using Ayay.SerilogLogs;
using Microsoft.Extensions.Hosting;
using OpenCvSharp;
using Serilog;
using SHH.CameraSdk; // 引用 SDK 核心
using SHH.Contracts;
using System.Diagnostics;
using TurboJpegWrapper;
namespace SHH.CameraService;
///
/// 图像监控采集控制器 (流媒体分发引擎)
/// 功能:监听全局图像采集总线,对图像进行实时 JPG 编码,并动态分发至云端、大屏等订阅目标。
/// 设计模式:发布-订阅模式 + 扇出 (Fan-out) 分发。
///
public class ImageMonitorController : BackgroundService
{
private ILogger _sysLog = Log.ForContext("SourceContext", LogModules.Core);
// 注入所有注册的目标(云端、大屏等),实现动态分发
private readonly IEnumerable _targets;
// 编码参数:JPG 质量 75 (平衡画质与带宽)
// 工业经验:75 是甜点,体积只有 100 的 1/3,肉眼几无区别。
// 如果您确实需要 100,请注意带宽压力。此处我保留您要求的 100,但建议未来调优。
private readonly int[] _encodeParams = { (int)ImwriteFlags.JpegQuality, 100 };
///
/// 构造函数
///
///
public ImageMonitorController(IEnumerable targets)
{
_targets = targets;
}
///
/// 启动后台服务:挂载事件总线
///
protected override Task ExecuteAsync(CancellationToken stoppingToken)
{
_sysLog.Information("[Core] 启动流媒体采集引擎...");
// =========================================================
// 订阅逻辑:接入 "上帝模式" (God Mode)
// =========================================================
// 理由:gRpc 需要无差别地获取所有设备的图像。
GlobalStreamDispatcher.OnGlobalFrame += ProcessFrame;
_sysLog.Information($"[StreamWorker] 已挂载至全局广播总线,正在监听帧信息.");
var tcs = new TaskCompletionSource();
stoppingToken.Register(() =>
{
// 停止时反注册,防止静态事件内存泄漏
GlobalStreamDispatcher.OnGlobalFrame -= ProcessFrame;
_sysLog.Information("[Core] 流媒体采集引擎已断开全局广播连接.");
tcs.SetResult();
});
return tcs.Task;
}
///
/// [回调函数] 处理实时帧
/// 注意:此方法由 SDK 采集线程池触发,必须保持极速处理,严禁在内部执行 IO 等耗时阻塞操作。
///
/// 设备唯一标识 ID
/// 包含原始图像(InternalMat)和处理后图像(TargetMat)的帧数据
private void ProcessFrame(long deviceId, SmartFrame frame)
{
try
{
// 1. 基础校验 (合法性检查)
if (frame == null || frame.InternalMat.Empty()) return;
long startTick = Stopwatch.GetTimestamp();
// =========================================================
// 2. 一次编码 (One Encode) - CPU 消耗点
// =========================================================
// 理由:在这里同步编码是最安全的,因为出了这个函数 frame 内存就会失效。
// 且只编一次,后续分发给 10 个目标也只用这一份数据。
byte[]? jpgBytes = null;
// 如果有更小的图片, 原始图片不压缩, 除非有特殊需求
if (frame.TargetMat == null)
{
jpgBytes = SdkGlobal.UseTurboJpegWrapper
? TurboEncodeImage(frame.InternalMat)
: EncodeImage(frame.InternalMat);
}
// 双流支持:如果存在处理后的 AI 图,也一并编码
byte[]? targetBytes = null;
if (frame.TargetMat != null && !frame.TargetMat.Empty())
{
targetBytes = SdkGlobal.UseTurboJpegWrapper
? TurboEncodeImage(frame.TargetMat)
: EncodeImage(frame.TargetMat);
}
// =========================================================
// 3. 构建 Payload (数据载荷)
// =========================================================
var payload = new VideoPayload
{
CameraId = deviceId.ToString(),
CaptureTimestamp = DateTimeOffset.UtcNow.ToUnixTimeMilliseconds(),
OriginalImageBytes = jpgBytes, // 引用赋值
OriginalWidth = frame.InternalWidth,
OriginalHeight = frame.InnernalHeight,
TargetImageBytes = targetBytes, // 引用赋值
TargetWidth = frame.TargetWidth,
TargetHeight = frame.TargetHeight,
DispatchTimestamp = DateTimeOffset.UtcNow.ToUnixTimeMilliseconds()
};
// 添加订阅者
payload.SubscriberIds.AddRange(frame.SubscriberIds);
// 计算转码耗时(ms)
double processMs = (Stopwatch.GetTimestamp() - startTick) * 1000.0 / Stopwatch.Frequency;
payload.Diagnostics["encode_ms"] = Math.Round(processMs, 2);
// =========================================================
// 4. 动态扇出 (Dynamic Fan-Out) - 内存消耗极低
// =========================================================
// 遍历所有目标,往各自独立的管道里写数据。
// 实现了"物理隔离":一个管道满了(云端卡顿),不影响另一个管道(大屏流畅)。
foreach (var target in _targets)
{
bool ok = target.Channel.WriteLog(payload);
if (!ok)
{
// 如果这里打印,说明管道由于某种原因被关闭了(通常是程序正在退出)
_sysLog.Warning($"[ImageMonitor] 管道写入失败,目标: {target.Config.Name}");
}
}
}
catch (Exception ex)
{
// 极少发生的内存错误,打印日志但不抛出,避免崩溃 SDK 线程
_sysLog.Error($"[ImageMonitor] 采集处理异常: {ex.Message}");
}
}
///
/// 调用 OpenCV 进行内存级图片编码
///
/// 待编码的 OpenCV Mat 矩阵
/// JPG 字节数组
private byte[]? EncodeImage(Mat mat)
{
if (mat == null || mat.Empty())
return null;
// ImEncode 将 Mat 编码为一维字节数组 (托管内存)
Cv2.ImEncode(".jpg", mat, out byte[] buf, _encodeParams);
return buf;
}
// 建议将转换器定义为类成员,避免重复创建(内部持有句柄)
private static readonly ThreadLocal _encoderPool = new(() => new TJCompressor());
///
/// TurboJPEG 快速编码
///
///
///
private byte[]? TurboEncodeImage(Mat mat)
{
// 1. 空引用与销毁状态防御
if (mat == null || mat.Empty() || mat.IsDisposed)
return Array.Empty();
try
{
// 2. 线程安全防护 (如果不用 ThreadLocal,至少保留 lock)
var encoder = _encoderPool.Value;
if (encoder == null)
{
_sysLog.Error("[Perf] ThreadLocal 编码器实例初始化失败,降级使用 OpenCV.");
return EncodeImage(mat); // 自动降级,保证业务不中断
}
// 3. 内存连续性确保
// 保持原逻辑:不连续则 Clone,这是最稳妥的零拷贝退守方案,已通过您的严格测试
if (!mat.IsContinuous())
{
using var continuousMat = mat.Clone();
return encoder.Compress(continuousMat.Data, (int)continuousMat.Step(),
continuousMat.Width, continuousMat.Height,
// 2026-01-31 解决黄色变蓝色问题
// 原因:经实测当前 Mat 内存排布为 RGB,原 BGR 参数导致红蓝通道反转
TJPixelFormats.TJPF_RGB,
TJSubsamplingOptions.TJSAMP_420, 95, TJFlags.NONE);
}
// 执行并行编码
// 注意:TJPF_BGR 确保了 OpenCV 默认内存排布,防止色偏
return encoder.Compress(mat.Data, (int)mat.Step(), mat.Width, mat.Height,
// 2026-01-31 解决黄色变蓝色问题
// 修正像素格式为 RGB,匹配底层数据流,确保工业视频颜色还原准确
TJPixelFormats.TJPF_RGB,
TJSubsamplingOptions.TJSAMP_420, 95, TJFlags.NONE);
}
catch (ObjectDisposedException)
{
// 自动降级,保证业务不中断
SdkGlobal.DisableTurboJpegAcceleration();
return EncodeImage(mat);
}
catch (Exception ex)
{
// 4. 记录异常但不让采集线程崩掉
_sysLog.Error(ex, "[Perf] TurboJpeg 编码失败,请检查依赖或内存状态");
// 自动降级,保证业务不中断
SdkGlobal.DisableTurboJpegAcceleration();
return EncodeImage(mat);
}
}
///
/// 释放资源
///
public override void Dispose()
{
GlobalStreamDispatcher.OnGlobalFrame -= ProcessFrame;
if (_encoderPool.IsValueCreated)
{
// 严谨做法:由于 ThreadLocal 无法直接遍历销毁所有线程的实例,
// 建议通过清理当前线程并由 GC 处理剩余部分,或在更高级的对象池中管理 Dispose。
_encoderPool.Dispose();
}
base.Dispose();
}
}