Android开发中如何为视频添加图像水印？

在Android平台上为视频添加图像水印，本质上是一个对视频流进行解码、修改和重新编码的过程。相比于直接使用FFmpeg等第三方库，利用Android原生的MediaCodec和OpenGL ES不仅能够充分利用硬件加速性能，还能有效控制APK的体积。整个处理链路的核心在于通过Surface作为数据桥梁，将解码器输出的视频帧直接传递给OpenGL ES进行纹理处理，然后再将渲染后的画面送入编码器进行压缩。

视频水印处理的核心架构与原理

要实现高效的视频水印添加功能，首先需要理解其底层的处理架构。整个流程通常包含三个核心阶段：视频解码、画面渲染和水印合成、视频编码。在解码阶段，系统读取原始视频文件的压缩数据，通过硬件解码器将其还原为一帧帧的原始图像数据。这些图像数据并不会直接保存到内存中，而是通过Surface机制直接传递给OpenGL ES的纹理对象。

在渲染阶段，OpenGL ES会同时接收两个纹理输入：一个是来自视频解码器的视频帧纹理，另一个是预先加载好的水印图像纹理。通过自定义的片元着色器，我们可以将这两个纹理按照设定的混合模式叠加在一起，并输出到编码器的输入Surface上。最后，编码器将这些带有水印的帧重新压缩成视频文件。

这种基于Surface的管线设计极大地减少了内存拷贝操作。传统的基于ByteBuffer的数据传递方式需要将数据从显存复制到内存，处理完再写回显存，这在处理高分辨率视频时会引发严重的性能瓶颈和内存抖动。而Surface底层基于BufferQueue机制，直接在GPU内存中完成数据交接，保证了处理的高效性。

利用MediaCodec与Surface实现视频解码

MediaCodec是Android提供的底层多媒体编解码API，它直接调用设备的硬件编解码器。在配置解码器时，最关键的一步是为它指定一个输出的Surface。这个Surface通常由OpenGL ES的EGL环境创建，作为后续渲染流程的输入源。通过这种方式，解码器产出的每一帧画面都会自动更新到Surface对应的纹理对象上。

在具体实现中，我们需要先提取视频的MediaFormat信息，获取视频的宽高、码率、时长等关键参数。然后根据视频的MIME类型创建对应的MediaCodec解码器。在调用configure方法时，将准备好的Surface对象传入。启动解码器后，我们需要在一个循环中不断向解码器输入压缩数据，并从中获取解码后的帧时间戳，以此来驱动整个渲染流程的节奏。

需要注意的是，解码过程并不是立即完成的。从输入数据到输出帧之间存在一定的延迟，这是由于解码器内部存在流水线处理机制。因此，在读取输出缓冲区时，必须正确处理INFO_TRY_AGAIN_LATER等状态码，确保不会丢失任何视频帧。同时，还要记录每一帧的呈现时间戳，这对于后续的音视频同步至关重要。

// 配置MediaCodec解码器并输出到Surface
public void prepareDecoder(String mimeType, MediaFormat format, Surface outputSurface) {
    try {
        // 创建指定MIME类型的解码器实例
        MediaCodec decoder = MediaCodec.createDecoderByType(mimeType);
        // 将Surface作为输出目标配置给解码器
        decoder.configure(format, outputSurface, null, 0);
        decoder.start();
        
        // 在独立线程中处理输入与输出缓冲区
        ByteBuffer[] inputBuffers = decoder.getInputBuffers();
        MediaCodec.BufferInfo bufferInfo = new MediaCodec.BufferInfo();
        
        while (isDecoding) {
            // 输入压缩数据
            int inputBufferIndex = decoder.dequeueInputBuffer(10000);
            if (inputBufferIndex >= 0) {
                ByteBuffer inputBuffer = inputBuffers[inputBufferIndex];
                // 填充视频数据到inputBuffer
                decoder.queueInputBuffer(inputBufferIndex, 0, sampleSize, presentationTimeUs, 0);
            }
            
            // 获取解码后的帧状态
            int outputBufferIndex = decoder.dequeueOutputBuffer(bufferInfo, 10000);
            if (outputBufferIndex >= 0) {
                // 释放缓冲区，此时帧会被渲染到绑定的Surface上
                decoder.releaseOutputBuffer(outputBufferIndex, true);
            }
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
}

基于OpenGL ES的水印纹理叠加渲染

当视频帧被解码并更新到Surface绑定的纹理上后，接下来的工作就完全交由OpenGL ES处理。为了实现水印叠加，我们需要使用FBO（帧缓冲区对象）技术。首先，我们创建一个OpenGL ES的渲染上下文，并生成两个纹理对象：一个用于接收视频帧（通过EGL的eglCreateWindowSurface与解码器关联），另一个用于加载水印图片。

水印的叠加核心在于片元着色器的编写。在着色器程序中，我们接收两个纹理采样器，分别对应视频画面和水印图像。通过纹理坐标映射，我们可以控制水印在视频画面上的位置和大小。为了实现更自然的叠加效果，通常会采用Alpha混合技术。在GLSL代码中，使用内置的mix函数或者手动计算颜色向量与透明度的乘积，将水印像素融合到视频像素上。

除了简单的Alpha混合，还可以根据需求实现更多高级效果。例如，通过修改着色器代码，可以实现水印的动态移动、旋转或者半透明渐变。如果需要添加文字水印，可以先将文字渲染成一张带有透明通道的位图，然后再作为纹理加载到着色器中进行混合处理。这种基于GPU的渲染方式能够轻松应对4K等高分辨率视频的实时处理需求。

// 片元着色器代码：实现视频与水印的Alpha混合
precision mediump float;
// 视频画面纹理
uniform sampler2D uVideoTexture;
// 水印图像纹理
uniform sampler2D uWatermarkTexture;
// 视频画面纹理坐标
varying vec2 vVideoTexCoord;
// 水印图像纹理坐标
varying vec2 vWatermarkTexCoord;

void main() {
    // 采样视频帧颜色
    vec4 videoColor = texture2D(uVideoTexture, vVideoTexCoord);
    // 采样水印图像颜色
    vec4 watermarkColor = texture2D(uWatermarkTexture, vWatermarkTexCoord);
    
    // 计算混合比例，基于水印的Alpha通道
    float blendRatio = watermarkColor.a;
    // 将水印颜色与视频颜色进行线性混合
    vec3 finalColor = mix(videoColor.rgb, watermarkColor.rgb, blendRatio);
    
    // 输出最终混合后的颜色，透明度设为1.0
    gl_FragColor = vec4(finalColor, 1.0);
}

视频编码与音视频同步处理机制

经过OpenGL ES渲染后的画面需要重新编码为视频文件。这一步同样使用MediaCodec，但这次它工作在编码模式。我们需要创建一个输入Surface，这个Surface由编码器提供，并作为OpenGL ES渲染的目标输出。当每一帧渲染完成后，调用eglSwapBuffers将画面提交给编码器。编码器会自动读取这些画面数据，并按照设定的H.264或H.265格式进行压缩。

在配置编码器时，必须合理设置码率、帧率和I帧间隔等参数。如果原始视频的码率较高，而编码器设置的码率过低，会导致输出视频出现严重的马赛克现象。通常建议将码率设置为与原视频相近或略高的水平，以保证水印叠加后的画质不发生明显劣化。同时，关键帧的间隔设置也会影响视频的拖动进度体验，一般建议设置为帧率的2到3倍。

视频水印处理中最容易被忽略的一环是音频的处理与同步。由于我们只对视频画面进行了修改，音频数据并没有发生变化。因此，需要使用MediaExtractor提取原始文件的音频轨道，并通过MediaMuxer将编码后的视频流和原始音频流重新封装到一个新的MP4文件中。在封装过程中，必须确保视频帧的时间戳和音频帧的时间戳保持递增且对齐，否则会导致最终生成的视频出现画面卡顿或音画不同步的问题。

// 配置MediaCodec编码器并从Surface获取输入数据
public void prepareEncoder(int width, int height, int bitrate) {
    try {
        // 创建H.264视频编码器
        MediaCodec encoder = MediaCodec.createEncoderByType(MediaFormat.MIMETYPE_VIDEO_AVC);
        // 配置编码参数
        MediaFormat format = MediaFormat.createVideoFormat(MediaFormat.MIMETYPE_VIDEO_AVC, width, height);
        format.setInteger(MediaFormat.KEY_COLOR_FORMAT, MediaCodecInfo.CodecCapabilities.COLOR_FormatSurface);
        format.setInteger(MediaFormat.KEY_BIT_RATE, bitrate);
        format.setInteger(MediaFormat.KEY_FRAME_RATE, 30);
        format.setInteger(MediaFormat.KEY_I_FRAME_INTERVAL, 2);
        
        // 配置编码器，此时会创建一个输入Surface
        encoder.configure(format, null, null, MediaCodec.CONFIGURE_FLAG_ENCODE);
        Surface inputSurface = encoder.createInputSurface();
        encoder.start();
        
        // 将inputSurface传递给OpenGL ES环境作为渲染输出目标
        // EGL环境会将渲染结果直接输入到编码器中
    } catch (IOException e) {
        e.printStackTrace();
    }
}

通过上述流程，我们构建了一个完整的视频水印添加管线。从底层的MediaCodec硬件编解码到OpenGL ES的纹理混合，每一个环节都直接影响着最终的处理效果和性能表现。掌握这套原生API的处理方式，不仅能够实现高度定制化的水印功能，还能避免引入庞大的第三方库，是Android高级音视频开发中不可或缺的核心技能。

Android视频水印OpenGL ESMediaCodec修改时间：2026-08-22 20:31:51