将Android手机转化为电脑摄像头：开发者的心酸历程

开发一款 App，难不难？

软件工程师 Thomas SIMON 闲暇之余用实践回答道：其实说难也不难。

当他拿起一个 Android 手机，想要将其作为电脑摄像头和麦克风使用时，他只写了 40 行代码就实现了这一功能。

只不过，令他苦恼的是，写 40 行代码背后需要安装超过 20GB 的工具、也需要创建数十个项目文件才能以运行。

当他把自己的这段经历分享到网上时，没想到，引起了多位开发者的共鸣，纷纷表示，这种感觉太熟悉了。

在分享的文章中，Thomas SIMON 引用马斯克曾经说过的一句话，「聪明工程师会犯的最常见错误，就是优化本不该存在的东西」。开发本身或许并不难，只是被平白增加了很多的复杂性。

接下来，我们将从 Thomas SIMON 的经历中了解开发者那些本该避开的坑。

需要一个 App，把 Android 手机变成电脑摄像头和麦克风

之所以想要开发一款 App，是因为作为一名软件工程师，Thomas SIMON 平时保持着视频录制分享技术的习惯。

此前，他主要使用 Android 手机来录制视频。与台式机上的 Linux 系统相比，Android 系统的兼容性很好，而且它很少出错，即使出错，也是以众人可接受的方式，譬如电池电量不足、系统更新等等。

后来，Thomas SIMON 决定和一位朋友一起录制他们技术分享，并将其作为播客片段上传到网络上，期间需要对录制的文件进行剪辑、制作等等，还是电脑好操作一些。

不过，Thomas SIMON 的 Linux 系统电脑并没有摄像头，所以在他的计划中，原来是想要将 Linux 电脑作为主设备进行录制，然后使用手机上的摄像头和麦克风加入通话。

然而，在录制期间需要管理两台设备非常麻烦，况且搭载 Linux 系统的电脑设备本身就有一个不错的麦克风，所以，此时只要有一个 Linux 兼容的网络摄像头存在就可以解决难题。

在研究市场上现有的网络摄像头之后，Thomas SIMON 认为那些设备不仅价格昂贵，而且质量还不如几年前的中档手机后置摄像头。

恰巧他手头正好有一部三星 S20，手机的后置镜头是长焦镜头，非常适合拍摄人像，平行光线让人脸看起来清晰、漂亮。

在这样的背景下，Thomas SIMON 萌生了自己开发一个 Android App 的想法，只需要通过 Wi-Fi 或其他方式将手机摄像头的数据流重定向到他的电脑上，让他的 Linux 电脑相信 Android 手机是一个摄像头，或者让 Linux 的应用程序（如 Google Meet 和 Zoom）相信它是一个摄像头即可。

也许有人会说，其实市场中也早已有了这样的软件，譬如 DroidCam。DroidCam 软件分为两部分，一部分是手机上安装的软件，称为服务器；另一部分是 PC 上安装的软件，称为客户端。只需要 PC 和手机连接到同一个 Wi-Fi，就可以把手机作为电脑摄像头。

不过，Thomas SIMON 在使用后发现，DroidCam 是一款被广告限制且需要付费的应用程序，而且并非所有摄像头都能显示。同时，经过测试，它的质量令人无法接受，即使是 720p 的低分辨率也被官方推荐。

无法忍受之下，Thomas SIMON 决定自己开发一款 Android App，把 Android 手机相机变成电脑的摄像头。

这有什么难的？

通过多年的积累，Thomas SIMON 已经掌握了全栈、Linux、视频流等方面的所有专业知识。其表示，”虽然我一直对手机应用程序敬而远之，但我的整个职业生涯都是朝着网络、服务器应用程序和桌面原生应用程序方向发展的。“

所以，对于 Thomas SIMON 而言，开发一款 Android App 难度其实并不大。而且在他的规划中，他只想要一个包含选择相机、分辨率和退出键这几个菜单栏的 App， 并不需要有太多的设计感。

于是，Thomas SIMON 开始寻找制作 Android 应用程序的最简单方法。他发现，几乎每个专家都在积极推动 Android Studio 作为 IDE 开发环境。

不难想象，他下载了一个 Android Studio，结果发现，这是一个 1.1GB 的 .tar.gz 压缩包，一旦安装了所需的工具，最终会占用 20GB（分布在多个文件夹中）的空间。

安装好工具之后，Thomas SIMON 开始寻找可以处理摄像头的官方 APIs。

简而言之，Thomas SIMON 试过 cameraX，这是一个 Jetpack 库，旨在帮助简化相机应用程序的开发，但它太高级了。所以 Thomas SIMON 最终使用了 camera2。

Thomas SIMON 下载了一个 camera2 的官方示例项目，其实他只想拼接一个 http 服务器并用来传输帧，在他的设想中，整个过程应该只需要几分钟就可以完成的。没想到，厄运从这里才真正开始......

Thomas SIMON 表示，这个官方示例项目（github.com/android/camera-samples/tree/main/Camera2Basic）的作用只有「显示摄像头、并拍摄一张照片」，但是没想到它包含了很多文件。

仅以 gradle 为关键词搜索，就有一大堆文件：

$:/tmp/Camera2Basic$ find . -type f -name "_gradle_"./gradlew.bat./gradle.properties./gradlew./settings.gradle./utils/build.gradle./gradle/wrapper/gradle-wrapper.jar./gradle/wrapper/gradle-wrapper.properties./build.gradle./app/build.gradle

Thomas SIMON 表示，自己不可能花时间去慢慢理解这些东西，他只是要修改一些代码，来实现自己想要的功能。

不过，还没等他开始寻找代码片段，Android Studio 就开始跳出了一个提示：

"不支持 Java，点击此处更新 gradle thingy"。

于是，事情似乎进入了循环：

Thomas SIMON 点击。

事情发生了变化，左侧窗格中的文件改变了结构，标签页反复打开和关闭。

"建议更新项目，点击启动 AGP 升级助手”

Thomas SIMON 继续点击：

显示许多选项，其中一些已预选，一个按钮上写着 "运行选定步骤"。

Thomas SIMON 再次点击：

事情发生了变化，左侧窗格中的文件改变了结构，选项卡反复打开和关闭。

"建议更新项目，单击启动 AGP 升级助手

Thomas SIMON 点击：

显示大量选项，其中一些已预选，一个按钮显示 "运行选定步骤"。

Thomas SIMON 继续点击：

事情发生了变化，左侧窗格中的文件改变了结构，标签反复打开和关闭。

Thomas SIMON 无语道，“这是一款很棒的点击冒险游戏。”

折腾了一会，Thomas SIMON 的 AGP 和 gradle 终于不再跳出更新提示。

接下来，正式进入代码部分。

写过不少 Java 和 Scala 代码的 Thomas SIMON 发现这部分的代码是用 Kotlin 写的。

“从这里开始，我喜欢我所看到的，代码很清晰。它在 xml 中定义一个视图，在代码中用标识符与之关联，非常标准且可预测。清晰的代码让我不需要学习任何东西就能提高工作效率”，Thomas SIMON 说道。

紧接着，Thomas SIMON 调用一个 Android API 来制作一个简单的 http 服务器，然后把它插入、测试，它就能工作了！

现在，Thomas SIMON 的电脑浏览器标签页上有一个 mjpeg 流。对于实时调用来说，质量和延迟都还可以。这样，他就可以在终端输入一行命令将其转换为 Linux 网络摄像头设备：

ffmpeg -f mjpeg -i "http://192.168.1.2:8080" -vf "format=yuv420p" -f v4l2 /dev/video0

整体而言，Thomas SIMON 表示，网络世界虽然有一些不必要的步骤和配置，但这个 Android 世界简直是疯了。

他下载了官方示例之后，删除了未使用的视图，添加了选择相机、分辨率和质量的下拉菜单，将所有功能移至前台服务，以便在锁定手机的情况下保持激活状态，并将其发布在 GitHub 上（https://github.com/Ruddle/RemoteCam），整个项目花了他两个下午的时间（其中大部分时间都在了解 Android 希望你怎么做）。

实际工作量应该如何？

Thomas SIMON 认为，在理想的情况下，在手机端，只需一行代码就足够了，根本不需要上面那样复杂的操作。倘若我们想编写一个应用程序，只是为了准确地指定数据流，而不是依赖天才们已经开发出来的高级工具（如桌面上的 ffmpeg 和 v4l2）。

在理想的世界里，具有这种规格的 App 应具备：

• 允许配置相机、分辨率和质量/比特率

• 没有设计，只有原始功能

• 在本地网络上传输帧流

Thomas SIMON 表示，只需一个 40 行伪代码（pseudo code，又称虚拟代码，是一种高层次描述算法的方法，它可能综合使用多种编程语言的语法、保留字，甚至会用到自然语言）的文件就能实现以上功能：

 1CAMERA.getPermission() or quit()
 2NETWORK.getPermission() or quit()
 3
 4queue=Producer(size=1)
 5
 6server = NETWORK.createHttpServer(port = 8080)
 7server.onRequest = req -> 
 8 queue.dropConsumers() //only allows 1 client, drop old ones
 9 req.sendHeader("Content-Type","multipart/x-mixed-replace;boundary=FRAME")
10 queue.consumeUntilDrop( frame, consumer -> 
11 data = "--FRAME=\r\nContent-Type=image/jpeg\r\n".bytes+frame.bytes
12 req.sendBytes(data) or queue.drop(consumer)
13 frame.close() // Free camera memory of this frame
14 )
15 req.close()
16
17options = STORAGE.get("config") or {sensor:0, format: "jpeg", fps:30, resolution:[1280,720]}
18
19session = CAMERA.open(options)
20session.onFrame= frame -> queue.pushTry(frame) or frame.close()
21
22UI.insert(UI.text).text= "Choose a sensor:"
23dropdownSensors = UI.insert(UI.dropdown)
24dropdownSensors.selection= session.sensor
25dropdownSensors.values = CAMERA.sensors.map(_.name)
26dropdownSensors.onSelect = index -> 
27 STORAGE.set("config", options + {sensor: index})
28 restart()
29
30UI.insert(UI.text).text= "Choose a resolution:"
31dropdownResolution = UI.insert(UI.dropdown)
32dropdownResolution.selection= session.resolutions.indexOf(session.resolution)
33dropdownResolution.values = session.resolutions.map(_.0+"x"+_.1)
34dropdownResolution.onSelect = index -> 
35 STORAGE.set("config", options + {resolution: session.resolutions[index]})
36 restart()
37
38quitBtn = UI.insert(UI.button)
39quitBtn.onClick = quit
40quitBtn.text = "quit"

这段伪代码虽然简单，但明确指出了所需的内容。 其中，对 API 的访问如CAMERA（摄像头）、NETWORK（网络）、UI（用户界面）和 STORAGE（存储）等都非常明显易懂。

无需导入、无需 gradle、无需指定无用的用户界面文件、无需多个事实来源。该文件非常简短，Thomas SIMON 甚至懒得将存储密钥命名为 "config"。

Thomas SIMON 解释道，“伪代码假定是托管执行，就像 Kotlin 或 Java 一样，允许非常容易地使用高阶函数。支持这种单文本文件应用程序并不需要什么新东西。我们只需选择一种语言，如 Python、Javascript 或 Kotlin，然后编写一个库来公开 API。我们甚至可以开发一个标准的 Android 应用程序，作为操作系统来执行这些单文本文件应用程序。但 Google 并不允许这样做。从技术上讲，你可以进行动态代码加载，但一旦 Google 发现你可以让人们绕过 Play 商店来加载小于 1kB 的应用程序，你就完了。此外，Google 和 Apple 已经在极力阻止 PWA（一种让网页拥有原生应用程序功能的技术）运行得太好。”

对于 Thomas SIMON 而言，他大概只用了 10 分钟就写出了这段伪代码。其中有 5 分钟是在网上查找如何在多部分 http 流中分离帧（获取信息的难度出乎意料）。

就目前而言，其实通过一个 LLM（比如 ChatGPT，甚至是本地运行的 LLM）可以在 10 秒内写完这段代码，而且至少有一半的时间不会出错。

经过 Gzip 压缩后，一个文本文件应用程序的大小为 688 字节。

1$> gzip -k text_app; ls -lh
21,5K text_app
3688 text_app.gz

相比之下，Thomas SIMON 用 Android Studio 生成的 APK 只有 14.9MB。

至于用户可能存疑的所有的 gradle 配置文件都在哪里？Thomas SIMON 表示，这些文件中 99% 的内容都是用来处理糟糕的抽象。

最后的 1% 可能只是文件顶部的一些注释，如

// name:RemoteCam// author:Thomas SIMON// version:1.0// icon: image/png;base64,ABC...

对于安全性、兼容性和更新等问题，Thomas SIMO 解释道，这些问题都已经解决了。

• 安全性：只需根据你信任的文件进行签名检查。

• 兼容性：只需在文件顶部注释 minAndroidVersion。

• 更新：替换应用程序文件即可。

这些问题都不能成为你在 Android 系统上制作应用程序的复杂性的借口。

这些问题都不能由应用程序商店自行解决（应用程序本身只有 40 行）。

结论

最后，Thomas SIMO 仅用了 40 行代码就开发了一个网络摄像头 App，并将代码开源在了 GitHub 上（https://github.com/Ruddle/RemoteCam）。

Thomas SIMO 表示，他用这款应用程序进行了两次视频通话，每次持续时间都在 1 小时 30 分钟以上，它的表现非常出色。

经过自己开发了一款 App，他也终于明白为什么 DroidCam 试图推销付费模式，主要是因为开发一款 App 必须忍受的非必要工作和挫折实在太多，代码没写多少，但其中的工具安装、项目支持文件实在过于臃肿，最终导致你想向别人收费来寻求心理平衡罢了。

来源：https://thomassimon.dev/ps/2