和 AI 美颜的搭配使用

使用导读

简介

实时音视频是 ZEGO 的一款实时音视频互动服务产品，开发者可通过其灵活易用的 API，构建音视频应用。同时，ZEGO 的另一款产品——AI 美颜，基于领先的 AI 算法，提供美颜、美体、美妆、贴纸等功能。将二者进行搭配使用，能够轻松实现音视频互动和美颜的结合，打造实时美颜应用。

两者搭配使用，可广泛应用于娱乐直播、游戏直播、视频会议等直播场景中。

概念解释

• ZEGO Express SDK：ZEGO 实时音视频 SDK，提供基础的实时音视频功能，包括直播推拉流、直播连麦等，以下使用 ZEGO Express SDK 简写表示。
• ZEGO Effects SDK：ZEGO AI 美颜 SDK，提供多项智能图像渲染和算法能力，包括智能美颜、AR 特效、图像分割等，以下使用 ZEGO Effects SDK 简写表示。

示例源码

为方便开发者实现二者的搭配使用，ZEGO 提供了示例代码，请联系 ZEGO 商务人员获取。

前提条件

• 已在 ZEGO 控制台 创建项目，并申请有效的 AppID 和 AppSign，详情请参考 控制台 - 项目管理 中的“项目信息”；并联系 ZEGO 技术支持，开通 ZEGO Effects 相关套餐服务权限。
• 已在项目中集成 ZEGO Express SDK，并实现了基本的音视频推拉流功能，详情请参考 快速开始 - 集成 和 快速开始 - 实现视频通话。

• 已在项目中集成 ZEGO Effects SDK，详情请参考“AI 美颜”的 快速开始 - 集成。
• 已获取到 ZEGO Effects SDK 唯一的鉴权文件，详情请参考“AI 美颜”的 快速开始 - 在线鉴权。

使用原理和步骤

ZEGO Effects SDK 和 ZEGO Express SDK 搭配使用，对视频数据进行实时 AI 美颜处理的原理，如下图：

通过以上流程，具体的实现步骤，如下图：

1. 初始化 ZEGO Effects SDK 和 ZEGO Express SDK，初始化在时序上没有限制。
2. 获取视频原始数据，可通过 ZEGO Express SDK 的 自定义视频采集 或 自定义视频前处理 两种方式获取。
3. 将采集到的视频原始数据，传递给 ZEGO Effects SDK，进行 AI 美颜处理。
4. 将处理完的数据传递给 ZEGO Express SDK，进行推流。如果在推拉流过程中需要调整 AI 美颜效果，可使用 ZEGO Effects SDK 的相关功能进行实时更改。
5. 远端用户通过 ZEGO Express SDK 拉取处理后的数据进行播放。

1 初始化 ZEGO Effects/Express SDK

对于两个 SDK 的初始化，不做时序上的限制，以下步骤中以“先初始化 ZEGO Effects SDK，再初始化 ZEGO Express SDK”为例。

1.1 初始化 ZEGO Effects SDK

1. 导入 Effects 模型和资源。

   在使用 ZEGO Effects SDK 的 AI 相关功能时，必须先导入 AI 模型和资源。

   // 传入人脸识别模型的绝对路径。人脸检测、大眼、瘦脸功能均须导入
   NSString *faceDetectionModelPath = [[NSBundle mainBundle] pathForResource:@"FaceDetectionModel" ofType:@"model"];
   // 传入人像分割模型的绝对路径。AI 人像分割功能须导入
   NSString *segmentationModelPath = [[NSBundle mainBundle] pathForResource:@"SegmentationModel" ofType:@"model"];
   
   //传入美颜，美型通用资源的绝对路径
   NSString *commonBundlePath = [[NSBundle mainBundle] pathForResource:@"CommonResources" ofType:@"bundle"];
   // 传入挂件资源的绝对路径。
   NSString *pendantBundlePath = [[NSBundle mainBundle] pathForResource:@"PendantResources" ofType:@"bundle"];
   // 传入美白资源的绝对路径。
   NSString *whitenBundlePath = [[NSBundle mainBundle] pathForResource:@"FaceWhiteningResources" ofType:@"bundle"];
   
   // 传入资源或模型的路径列表，必须在 create 之前调用
   [ZegoEffects setResources:@[faceDetectionModelPath, SegmentationModel, commonBundlePath, pendantBundlePath, whitenBundlePath]];

   ZEGO Effects SDK 支持的所有资源和模型请参考“AI 美颜”的 快速开始 - 导入资源和模型。

2. 创建 Effects 对象。传入在 前提条件 中获取到的鉴权文件，创建 Effects 对象。

   // 鉴权内容请以实际获取的文件为准
   ZegoEffects *effects = [ZegoEffects create:@"ABCDEFG"];
   // 保存 effects 实例
   self.effects = effects;

3. 初始化 Effects 对象。

   调用 initEnv 接口初始化 Effects 对象，需要传入待处理视频图像数据的宽高。

   以处理 1280 × 720 的视频图像为例：

   // 初始化 Effects 对象，传入当前待处理的原始图像宽高。 自行管理生命周期，在停止图像采集的时候调用 [self.effects uninitEnv]; 接口反初始化，否则会造成内存泄露。
   [self.effects initEnv:CGSizeMake(1280, 720)];

1.2 初始化 ZEGO Express SDK

调用 createEngineWithProfile 接口，初始化 ZEGO Express SDK。

ZegoEngineProfile *profile = [[ZegoEngineProfile alloc] init];
profile.appID = [KeyCenter appID];
profile.appSign = [KeyCenter appSign];
profile.scenario = ZegoScenarioDefault;
[ZegoExpressEngine createEngineWithProfile:profile eventHandler:self];

2 获取视频原始数据

ZEGO Express SDK 可通过 自定义视频前处理 和 自定义视频采集 两种方式获取视频原始数据。

两种获取方式的区别如下，开发者可根据实际情况按需选择。

• 方式一：自定义视频前处理

  以获取 CVPixelBufferRef 类型的原始视频数据为例。

  开发者通过调用 enableCustomVideoProcessing 接口，开启自定义视频前处理；开启后，ZEGO Express SDK 内部会采集视频数据；采集完成后，可以通过 onCapturedUnprocessedCVPixelBuffer 回调接口，获取采集到的视频原始数据。

  ZegoCustomVideoProcessConfig *processConfig = [[ZegoCustomVideoProcessConfig alloc] init];
  // 选择 CVPixelBuffer 类型视频帧数据
  processConfig.bufferType = ZegoVideoBufferTypeCVPixelBuffer;
  
  // 开启自定义前处理
  [[ZegoExpressEngine sharedEngine] enableCustomVideoProcessing:YES config:processConfig channel:ZegoPublishChannelMain];
  
  // 将自身作为自定义视频前处理回调对象
  [[ZegoExpressEngine sharedEngine] setCustomVideoProcessHandler:self];

  具体的原理可参考“实时音视频”的 自定义视频前处理。

• 方式二：自定义视频采集

  自定义视频采集，主要依赖开发者自行采集视频数据，具体方式请参考“实时音视频”的 自定义视频采集。

3 进行 AI 美颜处理

获取到视频原始数据后，把数据传递给 ZEGO Effects SDK，开始对视频进行 AI 美颜（例如：美颜、美妆、背景分割等）处理。

• 方式一：自定义视频前处理

  在 onCapturedUnprocessedCVPixelBuffer 回调中，获取到视频原始数据后，调用 ZEGO Effects SDK 的相关接口，进行 AI 美颜处理（请参考 美颜、美型、背景分割、人脸检测、挂件、滤镜），并将处理后的数据，返回给 ZEGO Express SDK。

  // 自定义前处理为示例
  // 回调方法获取原始数据
  - (void)onCapturedUnprocessedCVPixelBuffer:(CVPixelBufferRef)buffer timestamp:(CMTime)timestamp channel:(ZegoPublishChannel)channel {
      ...
      // 自定义前处理：此处使用 ZEGO Effects SDK 
      [self.effects processImageBuffer:buffer];
  
      // 将处理后的 buffer 发回 ZEGO Express SDK 里
      [[ZegoExpressEngine sharedEngine] sendCustomVideoProcessedCVPixelBuffer:output timestamp:timestamp channel:channel];
      ...
  }

• 方式二：自定义视频采集

  在接收到自定义采集的 onStart 回调后，开发者通过自定义采集获取视频数据，再调用 ZEGO Effects SDK 的相关接口，进行 AI 美颜处理（请参考 美颜、美型、背景分割、人脸检测、挂件、滤镜），并将处理后的数据，返回给 ZEGO Express SDK（可参考 自定义视频采集 中的 “3 向 SDK 发送视频帧数据”）。

4 推流处理后的数据

经由 ZEGO Effects SDK 处理完成后，将处理后的数据，返回给 ZEGO Express SDK。

ZEGO Express SDK 调用 startPublishingStream 接口，传入处理后的数据流 streamID，开始推流，发送给云服务器。

// 开始推流
[[ZegoExpressEngine sharedEngine] startPublishingStream:@"streamID"];

5 拉取处理后的数据播放

ZEGO Express SDK 开始推流后，远端用户可以调用 startPlayingStream 接口，传入处理后的数据流 streamID，拉取视频数据，进行播放。

// 拉取实时流
[[ZegoExpressEngine sharedEngine] startPlayingStream:@"streamID" canvas:[ZegoCanvas canvasWithView:self.view]];

至此，开发者就可以完整地实现在推拉流音视频的同时，实时调整 AI 美颜效果。