1、Camera成像原理介紹
Camera工作流程圖
Camera的成像原理可以簡單概括如下：
景物(SCENE)通過鏡頭（LENS）生成的光學圖像投射到圖像傳感器(Sensor)表面上，然後轉爲電信號，經過A/D（模數轉換）轉換後變爲數字圖像信號，再送到數字信號處理芯片（DSP）中加工處理，再通過IO接口傳輸到CPU中處理，通過DISPLAY就可以看到圖像了。
電荷耦合器件(CCD)或互補金屬氧化物半導體（CMOS）接收光學鏡頭傳遞來的影像，經模/數轉換器(A/D)轉換成數字信號，經過編碼後存儲。
流程如下：
1、CCD/CMOS將被攝體的光信號轉變爲電信號—電子圖像（模擬信號）
2、由模/數轉換器（ADC）芯片來將模擬信號轉化爲數字信號
3、數字信號形成後，由DSP或編碼庫對信號進行壓縮並轉化爲特定的圖像文件格式儲存
數碼相機的光學鏡頭與傳統相機相同，將影像聚到感光器件上，即(光)電荷耦合器件(CCD) 。CCD替代了傳統相機中的感光膠片的位置，其功能是將光信號轉換成電信號，與電視攝像相同。
CCD是半導體器件，是數碼相機的核心，其內含器件的單元數量決定了數碼相機的成像質量——像素，單元越多，即像素數高，成像質量越好，通常情況下像素的高低代表了數碼相機的檔次和技術指標。
2、Android Camera框架
Android的Camera子系統提供一個拍照和錄製視頻的框架。
它將Camera的上層應用與Application Framework、用戶庫串接起來，而正是這個用戶庫來與Camera的硬件層通信，從而實現操作camera硬件。
3、Android Camera的代碼結構
Android的Camera代碼主要在以下的目錄中：
Camera的JAVA部分
packages/apps/Camera/。其中Camera.java是主要實現的文件。這部分內容編譯成爲目標是Camera.apk
com.android.camera這個包，幾個主要的類文件如下：
PhotoViewer：GalleryPicker.java（所有圖片集）--->ImageGallery.java（某個Folder下圖片列表）--->ViewImage.java（看某張具體圖片）
VideoPlayer：GalleryPicker.java（所有視頻集） --->MovieView.java（看某一個視頻）
Camera：Camera.java（Camera取景及拍照）
VideoCamera：VideoCamera.java（VideoCamera取景及攝像）
Camera的framework供上層應用調用的部分
base/core/java/android/hardware/Camera.java
這部分目標是framework.jar
Camera的JNI部分
frameworks/base/core/jni/android_hardware_Camera.cpp
這部分內容編譯成爲目標是libandroid_runtime.so。
Camera UI庫部分
frameworks/base/libs/ui/camera
這部分的內容被編譯成庫libcamera_client.so。
Camera服務部分
frameworks/base/camera/libcameraservice/
這部分內容被編譯成庫libcameraservice.so。
Camera HAL層部分
hardware/msm7k/libcamera
或
vendor/qcom/android-open/libcamera2
爲了實現一個具體功能的Camera，在HAL層需要一個硬件相關的Camera庫（例如通過調用video for linux驅動程序和Jpeg編碼程序實現或者直接用各個chip廠商實現的私有庫來實現，比如Qualcomm實現的libcamera.so和libqcamera.so），實現CameraHardwareInterface規定的接口，來調用相關的庫，驅動相關的driver，實現對camera硬件的操作。這個庫將被Camera的服務庫libcameraservice.so調用。
未完待續
在下一篇中，我會以兩條路徑來詳細介紹Camera HAL的實現：自己依據V4l2規範來實現CameraHardwareInterface； Qualcomm的Camera架構（QualcommCameraHardware和mm-camera/mm-still）。當然，在涉及到Qualcomm私有庫部分，爲避免不必要的麻煩，我會一筆帶過。敬請見諒！
高通Android平臺硬件調試之Camera
高通android平臺上調試2款camera sensor，一款是OV的5M YUV sensor，支持jpeg out，同時也支持AF，調試比較比較簡單，因爲別的項目已經在使用了，只是把相關的驅動移植過來就好；另一款是Samsung的一款比較新的3M YUV FF sensor，在最新項目中要使用的，本文以調試該sensor爲例，從底層驅動的角度分享一下高通android平臺下調試camera的經驗，而對於高通平臺camera部分的架構以及原理不做過多的介紹。
一、準備工作
從項目中看，在硬件（板子）ready前，軟件部分是要準備好的。單獨從底層驅動來看，軟件部分可以分爲2個部分，一個是高通平臺相關的，再一個就是sensor部分的，通常的做法就是把sensor相關的設定移植到高通平臺的框架之中。這樣就需要先拿到sensor的spec以及廠商提供的sensor register setting file。Spec的用途是清楚高通平臺和sensor通訊（讀寫寄存器）的時序以及相關參數設定；而廠商提供的setting file則是在使用camera各個功能（preview、snapshot...）時候需要寫入到sensor中的.
本項目中，高通平臺爲MSM7X27，camera爲Samsung 5CA。從spec中知道，該sensor的I2C ID爲0x78，I2C的通信採用雙字節方式，另外也弄清楚了讀寫sensor寄存器的規則，從調試角度看這些基本上夠用了。另外廠商提供的setting file，其實就是寄存器列表，告訴我們再什麼時候將哪些寄存器寫入什麼值，通常是一個寄存器地址再加上一個寄存器的值，不過Samsung提供的是PC上調試使用的文本，需要自己轉換成c語言中的二維數組。從文件中看，寄存器數據可以分爲幾個部分：初始化、IQ設定（tuning相關）、clk設定、preview設定、snapshot設定，基本上有這幾個就夠了，其他的比如調節亮度啦、設定特殊效果啦、設置白平衡啦等等都可以自己通過spec來完成。
Sensor部分的東西搞定後，接下來就是修改高通camera部分的驅動了，主要有：
Kernal部分：
1、檢查Sensor的電源配置，並修改軟件中的設定。本項目中使用2.8/1.8/1.5共3個電源。
2、檢查並修改sensor reset設置。注意reset的時間設定，務必和spec中一致，否則會導致sensor無法工作。
3、修改I2C驅動，使用雙字節讀寫的接口，並完成讀取sensor ID的接口。這個用來檢驗I2C通訊是否OK
4、導入寄存器設定，分別在初始化、preview、snapshot等幾個部分寫入對應的寄存器值。
注意：reset以及寫寄存器部分一定要按照spec的規定加入一些delay，否則會導致sensor工作異常
User空間部分：
這個部分主要是根據硬件的規格來配置VFE，如sensor輸出數據的格式，接口方式、分辨率大小、同步信號模式等，比較簡單，但一定要檢查仔細，任何一個地方不對都會導致調試失敗。
到這裏爲止，軟件部分的準備已經告一段落了。
二、調試環境準備（板子出來了，但sensor sample還沒到位）
首先，測試點的準備。
調試前就需要想好，如果sensor無法工作，要怎麼去debug，這就需要去測量一些信號，比如power、reset、I2C、M/P CLK、H/V同步信號、數據信號等，要確保這些信號都可以測量到。
其次要選擇軟件的調試環境，這裏選擇在ADB環境中執行高通的mm-qcamera-test程序來調試，相關的trace都可以打印出來。
這樣就萬事俱備，只欠sensor了。
三、調試（sensor終於拿到了）
將sensor接到板子上，開機後，ADB中運行調試程序，preview畫面並沒有出來，失敗，有點小失望，本來覺得可以一氣呵成的，但畢竟這是一個全新的sensor，任何一個地方沒有想到位做到位都會導致失敗。那就找原因吧。
1、首先從trace得知，I2C已經讀到了sensor的ID：0x05CA,這可以說明I2C通訊是沒有問題的
2、接着檢查Sensor的電源配置，測量了供給sensor的3個電源，都是OK的。
3、測量MCLK，這個是提供給sensor使用的，正常（24MHZ）
4、測量PCLK，這個是sensor輸出的，正常（58MHZ，高通上限爲96MHZ），和寄存器中配置的一致。
5、測量H/V同步信號，這個是sensor輸出的，正常。和FPS和分辨率一致。
6、測量數據信號，這個是sensor輸出的，正常。（數據信號，示波器上可以看到）
這樣看來，sensor已經在正常工作了，但爲何preview畫面沒有出來呢？繼續檢查高通這邊的設定。
從trace看，高通的VFE已經reset並且start了，但一直接沒有輸出preview數據，這就奇怪了，sensor明明已經輸出了，爲什麼VFE接收後並沒有把數據吐出來呢，難道這個sensor輸出的數據VFE無法識別？爲了驗證這個問題，我在另一塊板子上測量了OV sensor輸出數據的波形，主要是M/P clk、H/V同步信號，然後再拿來對比，不過並沒有發現異常，只是H/V同步信號有所不同，主要高低的佔空比不太一致，會不會是這樣信號的問題呢？爲了進一步驗證，我同時測量了H/V 信號和數據信號，這時發現OV
sensor輸出的數據信號是包在V幀同步信號的低電平中；而Samsung 5CA輸出的數據信號是包在V幀同步信號的高電平中，會不會是因爲V信號極性設置不對導致VFE沒有讀取到sensor輸出的數據呢？重新檢查了一下高通VFE的設定，果然有一個參數是用來設定V信號極性的，這個參數默認是Active Low的，我這邊並沒有去修改它。接着把這個參數修改爲Active High，重新build、download後，開機運行，Ok了，preview畫面可以正常顯示了。到這裏爲止sensor的硬件調試可以算作完成了，後續的其他功能也可以慢慢完善了。
FSL調試之Camera
fsl的camera hal層沒有實現上層到下層的設置參數的接口，所以需要自己實現。好在從應用到hal層的參數已經弄好，否則工作量就更大了。
參數設置在hal層調用的函數是status_t CameraHal::setParameters(const CameraParameters& params)。在這個函數裏實現對每個參數的設置。參數設置主要通過 CameraParameters這個類實現的。通過觀察這個類發現，裏面有個get()函數，可以分別得到各個參數。如
const char *white_balance = params.get(CameraParameters::KEY_WHITE_BALANCE);這個可以得到目前白平衡的參數即返回值。然後根據返回值判斷是哪種情況，如
if (strcmp(white_balance, CameraParameters::WHITE_BALANCE_AUTO) == 0) { //判斷爲自動白平衡
LOGV("white_balance to ioctl is auto !/n");
ctl.id = V4L2_CID_AUTO_WHITE_BALANCE; //自動白平衡命令，ctl爲v4l2_control結構，該結構很有用
ctl.value = 1;
if (ioctl(camera_device, VIDIOC_S_CTRL, &ctl) < 0){ //通過 VIDIOC_S_CTRL把ctl結構體傳下去
LOGE("set control failed/n");
//return -1;
}
}else if(strcmp(white_balance, CameraParameters::WHITE_BALANCE_INCANDESCENT) == 0){ //白熾燈模式
LOGV("white_balance to ioctl is incandescent !/n");
ctl.id = V4L2_CID_DO_WHITE_BALANCE; //其它白平衡情況都用該命令
ctl.value = 2; //根據用戶自己定義的白平衡模式數目排列
if (ioctl(camera_device, VIDIOC_S_CTRL, &ctl) < 0){ //同樣通過 VIDIOC_S_CTRL把ctl結構體傳下去，然後在根據value值分情況討論
LOGE("set control failed/n");
//return -1;
}
}
傳到驅動的mxc_v4l2_capture.c文件的mxc_v4l_ioctl中，mxc_v4l_ioctl調用mxc_v4l_do_ioctl，mxc_v4l_do_ioctl對命令的解釋如下
/*!
* V4l2 VIDIOC_S_CTRL ioctl
*/
case VIDIOC_S_CTRL: {
pr_debug(" case VIDIOC_S_CTRL/n");
retval = mxc_v4l2_s_ctrl(cam, arg);
break;
}
這樣就到了mxc_v4l2_s_ctrl。在mxc_v4l2_s_ctrl通過對ctl.id分情況調用
switch (c->id) {
......
case V4L2_CID_AUTO_WHITE_BALANCE:
ipu_csi_enable_mclk_if(CSI_MCLK_I2C, cam->csi, true, true);
ret = vidioc_int_s_ctrl(cam->sensor, c); //該函數是v4l2對應ov7670驅動中的s_ctl
ipu_csi_enable_mclk_if(CSI_MCLK_I2C, cam->csi, false, false);
break;
case V4L2_CID_DO_WHITE_BALANCE:
ipu_csi_enable_mclk_if(CSI_MCLK_I2C, cam->csi, true, true);
ret = vidioc_int_s_ctrl(cam->sensor, c);
ipu_csi_enable_mclk_if(CSI_MCLK_I2C, cam->csi, false, false);
break;
......
其中vidioc_int_s_ctrl()是v4l2對應ov7670驅動中的 ioctl_s_ctrl，具體代碼怎麼對應由於篇幅原因就不貼出來。
根據ctl結構體的id分情況去實現即可。
switch (vc->id) {
.....
case V4L2_CID_AUTO_WHITE_BALANCE:
retval = ov7670_autowhitebalance(vc->value);
break;
case V4L2_CID_DO_WHITE_BALANCE:
retval = ov7670_dowhitebalance(vc->value);
break;
......
下面是whitebalance函數的實現
static int ov7670_autowhitebalance(int value)
{
unsigned char v = 0;
int ret;
printk("0v7670_autowhitebalance called/n");
ret = ov7670_read(ov7670_data.i2c_client, REG_COM8, &v);
if (value)
v |= COM8_AWB; //自動白平衡
msleep(10); /* FIXME */
ret += ov7670_write(ov7670_data.i2c_client, 0x01, 0x56);
ret += ov7670_write(ov7670_data.i2c_client, 0x02, 0x44);
ret += ov7670_write(ov7670_data.i2c_client, REG_COM8, v);
return ret;
}
static int ov7670_dowhitebalance(int value)
{
unsigned char v = 0;
int ret;
printk("0v7670_dowhitebalance called value:%d/n",value);
ret = ov7670_read(ov7670_data.i2c_client, REG_COM8, &v);
if (value)
v &= ~COM8_AWB; //關閉自動白平衡
msleep(10); /* FIXME */
ret += ov7670_write(ov7670_data.i2c_client, REG_COM8, v);
if(value == 2) //INCANDESCENCE //這個值就是ctl的value值
{
ret += ov7670_write(ov7670_data.i2c_client, 0x01, 0x8c);
ret += ov7670_write(ov7670_data.i2c_client, 0x02, 0x59);
}else if(value == 3) //FLUORESCENT
{
ret += ov7670_write(ov7670_data.i2c_client, 0x01, 0x7e);
ret += ov7670_write(ov7670_data.i2c_client, 0x02, 0x49);
}else if(value == 4) //DAYLIGHT
{
ret += ov7670_write(ov7670_data.i2c_client, 0x01, 0x52);
ret += ov7670_write(ov7670_data.i2c_client, 0x02, 0x66);
}
return ret;
}
其中函數中ox01、0x02分別是藍紅通道的增益的寄存器。
上面是白平衡從hal層最終到sensor的參數設置過程。其它如色彩效果、取景模式等都是同樣的過程。
取景模式根據具體的情況如夜間模式等設定具體的寄存器即可
色彩效果主要通過設置uv的值實現的
轉自：http://blog.csdn.net/linphusen/article/details/6385236