動手之前,先把 AVFoundation 在整個框架堆疊中的位置與角色摸清楚,後面的 API 就不會顯得零散。

要擷取影像,核心api圍繞這幾個類別(以及它們的子類):
AVCaptureDevice:實體輸入裝置,例如相機與麥克風。
AVCaptureInput:輸入資料的入口。
AVCaptureOutput:輸出資料的出口。
AVCaptureSession:負責把輸入與輸出串起來、協調資料流。
另外還有 AVCaptureVideoPreviewLayer,專門負責把相機畫面即時預覽出來。一句話概括它們的關係:

實際用 AVFoundation 擷取視訊並不難。空談沒意思,直接看程式碼——音訊擷取、靜態影像擷取的流程也大同小異。
它是整個管線的中樞,第一步就是把它 new 出來:
AVCaptureSession *session = [[AVCaptureSession alloc] init];
取得代表輸入裝置的物件,這裡指定用於影像擷取的相機:
AVCaptureDevice *device = [AVCaptureDevice defaultDeviceWithMediaType:AVMediaTypeVideo];
裝置要接入 session,得透過 AVCaptureDeviceInput,它負責管理裝置的連接埠,可以把它理解為裝置的抽象層。同一台裝置往往能同時提供影像與音訊,因此我們會用兩個 AVCaptureDeviceInput 分別代表影像輸入與音訊輸入。
NSError *error; AVCaptureDeviceInput *input = [AVCaptureDeviceInput deviceInputWithDevice:device error:&error]; [session addInput:input];
要從 session 把資料取出來,就需要一個輸出物件:
AVCaptureVideoDataOutput *output = [[AVCaptureVideoDataOutput alloc] init];
為 output 指定 delegate,並明確給它一條佇列。這裡有個關鍵細節:佇列必須是序列(serial)的,才能確保影格依序送達,不會亂序交錯。
videoDataOutputQueue = dispatch_queue_create("VideoDataOutputQueue", DISPATCH_QUEUE_SERIAL);
[videoDataOutput setSampleBufferDelegate:self queue:videoDataOutputQueue];
[session addOutput:videoDataOutput];
隨後每個影格都會走進這個代理方法:
captureOutput:didOutputSampleBuffer:fromConnection:
[session startRunning];
流程本身不複雜,真正的門檻在於配置細節與效能取捨——設定解析度、影格率、背景執行、記憶體回收,這些才是需要反覆打磨的地方。
把上面的知識落到一個具體專案上會更有感覺。QRCatcher 就是一個以 AVFoundation 為核心的二維碼識別 App,已上架 App Store 並完整開源。

專案結構:
|- Model | |- URLEntity |- View | |- QRURLTableViewCell | |- QRTabBar |- Controller | |- QRCatchViewController | |- QRURLViewController |- Tools | |- NSString+Tools | |- NSObject+Macro
典型的 MVC 分層,並不複雜:
Model 只有一個 URLEntity,用來存放掃到的 URL 資訊。這個專案也順手練了 Core Data,搭配 NSFetchedResultsController 使用相當省心。
View 是一個 TableViewCell 與 TabBar;自訂 TabBar 主要是為了調整高度。
Controller 裡,QRCatchViewController 負責掃描與儲存二維碼,QRURLViewController 負責展示與管理蒐集到的 URL。
Tools 是日常累積維護的工具類集合(已開源),這裡主要用來檢查 URL 合法性、判斷裝置型別等。
回到 AVFoundation:在這個專案裡,它負責的就是二維碼的掃描與解析。
- (void)setupAVFoundation {
// session
self.session = [[AVCaptureSession alloc] init];
// device
AVCaptureDevice *device = [AVCaptureDevice defaultDeviceWithMediaType:AVMediaTypeVideo];
NSError *error = nil;
// input
AVCaptureDeviceInput *input = [AVCaptureDeviceInput deviceInputWithDevice:device error:&error];
if (input) {
[self.session addInput:input];
} else {
NSLog(@"%@", error);
return;
}
// output
AVCaptureMetadataOutput *output = [[AVCaptureMetadataOutput alloc] init];
[self.session addOutput:output];
[output setMetadataObjectTypes:@[AVMetadataObjectTypeQRCode]];
[output setMetadataObjectsDelegate:self queue:dispatch_get_main_queue()];
// add preview layer
self.previewLayer = [AVCaptureVideoPreviewLayer layerWithSession:self.session];
[self.preview.layer addSublayer:self.previewLayer];
// start
[self.session startRunning];
}
骨架和前面擷取視訊的六步完全一致:
建立 session
建立 device
建立 input
建立 output
設定代理與佇列
開始擷取
唯一的分歧在 output:擷取視訊用的是 AVCaptureVideoDataOutput,而這裡我們要的是二維碼資訊,因此改用 AVCaptureMetadataOutput,並指定要解析的 metadata 型別。範例中指定 AVMetadataObjectTypeQRCode,其餘如 PDF417 等條碼型別也都能指定,完整清單可查官方文件。
- (void)captureOutput:(AVCaptureOutput *)captureOutput
didOutputMetadataObjects:(NSArray *)metadataObjects
fromConnection:(AVCaptureConnection *)connection {
for (AVMetadataMachineReadableCodeObject *metadata in metadataObjects) {
if ([metadata.type isEqualToString:AVMetadataObjectTypeQRCode]) {
self.borderView.hidden = NO;
if ([metadata.stringValue isURL]) {
[[UIApplication sharedApplication] openURL:[NSString HTTPURLFromString:metadata.stringValue]];
[self insertURLEntityWithURL:metadata.stringValue];
self.stringLabel.text = metadata.stringValue;
} else {
self.stringLabel.text = metadata.stringValue;
}
}
}
}
資料在代理方法裡到手,剩下的就看你自己的業務需求。這裡只做了最簡單的判斷:如果是 URL,就喚起 Safari 開啟,同時存進資料庫。
一個小小的二維碼 App,就足以展示 AVFoundation 處理視訊串流的能力。而它的本事遠不止於此——剪輯、音軌處理都在射程之內。下次要動手處理影音相關的需求時,在急著找第三方方案之前,不妨先看看蘋果交給我們的這個強大框架。