、直播
.builtInTelephotoCamera	长焦摄像头	远距离拍摄
.builtInUltraWideCamera	超广角摄像头	大场景拍摄
.builtInDualCamera	双摄（广角+长焦）	人像模式

获取设备的代码很简单：

guard let device = AVCaptureDevice.default(.builtInWideAngleCamera,
                                           for: .video,
                                           position: .back) else {
    print("后置摄像头不可用")
    return
}

这里有个坑——position 参数。你如果指定了 .back，但设备只有前置摄像头（比如某些老款 iPad），那就会返回 nil。我在项目中遇到过这种情况，后来加了个降级逻辑：如果指定位置不可用，就取第一个可用的摄像头。

4.3 分辨率的选择

分辨率这东西，不是越高越好。你想想看，4K 分辨率虽然清晰，但每帧数据量巨大，处理起来 CPU 和 GPU 都吃不消。我建议根据场景来选：

分辨率	宽高比	推荐场景
AVCaptureSessionPreset640x480	4:3	老设备、低功耗场景
AVCaptureSessionPreset1280x720	16:9	直播推流（性价比最高）
AVCaptureSessionPreset1920x1080	16:9	高清录制、短视频
AVCaptureSessionPreset3840x2160	16:9	专业级录制（慎用）

设置分辨率时，记得先检查设备是否支持：

if device.supportsSessionPreset(.hd1920x1080) {
    session.sessionPreset = .hd1920x1080
} else {
    session.sessionPreset = .hd1280x720
}

我曾经在一个项目里直接写死了 1080p，结果在 iPhone 6 上跑不起来——那台设备最高只支持 720p。嗯，从那以后我就养成了检查支持列表的习惯。

4.4 实时预览的实现

预览层用的是 AVCaptureVideoPreviewLayer，它本质上是一个 CALayer 子类。你把它加到 view 的 layer 上，就能看到摄像头画面了。

let previewLayer = AVCaptureVideoPreviewLayer(session: session)
previewLayer.frame = view.bounds
previewLayer.videoGravity = .resizeAspectFill
view.layer.addSublayer(previewLayer)

这里有个细节：videoGravity 属性。它决定了画面如何适配预览层的大小：

• .resizeAspect：保持宽高比，可能会有黑边
• .resizeAspectFill：保持宽高比，填满整个区域，可能会裁剪
• .resize：拉伸画面，不保持比例（一般不推荐）

我个人习惯用 .resizeAspectFill，因为直播场景下，画面铺满屏幕看起来更舒服。但要注意，如果你要做画面上的标注（比如人脸框），坐标需要做转换——预览层的坐标系和实际画面坐标系是不一样的。

4.5 画面调整：对焦、曝光与白平衡

画面调整是直播场景里的刚需。用户可能从暗处走到亮处，或者想拍清楚某个物体。这些操作都对应着摄像头硬件的调节。

4.5.1 对焦

对焦有两种模式：自动对焦和手动对焦。自动对焦是默认开启的，但如果你想实现「点击屏幕对焦」的效果，就需要手动设置：

func focus(at point: CGPoint) {
    guard let device = AVCaptureDevice.default(for: .video) else { return }
    do {
        try device.lockForConfiguration()
        if device.isFocusPointOfInterestSupported {
            device.focusPointOfInterest = point
            device.focusMode = .autoFocus
        }
        device.unlockForConfiguration()
    } catch {
        print("对焦失败: \(error)")
    }
}

注意，point 是归一化坐标，范围是 (0,0) 到 (1,1)。你需要把用户点击的屏幕坐标转换一下。

4.5.2 曝光

曝光调整和对焦类似，也是通过 lockForConfiguration 来设置。我建议在直播场景里使用连续自动曝光（.continuousAutoExposure），这样用户从暗处走到亮处时，画面会自动调整亮度。

if device.isExposureModeSupported(.continuousAutoExposure) {
    device.exposureMode = .continuousAutoExposure
}

但如果你要做专业相机 App，可能需要手动曝光补偿。我记得有一次做户外直播，阳光太强，自动曝光把画面压得太暗。后来我加了个滑块，让用户可以手动调节曝光补偿值（-2 到 +2），效果好了很多。

4.5.3 白平衡

白平衡决定了画面的色温。自动白平衡在大多数场景下够用，但如果你在混合光源下（比如日光灯+自然光），画面可能会偏色。这时候可以锁定白平衡：

if device.isWhiteBalanceModeSupported(.locked) {
    device.whiteBalanceMode = .locked
}

嗯，这里要提醒一下：锁定白平衡后，如果环境光变化，画面颜色不会自动调整。所以一般直播场景还是用 .continuousAutoWhiteBalance 更稳妥。

4.6 完整的采集流程

把上面这些串起来，一个完整的视频采集流程大概是这样的：

// 1. 创建 session
let session = AVCaptureSession()

// 2. 配置输入
guard let device = AVCaptureDevice.default(.builtInWideAngleCamera,
                                           for: .video,
                                           position: .back) else { return }
guard let input = try? AVCaptureDeviceInput(device: device) else { return }
if session.canAddInput(input) {
    session.addInput(input)
}

// 3. 配置输出
let videoOutput = AVCaptureVideoDataOutput()
videoOutput.setSampleBufferDelegate(self, queue: DispatchQueue(label: "videoQueue"))
if session.canAddOutput(videoOutput) {
    session.addOutput(videoOutput)
}

// 4. 配置预览
let previewLayer = AVCaptureVideoPreviewLayer(session: session)
previewLayer.frame = view.bounds
previewLayer.videoGravity = .resizeAspectFill
view.layer.addSublayer(previewLayer)

// 5. 启动采集
session.startRunning()

这段代码看起来简单，但实际项目中要注意的点不少。比如 startRunning 是一个同步方法，会阻塞当前线程。我建议把它放到后台线程执行，避免卡 UI。

4.7 避坑指南

最后，分享几个我踩过的坑：

• 权限问题： 没有权限时，AVCaptureDeviceInput 初始化会抛异常。记得在调用前检查 AVCaptureDevice.authorizationStatus(for: .video)。
• Session 中断： 电话进来、App 切后台时，session 会自动中断。监听 AVCaptureSessionWasInterruptedNotification 和 AVCaptureSessionInterruptionEndedNotification 来做恢复处理。
• 内存泄漏： 如果你在 AVCaptureVideoDataOutput 的代理方法里做了耗时操作，记得用 autoreleasepool 包裹，否则内存会暴涨。

我曾经在一个直播项目里，因为没处理 session 中断，导致用户接完电话后画面卡死。嗯，从那以后，我每次都会加上中断监听和恢复逻辑。

好了，这一章的内容就到这里。视频采集是音视频开发的基石，把 AVCaptureSession 玩熟了，后面的编码、推流才能走得顺。下一章，我们来聊聊音频采集——你会发现，很多思路是相通的。