HeyGem适合哪些场景?这5个用法最实用

核心内容摘要

智谱AI图像生成实战:从文字到惊艳画作的完整指南
智慧交通卡车货车车辆防水布篷布雨布破损识别分割数据集labelme格式1894张2类别

从零开始:用Clawdbot搭建多模型AI代理系统

Flutter video_thumbnail库在鸿蒙OpenHarmony端的完整适配实践引言最近鸿蒙HarmonyOS/OpenHarmony生态发展很快各种终端设备也越来越多很多开发者开始考虑把现有应用无缝迁移到鸿蒙平台。

对于 Flutter 开发者来说这当中一个很实际的问题就是那些依赖原生能力的插件怎么办比如video_thumbnail它用来从视频快速生成缩略图在 Android 上靠MediaMetadataRetriever在 iOS 上靠AVFoundation但在鸿蒙上并没有直接对等的 API。

本文就从头梳理一下我们是如何给video_thumbnail插件完成鸿蒙端适配的。

整个过程可以概括为先分析鸿蒙现有的媒体能力再设计可行的方案接着一步步实现最后再做性能调优。

文中会提供可运行的代码片段也会分享一些踩坑经验和优化思路希望能为类似插件的迁移提供参考。

适配的背景与可行性分析

1 Flutter 插件是怎么工作的Flutter 插件通过**平台通道Platform Channel**实现 Dart 代码与原生平台之间的通信。

video_thumbnail在 Dart 侧定义好接口比如generateThumbnail调用时通过MethodChannel把参数传给原生端原生端执行实际的视频解码和帧提取逻辑然后把结果图片路径或字节数据传回来。

所以鸿蒙适配本质上就是在鸿蒙侧实现一个与 Android/iOS 功能对等的原生方法。

2 video_thumbnail 在 Android 和 iOS 上的原理Android核心是MediaMetadataRetriever。

流程很简单通过setDataSource设置视频路径调用getFrameAtTime在指定时间支持微秒级解码出一帧Bitmap最后用Bitmap.compress转成 JPEG 或 PNG 保存。

iOS基于AVFoundation。

用AVAssetImageGenerator从AVAsset中生成指定时间的CGImageRef转成UIImage再通过UIImagePNGRepresentation或UIImageJPEGRepresentation输出为文件。

3 鸿蒙的媒体能力与方案选择鸿蒙目前提供了ohos.multimedia.mediaLibrary媒体库管理和ohos.multimedia.image图像编解码等模块但直到 OpenHarmony

2 Release公开 API 里还没有直接能从视频文件中抽取某一帧图像的功能。

这跟 Android 的MediaMetadataRetriever比起来确实是个缺口。

面对这个缺口我们有两种思路纯鸿蒙 API 方案用ohos.multimedia.media的VideoPlayer播放到指定时间然后截图。

但这种方式是异步的精度难控制性能开销也大还可能遇到黑屏帧不适合后台高效处理。

集成 FFmpeg 方案把成熟的跨平台多媒体库 FFmpeg 引入进来。

它的libavcodec、libavformat等库能精准解码视频并抽取任意帧是工业级的方案。

缺点是需要自己交叉编译并集成到鸿蒙工程里。

综合考虑我们选择了集成 FFmpeg。

它在可控性、性能和格式兼容性上都更靠谱能保证功能与 Android/iOS 版本对等。

适配方案与具体实现

1 整体架构Flutter Dart层 (video_thumbnail插件API) ↓ Flutter Platform Channel (MethodChannel) ↓ 鸿蒙侧 (Ability/Service) ├── FFmpeg Native库 (C/C, 负责视频解码) ├── JSI/NAPI桥接层 (实现ArkTS/JS与C的交互) └── 鸿蒙媒体与文件API (负责图片编码、保存、权限申请)主要工作量集中在鸿蒙侧的 Native 层和 NAPI 桥接目标是让 ArkTS 能调用 FFmpeg 的解码能力。

2 第一步为鸿蒙编译 FFmpeg获取源码从官网下载稳定版比如

5.

2。

配置交叉编译工具链使用鸿蒙的 NDKOhos SDK Native。

编写编译脚本关键配置如下。

./configure \ --prefix${OHOS_OUTPUT_PATH} \ --enable-cross-compile \ --cross-prefixarm-linux-ohos- \ --target-oslinux \ --archarm \ --sysroot${OHOS_SYSROOT_PATH} \ --enable-shared \ --disable-static \ --disable-programs \ --disable-doc \ --disable-avdevice \ --disable-postproc \ --disable-everything \ --enable-decoderh264,hevc,mp

,vp8,vp9 \ --enable-demuxermov,avi,flv,matroska \ --enable-parserh264,hevc,mp

video \ --enable-protocolfile \ --enable-small \ --enable-openssl \ --extra-cflags-O3 -fPIC编译与集成执行make make install把生成的动态库libavcodec.so、libavformat.so等和头文件放到鸿蒙 Native 工程的cpp/libs/和cpp/include/目录下。

3 第二步鸿蒙 Native 层C实现创建video_thumbnail_napi.cpp实现帧提取的核心逻辑。

#include napi/native_api.h #include hilog/log.h #include “libavformat/avformat.h” #include “libavcodec/avcodec.h” #include “libavutil/imgutils.h” #include “libswscale/swscale.h” #include fstream #define LOG_TAG “VideoThumbnail” #define LOGI(...) OH_LOG_Print(LOG_APP, LOG_INFO, LOG_DOMAIN, LOG_TAG, __VA_ARGS__) #define LOGE(...) OH_LOG_Print(LOG_APP, LOG_ERROR, LOG_DOMAIN, LOG_TAG, __VA_ARGS__) // 核心函数从视频中提取指定时间点的帧并保存为 JPEG bool generateThumbnailAtTime(const char* videoPath, int64_t timeMs, const char* outputJpegPath, int width, int height) { AVFormatContext *pFormatCtx nullptr; AVCodecContext *pCodecCtx nullptr; AVCodec *pCodec nullptr; AVFrame *pFrame nullptr, *pFrameRGB nullptr; AVPacket packet; struct SwsContext *img_convert_ctx nullptr; bool success false; int videoStreamIndex -1; //

打开视频文件 avformat_network_init(); if (avformat_open_input(pFormatCtx, videoPath, NULL, NULL) !

{ LOGE(“无法打开视频文件: %s”, videoPath); return false; } if (avformat_find_stream_info(pFormatCtx, NULL)

{ LOGE(“无法获取流信息”); goto cleanup; } //

找到视频流 for (int i 0; i pFormatCtx-nb_streams; i) { if (pFormatCtx-streams[i]-codecpar-codec_type AVMEDIA_TYPE_VIDEO) { videoStreamIndex i; break; } } if (videoStreamIndex -

{ LOGE(“未找到视频流”); goto cleanup; } //

初始化解码器 AVCodecParameters *pCodecParams pFormatCtx-streams[videoStreamIndex]-codecpar; pCodec avcodec_find_decoder(pCodecParams-codec_id); if (!pCodec) { LOGE(“不支持的解码器”); goto cleanup; } pCodecCtx avcodec_alloc_context3(pCodec); avcodec_parameters_to_context(pCodecCtx, pCodecParams); if (avcodec_open2(pCodecCtx, pCodec, NULL)

{ LOGE(“无法打开解码器”); goto cleanup; } //

定位到指定时间转换为时间基 int64_t targetTimestamp av_rescale_q(timeMs * 1000, AV_TIME_BASE_Q, pFormatCtx-streams[videoStreamIndex]-time_base); if (av_seek_frame(pFormatCtx, videoStreamIndex, targetTimestamp, AVSEEK_FLAG_BACKWARD)

{ LOGE(“定位失败”); goto cleanup; } //

解码并获取目标帧 pFrame av_frame_alloc(); pFrameRGB av_frame_alloc(); if (!pFrame || !pFrameRGB) goto cleanup; int numBytes av_image_get_buffer_size(AV_PIX_FMT_RGB24, width, height,

; uint8_t *buffer (uint8_t *)av_malloc(numBytes * sizeof(uint8_t)); av_image_fill_arrays(pFrameRGB-data, pFrameRGB-linesize, buffer, AV_PIX_FMT_RGB24, width, height,

; img_convert_ctx sws_getContext(pCodecCtx-width, pCodecCtx-height, pCodecCtx-pix_fmt, width, height, AV_PIX_FMT_RGB24, SWS_BICUBIC, NULL, NULL, NULL); if (!img_convert_ctx) goto cleanup; while (av_read_frame(pFormatCtx, packet)

{ if (packet.stream_index videoStreamIndex) { if (avcodec_send_packet(pCodecCtx, packet)

{ if (avcodec_receive_frame(pCodecCtx, pFrame)

{ // 解码成功转换颜色空间 sws_scale(img_convert_ctx, (const uint8_t* const*)pFrame-data, pFrame-linesize, 0, pCodecCtx-height, pFrameRGB-data, pFrameRGB-linesize); //

将 RGB 数据编码为 JPEG此处需结合鸿蒙 image API 或 libjpeg 实现 if (saveRGBAsJPEG(pFrameRGB-data[0], width, height, pFrameRGB-linesize[0], outputJpegPath)) { success true; } av_packet_unref(packet); break; } } } av_packet_unref(packet); } cleanup: //

释放资源 if (img_convert_ctx) sws_freeContext(img_convert_ctx); if (pFrameRGB) { av_free(pFrameRGB-data[0]); av_frame_free(pFrameRGB); } if (pFrame) av_frame_free(pFrame); if (pCodecCtx) avcodec_free_context(pCodecCtx); if (pFormatCtx) avformat_close_input(pFormatCtx); avformat_network_deinit(); return success; } // 辅助函数将 RGB 数据保存为 JPEG示意实际需调用鸿蒙 image.packer 或 libjpeg bool saveRGBAsJPEG(uint8_t* rgbData, int width, int height, int stride, const char* path) { // 实际应使用鸿蒙的 image.createImagePacker() 或集成 libjpeg-turbo std::ofstream outFile(path, std::ios::binary); if (!outFile.is_open()) return false; // … JPEG 编码逻辑 … outFile.close(); return true; } // NAPI 接口函数 static napi_value GenerateThumbnail(napi_env env, napi_callback_info info) { size_t argc 5; napi_value args[5]; napi_get_cb_info(env, info, argc, args, nullptr, nullptr); if (argc

{ napi_throw_error(env, nullptr, “参数错误”); return nullptr; } char videoPath[256]; char outputPath[256]; int64_t timeMs; int width, height; // 从 args 中解析参数… napi_get_value_string_utf8(env, args[0], videoPath, sizeof(videoPath), nullptr); napi_get_value_int64(env, args[1], timeMs); napi_get_value_int32(env, args[2], width); napi_get_value_int32(env, args[3], height); napi_get_value_string_utf8(env, args[4], outputPath, sizeof(outputPath), nullptr); bool result generateThumbnailAtTime(videoPath, timeMs, outputPath, width, height); napi_value jsResult; napi_get_boolean(env, result, jsResult); return jsResult; } // 模块初始化 EXTERN_C_START static napi_value Init(napi_env env, napi_value exports) { napi_property_descriptor desc { “generateThumbnail”, 0, GenerateThumbnail, 0, 0, 0, napi_default, 0 }; napi_define_properties(env, exports, 1, desc); return exports; } EXTERN_C_END

4 第三步鸿蒙 ArkTS 侧桥接与封装创建VideoThumbnail.ets通过ohos.napi调用 Native 函数并封装成 Flutter Plugin 需要的格式。

// VideoThumbnail.ets import napi from ‘ohos.napi’; import fileio from ‘ohos.fileio’; import image from ‘ohos.multimedia.image’; const nativeModule napi.load(‘video_thumbnail’); export class VideoThumbnailHarmony { async generateThumbnail(videoPath: string, timeMs: number, width: number 320, height: number

: Promisestring { try { let tempDir getContext().cacheDir; let outputPath ${tempDir}/thumb_${Date.now()}.jpg; let success: boolean nativeModule.generateThumbnail(videoPath, timeMs, width, height, outputPath); if (!success) { throw new Error(‘Native层生成缩略图失败’); } let stat fileio.statSync(outputPath); if (stat stat.size

{ return outputPath; } else { throw new Error(‘生成的图片文件无效’); } } catch (error) { console.error([VideoThumbnail] Error: ${error.message}); throw error; } } } // 供 Flutter Platform Channel 调用的统一入口 export function generateThumbnailFromChannel(videoPath: string, timeMs: number, width: number, height: number): Promisestring { let engine new VideoThumbnailHarmony(); return engine.generateThumbnail(videoPath, timeMs, width, height); }

5 第四步Flutter 插件 Dart 层适配修改video_thumbnail插件的 Dart 代码在MethodChannel调用时增加对鸿蒙平台的识别。

// video_thumbnail.dart (部分修改) import ‘dart:io’; import ‘package:flutter/foundation.dart’; import ‘package:flutter/services.dart’; class VideoThumbnail { static const MethodChannel _channel MethodChannel(‘video_thumbnail’); static FutureString generateThumbnail({ required String videoPath, required int timeMs, int? width, int? height, ImageFormat imageFormat ImageFormat.JPEG, int quality 10, }) async { final MapString, dynamic params String, dynamic{ ‘videoPath’: videoPath, ‘timeMs’: timeMs, ‘width’: width ?? 0, // 0 表示由原生端决定 ‘height’: height ?? 0, ‘imageFormat’: describeEnum(imageFormat), ‘quality’: quality, }; String result; if (Platform.isHarmony) { // 鸿蒙平台使用特定的方法名 result await _channel.invokeMethod(‘generateThumbnailHarmony’, params); } else { // 原有 Android/iOS 逻辑 result await _channel.invokeMethod(‘generateThumbnail’, params); } return result; } }

性能优化与实践建议

1 关键性能优化点帧定位优化av_seek_frame使用AVSEEK_FLAG_BACKWARD标志先定位到目标时间之前的关键帧再解码到目标帧在速度和精度之间取得平衡。

尺寸缩放策略在 Native 层直接用sws_scale将解码出的帧缩放到目标尺寸避免在 Dart 或 ArkTS 层再做一次图片缩放减少内存拷贝和计算。

内存与资源管理使用av_frame_alloc/av_free严格管理帧内存。

及时调用av_packet_unref和avformat_close_input释放资源防止内存泄漏。

在 ArkTS 层可以对已生成的缩略图路径做缓存避免重复处理同一个视频。

异步执行缩略图生成涉及 IO 和大量计算一定要放在鸿蒙的 Worker 线程或 Flutter 的compute中执行千万别阻塞 UI 线程。

2 调试与集成经验日志跟踪在 Native 层关键步骤打开文件、找到流、解码成功、保存图片输出hilog调试时非常有用。

权限处理记得在module.json5中声明ohos.permission.READ_MEDIA和ohos.permission.WRITE_MEDIA权限并根据需要做运行时申请。

兼容性测试多找几种不同编码H.264, HEVC, MPEG-4和容器格式MP4, AVI, MKV的视频测试确保稳定性。

错误处理在 Native 层和 ArkTS 层建立完整的错误传递链让 Flutter 层能拿到有意义的错误信息方便上层处理。

3 性能数据参考在搭载 OpenHarmony

2 的 RK3568 开发板上测试结果生成时间对一个 2 分钟的 1080p MP4 视频在开头生成 320x240 缩略图平均耗时

ms与中低端 Android 设备表现接近。

内存占用解码单帧时峰值内存增加约

MB在可接受范围。

CPU 占用解码过程单核利用率会短暂冲到80% 以上所以务必放在后台执行。

四、

总结与展望通过引入 FFmpeg 作为核心解码引擎我们成功实现了video_thumbnail插件在鸿蒙平台的功能适配。

整个过程主要分为几步分析鸿蒙媒体能力缺口、交叉编译并集成 FFmpeg、实现 C 解码逻辑并通过 NAPI 暴露接口、封装 ArkTS 桥接层、最后对接 Flutter Platform Channel。

这次实践不仅解决了video_thumbnail在鸿蒙上的使用问题也为其他依赖复杂原生多媒体能力的 Flutter 插件比如视频编辑、音频处理等提供了可参考的适配路径。

随着鸿蒙原生媒体能力的不断完善未来或许能逐步减少对 FFmpeg 的依赖实现更轻量的集成。

如果能把适配代码贡献给开源社区应该能帮助到更多开发者共同推动鸿蒙和 Flutter 生态的融合。

星空天美MV高清免费-星空天美MV高清免费应用

百度百家号客服电话人工服务

123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123 123