商汤美颜 - 音视频通话 2.0

更新时间： 2025/06/12 14:21:35

NERTC SDK 支持接入商汤（SenseAR Effects SDK）等第三方专业美颜滤镜厂商，实现美颜、美妆、滤镜、贴纸等美颜特效。在娱乐社交、在线教育等场景中，您可以快速构建具备美颜特效能力的应用，让用户在进行视频通话或直播时，呈现更良好的肌肤状态和精神面貌。

准备工作

根据本文操作前，请确保您已经完成了以下设置：

请联系 商汤官方渠道 获取如下文件：
- 商汤美颜 SDK
- 商汤美颜 SDK 的 License 证书
- 商汤美颜资源文件
已实现音视频通话

功能原理

用户 A 通过 NERTC SDK 的 setVideoCallback 接口，将采集到的视频图像数据通过回调传给商汤美颜 SDK。
商汤美颜 SDK 通过回调获取视频图像数据，进行美颜处理后，通过参数返回给 NERTC SDK。
NERTC SDK 将美颜后的数据进行编码和传输。

示例项目源码

网易云信提供商汤美颜示例项目源码，您可以参考该源码实现商汤美颜。

第一步：集成商汤美颜

导入商汤美颜 SDK

将商汤美颜 SDK 的 STMobileJNI-xxx-release.aar ⽂件保存到项目文件夹的 /app/libs 目录下。
将商汤美颜的模型⽂件（models）和素材⽂件（贴纸素材、美妆素材和滤镜素材）拷⻉到项目文件夹的 /app/src/main/assets 目录下。

通过 Gradle 集成商汤美颜 SDK。

在项目对应模块的 build.gradle 文件中，加⼊查询路径：

Grovvyandroid{
    repositories {
        flatDir {
        dirs 'libs'
        }
    }
}

在 build.gradle 文件的 dependencies 中添加依赖。

Grovvyimplementation(name:'STMobileJNI-xxx-release',ext:'aar')

配置防代码混淆

代码混淆是指使用简短无意义的名称重命名类、方法、属性等，增加逆向工程的难度，保障 Android 程序源码的安全性。为了避免因重命名类，导致调用商汤美颜 SDK 异常，您需要配置防代码混淆。

在 proguard-rules.pro 文件中，为商汤美颜 SDK 添加 -keep 类的配置，防止混淆商汤美颜 SDK 公共类名称。
```
Grovvy-keep class com.sensetime.stmobile.* { *;}
-keep class com.sensetime.stmobile.model.* { *;}
```

获得商汤的 License 授权

商汤美颜 SDK 必须获得 License 授权后方可使用。

复制 SenseME.lic 文件到 app 的 assets/license 目录下

调用如下方法检查 License 授权。

Java// USING_SERVER_LICENSE 改为 false.
public synchronized static boolean checkLicense(final Context context){
    if(USING_SERVER_LICENSE){
        Log.i(TAG,"start checkLicense from Server");
        return checkLicenseFromServer(context);
    }else{
        Log.i(TAG, "start checkLicense Local");
        return checkLicenseFromLocal(context);
    }
}

返回结果为 true 表示授权成功。

第二步：初始化商汤美颜

初始化商汤美颜。

初始化时需要加载所需模型，可能需要较长时间，会阻塞当前线程。因此，不建议在主线程或 RTC 的视频采集回调方法中执行此方法，建议在子线程中执行。
如果在 RTC 视频回调触发时，模型加载尚未完成，则最初几帧可能无法进行美颜处理。因此，建议尽早初始化美颜 SDK。

Javaif(licenseCheckResult()){

    //初始化非 OpengGL 相关的句柄，包括人脸检测及人脸属性
    NativeManager.getInstance().setListener(status -> {

        if(NativeManager.STATUS_ADD_MESH_DONE == status) {
            STFaceMeshList faceMeshList = NativeManager.getInstance().getHumanActionNative().getFaceMeshList();
            if (null == faceMeshList) return;
            NativeManager.getInstance().getEffectNative().setFaceMeshList(faceMeshList);
        }
    });

    ThreadUtils.getInstance().runOnSubThread(()
            -> NativeManager.getInstance().initHumanAction(mSTHumanActionNative, mHumanActionCreateConfig));

    //人脸检测
    ThreadUtils.getInstance().runOnSubThread(()
            -> NativeManager.getInstance().createFaceAttributeHandle());

    //美颜相关
    NativeManager.getInstance().createEffectNative(STMobileEffectNative.EFFECT_CONFIG_NONE);
    //设置美颜相关属性
    setBasicBeauty();
}

实现人脸检测。

JavaNERtcEx.getInstance().setVideoCallback(neRtcVideoFrame -> {

    if(NativeManager.getInstance.getEffectNative == null) {
        Log.i(TAG, "beautiful module not init.");
        return ;
    }

    //人脸检测前，必须要执行，否则美颜不生效。
    synchronized (mHumanActionLock) {
        mDetectConfig = NativeManager.getInstance().getEffectNative().getHumanActionDetectConfig();
        mSTHumanActionNative.nativeHumanActionPtrCopy();
    }

    mDetectThreadPool.submit(() -> {
        //检测人脸
        mDetectConfig = NativeManager.getInstance().getEffectNative().getHumanActionDetectConfig();

        int ret = mSTHumanActionNative.nativeHumanActionDetectPtr(neRtcVideoFrame.data, STCommonNative.ST_PIX_FMT_YUV420P,
                mDetectConfig, convertOritation(neRtcVideoFrame.rotation), neRtcVideoFrame.width, neRtcVideoFrame.height);

        //商汤返回的 faceInfo 的 size 不为空，说明检测人脸成功
        if(ret == 0) {
            STHumanAction humanAction = mSTHumanActionNative.getNativeHumanAction();
            STMobileFaceInfo[] faceInfos = humanAction.getFaceInfos();
            if(faceInfos != null) {
                Log.i(TAG, "faceInfos size : " + faceInfos.length);
            } else {
                Log.i(TAG, "faceInfos is empty.");
            }
        }

        //todo 美颜 && 渲染 见下文
        //......
    });

},true);

第三步：图像处理和渲染

在成功加入房间后，调用 NERTC 的 enableLocalVideo 接口，开启本地视频采集，请设置 streamType 为 kNERtcVideoStreamTypeMain，否则美颜效果不会生效。
调用 NERTC 的 setVideoCallback 接口，设置视频采集回调的数据格式。

setVideoCallback 的 textureWithI420 参数请设置为 true，表示 RTC SDK 会返回 texture_oes 和 YUV I420 两种格式的 video frame。texture_oes 纹理格式用于交给商汤美颜处理和渲染，YUV I420 用于人脸识别操作。
```
JavaNERtcEx.getInstance().setVideoCallback(videoFrame -> {
    //... 这里是 rtc 返回的视频前处理回调，绑定了 opengl 环境
}, true);
```

美颜/渲染。

在 onVideoCallback 回调中，将原始的视频图像数据发给商汤美颜 SDK，美颜 SDK 将美颜处理后的数据返回给 NERTC SDK，NERTC SDK 对美颜后的数据进行预览以及编码发送。

由于商汤美颜对外接口，不接受 texture_oes 纹理格式，所以首先要将 RTC 返回的 texture_oes 格式纹理转为 texture_2d 纹理格式，实现方法请参考 texture_oes 转 texture_2d。

JavaNERtcEx.getInstance().setVideoCallback(neRtcVideoFrame -> {

    if(NativeManager.getInstance.getEffectNative == null) {
        Log.i(TAG, "beautiful module not init.");
        return ;
    }

    //将 texture_oes 转为 texture_2d 纹理格式
    int originTexture = convertToRGB(neRtcVideoFrame, false);

    //todo 人脸检测 见上文

    //输入纹理
    STEffectTexture stEffectTexture = new STEffectTexture(originTexture, neRtcVideoFrame.width, neRtcVideoFrame.height, 0);
    //输出纹理
    if (mBeautifyTextureId == null) {
        mBeautifyTextureId = new int[1];
        com.netease.slbeautify.utils.GlUtil.initEffectTexture(neRtcVideoFrame.width, neRtcVideoFrame.height, mBeautifyTextureId, GLES20.GL_TEXTURE_2D);
    }
    STEffectTexture stEffectTextureOut = new STEffectTexture(mBeautifyTextureId[0], neRtcVideoFrame.width, neRtcVideoFrame.height, 0);

    //渲染接口输入参数
    STEffectRenderInParam stEffectRenderInParam = new STEffectRenderInParam(mSTHumanActionNative.getNativeHumanActionPtrCopy(),
            null, getCurrentOrientation(), getCurrentOrientation(), false, null, stEffectTexture, null);

    //渲染接口输出参数
    STEffectRenderOutParam stEffectRenderOutParam = new STEffectRenderOutParam(stEffectTextureOut, null, null);
    NativeManager.getInstance().getEffectNative().render(stEffectRenderInParam, stEffectRenderOutParam, false);

    //更新商汤处理过的 textureId，更改纹理格式，将 video frame buffer 交给网易云信侧处理
    if (stEffectRenderOutParam.getTexture() != null) {
        neRtcVideoFrame.textureId = stEffectRenderOutParam.getTexture().getId();
        neRtcVideoFrame.format = NERtcVideoFrame.Format.TEXTURE_RGB;
        return true;
    }

},true);

辅助工具

texture_oes 转 texture_2d

由于商汤美颜接口不接受 texture_oes 纹理格式，所以首先要将 RTC 返回的 texture_oes 格式纹理转为 texture_2d 纹理格式。

示例代码 如下：

Javaprivate int convertToRGB(NERtcVideoFrame videoFrame, boolean mirror) {

    Matrix drawMatrix = new Matrix();
    drawMatrix.reset();
    drawMatrix.preTranslate(0.5f, 0.5f);

    if (mirror) {
        drawMatrix.preScale(1f, -1f);
    }
    drawMatrix.preTranslate(-0.5f, -0.5f);

    rgbTextureFrameBuffer.setSize(videoFrame.width, videoFrame.height);

    GLES20.glBindFramebuffer(GLES20.GL_FRAMEBUFFER, rgbTextureFrameBuffer.getFrameBufferId());
    GlUtil.checkNoGLES2Error("glBindFramebuffer");

    float[] finalGlMatrix = RendererCommon.convertMatrixFromAndroidGraphicsMatrix(drawMatrix);
    drawer.drawOes(videoFrame.textureId, finalGlMatrix, videoFrame.width, videoFrame.height,0,0,videoFrame.width, videoFrame.height);
    GlUtil.checkNoGLES2Error("convertToRGB");

    GLES20.glBindFramebuffer(GLES20.GL_FRAMEBUFFER, 0);

    return rgbTextureFrameBuffer.getTextureId();
}

获取手机方向角度

这个角度取决于图像的方向，检测是单向的。

如果传入的图像与检测方向一致，则视频渲染时只需传入 0。
如果传入的图像与检测方向不一致，则视频渲染时需要传入参数告诉渲染接口图像的方向，内部会根据传入的方向进行处理。

以下示例代码展示如何获取手机方向：

Javaprotected int getCurrentOrientation() {
    int dir = Accelerometer.getDirection();
    int orientation = dir - 1;
    if (orientation < 0) {
        orientation = dir ^ 3;
    }

    return orientation;
}

此文档是否对你有帮助？

有帮助

去反馈

准备工作
功能原理
示例项目源码
第一步：集成商汤美颜
导入商汤美颜 SDK
获得商汤的 License 授权
第二步：初始化商汤美颜
第三步：图像处理和渲染
辅助工具
texture_oes 转 texture_2d
获取手机方向角度