V4L2应用程序开发实战：枚举摄像头所有支持的格式和分辨率

V4L2应用程序开发实战：枚举摄像头所有支持的格式和分辨率

这节课我们只做一件事：用手把手的方式，从零写出一个完整的 V4L2 程序，它能列出你的摄像头设备所有支持的像素格式（比如 YUYV、MJPEG）以及每种格式下的所有分辨率（比如 640x480、1280x720）。
我会带你一步步写代码、编译、传到开发板并运行，同时讲解每个关键知识点。你不需要有多个摄像头，一个就够。写完这个程序，你就掌握了 V4L2 中最常用的查询接口，以后写任何摄像头应用都心里有底。

🎯 这节课你将收获什么？

一、准备工作

1.1 你需要什么？

• 一台Ubuntu 虚拟机（或主机），装有交叉编译工具链（我们使用百问网 T113 开发板的工具链）。
• 一块6ull 开发板（已烧录 Tina Linux 系统），并通过 USB OTG 线连接到电脑，ADB 能识别。
• 一个USB 摄像头（或开发板自带的摄像头接口），插入开发板后会出现/dev/video0（或/dev/video1）。

如果你还没有交叉编译工具链，不用担心，我会给出路径和设置方法。

1.2 验证摄像头设备

在开发板上（通过adb shell或串口）执行：

bash

ls /dev/video*

如果显示/dev/video0或/dev/video1，说明摄像头已经被驱动识别。

二、编写完整代码（可直接复制）

下面是一个完整的 C 程序，它会打开指定的视频设备，枚举所有格式和分辨率，然后打印出来。代码里写了详尽的注释，即使你没学过 V4L2，也能看懂每一步在做什么。

创建一个文件video_enum.c：

c

#include <stdio.h> #include <stdlib.h> #include <string.h> #include <fcntl.h> #include <unistd.h> #include <sys/ioctl.h> #include <linux/videodev2.h> int main(int argc, char **argv) { int fd; struct v4l2_fmtdesc fmtdesc; struct v4l2_frmsizeenum fsenum; int fmt_index = 0; int frame_index; /* 1. 检查命令行参数 */ if (argc != 2) { fprintf(stderr, "Usage: %s <video_device>\n", argv[0]); fprintf(stderr, "Example: %s /dev/video0\n", argv[0]); return 1; } /* 2. 打开设备 */ fd = open(argv[1], O_RDWR); if (fd < 0) { perror("open"); return 1; } printf("Device: %s\n", argv[1]); printf("========================================\n"); /* 3. 循环枚举所有像素格式 */ while (1) { memset(&fmtdesc, 0, sizeof(fmtdesc)); fmtdesc.index = fmt_index; fmtdesc.type = V4L2_BUF_TYPE_VIDEO_CAPTURE; if (ioctl(fd, VIDIOC_ENUM_FMT, &fmtdesc) < 0) { break; // 枚举结束 } /* 打印格式信息 */ printf("Format %d: %s (fourcc=0x%08x)\n", fmt_index, fmtdesc.description, fmtdesc.pixelformat); /* 4. 对于当前格式，枚举所有支持的分辨率 */ frame_index = 0; while (1) { memset(&fsenum, 0, sizeof(fsenum)); fsenum.index = frame_index; fsenum.pixel_format = fmtdesc.pixelformat; if (ioctl(fd, VIDIOC_ENUM_FRAMESIZES, &fsenum) < 0) { break; // 该格式的分辨率枚举结束 } /* 只处理离散分辨率（绝大多数摄像头都是离散的） */ if (fsenum.type == V4L2_FRMSIZE_TYPE_DISCRETE) { printf(" %d x %d\n", fsenum.discrete.width, fsenum.discrete.height); } else if (fsenum.type == V4L2_FRMSIZE_TYPE_STEPWISE) { /* 连续范围（极少见），简单打印范围 */ printf(" continuous: %d..%d x %d..%d\n", fsenum.stepwise.min_width, fsenum.stepwise.max_width, fsenum.stepwise.min_height, fsenum.stepwise.max_height); } frame_index++; } fmt_index++; printf("\n"); // 格式之间空一行 } close(fd); return 0; }

代码核心逻辑：

1. 打开设备文件。
2. 用VIDIOC_ENUM_FMT依次查询每种像素格式，直到返回错误。
3. 对每一种格式，用VIDIOC_ENUM_FRAMESIZES查询它支持的分辨率，直到返回错误。
4. 打印出每种格式的名称、fourcc 码以及所有分辨率。

三、在 Ubuntu 主机上先本地测试（可选）

为了确保代码逻辑正确，你可以在 Ubuntu 主机上插一个 USB 摄像头（或者使用虚拟机里的虚拟摄像头），先用本地 gcc 编译测试。

bash

sudo apt install gcc # 如果没有安装 gcc -o video_enum video_enum.c ./video_enum /dev/video0

如果主机上有摄像头，你会看到类似输出：

text

Device: /dev/video0 ======================================== Format 0: YUYV 4:2:2 (fourcc=0x56595559) 640 x 480 800 x 600 1280 x 720 Format 1: MJPEG (fourcc=0x47504a4d) 640 x 480 1280 x 720

如果主机没有摄像头，可以跳过这一步，直接交叉编译到开发板上运行。

四、交叉编译：生成开发板能运行的程序

我们使用 T113 开发板的交叉编译工具链。工具链在 Tina-SDK 的prebuilt目录下。

4.1 设置工具链路径

假设你的 Tina-SDK 放在/home/ubuntu/tina-d1-h，则执行：

bash

export PATH=$PATH:/home/ubuntu/tina-d1-h/prebuilt/gcc/linux-x86/arm/toolchain-sunxi-musl/toolchain/bin

为了确认是否设置成功，输入：

bash

arm-buildroot-linux-gnueabihf-gcc --version

应该能看到版本信息。如果没有，请检查路径是否正确（你的用户名和 SDK 目录可能不同）。

4.2 交叉编译

bash

arm-buildroot-linux-gnueabihf-gcc -o video_enum video_enum.c

编译成功后，用file命令查看：

bash

file video_enum

输出应该包含ELF 32-bit LSB executable, ARM，说明是 ARM 架构的可执行文件。

五、将程序传到开发板并运行

5.1 连接 ADB

• 用 USB 线连接开发板的OTG 口到电脑。
• 在 Ubuntu 终端输入：

bash

adb devices

如果看到类似20080411 device的设备，说明连接成功。
如果显示no permissions，可以尝试sudo adb kill-server后重新插拔。

5.2 上传程序

bash

adb push video_enum /root/

5.3 进入开发板 shell 并运行

bash

adb shell cd /root chmod +x video_enum # 如果没有可执行权限 ./video_enum /dev/video0

如果摄像头是video1，就改成/dev/video1。

5.4 查看输出

你应该会看到类似下面的输出（根据你的摄像头支持情况可能不同）：

text

Device: /dev/video0 ======================================== Format 0: YUYV 4:2:2 (fourcc=0x56595559) 640 x 480 160 x 120 320 x 240 352 x 288 800 x 600 1280 x 720 1280 x 1024 Format 1: Motion-JPEG (fourcc=0x47504a4d) 640 x 480 160 x 120 320 x 240 352 x 288 800 x 600 1280 x 720 1280 x 1024

恭喜！你已经成功列出了摄像头的所有能力。

六、逐行讲解代码中的关键点（面试/考试重点）

6.1 为什么需要memset清零结构体？

c

memset(&fmtdesc, 0, sizeof(fmtdesc));

V4L2 的结构体中有很多保留字段，内核要求应用程序把它们初始化为 0，否则 ioctl 可能失败或行为异常。这是一个好习惯。

6.2VIDIOC_ENUM_FMT的 index 从 0 开始递增

内核维护了一个格式列表，你每次传入一个 index，它返回第 index 个格式的信息。当传入的 index 超过最后一个时，ioctl 返回 -1，我们跳出循环。

6.3VIDIOC_ENUM_FRAMESIZES需要传入pixel_format

只有先知道格式，才能查询该格式的分辨率。这也是为什么要在内层循环中的原因。

6.4fsenum.type的作用

• V4L2_FRMSIZE_TYPE_DISCRETE：离散分辨率，直接读取discrete.width/height。
• V4L2_FRMSIZE_TYPE_STEPWISE：连续范围（如最小 32x32 到最大 1920x1080，步长 8）。这种摄像头非常少见，我们简单打印范围即可。

七、常见错误与解决方法

八、必须搞懂的 5 个核心问题

问题1：为什么每次循环都要用memset清零？

答：V4L2 的结构体中包含reserved保留字段。内核要求这些字段必须为 0，否则可能被视为要求启用尚未定义的功能，导致 ioctl 失败或行为异常。清零是一个好习惯，避免栈上的随机值污染。

问题2：VIDIOC_ENUM_FMT的index为什么从 0 开始递增？它何时停止？

答：内核内部维护一个格式的列表，index就是数组下标。从 0 开始，每成功一次就加 1，直到内核返回 -1（且errno为EINVAL）。这表示已经枚举完所有格式。这种模式在 V4L2 中非常普遍（枚举帧率、控制项等也类似）。

问题3：为什么VIDIOC_ENUM_FRAMESIZES必须放在内层循环？

答：该 ioctl 需要输入参数pixel_format，即具体的格式 fourcc。这个 fourcc 只能从外层VIDIOC_ENUM_FMT获得。没有外层枚举，你无法知道要查哪种格式的分辨率。因此，它必须嵌套在格式循环内部。

问题4：分辨率的“离散”和“连续”是什么意思？分别怎么处理？

答：

• 离散：摄像头只支持固定的几个分辨率，如 640x480、1280x720。直接读取fsenum.discrete.width/height。
• 连续：摄像头支持一段范围内的任何分辨率，并给出步长。例如最小 16x16，最大 1920x1080，步长 8x8。应用程序可以选择任意满足步长倍数的分辨率。此类摄像头极少见，通常出现在工业领域。

问题5：如果枚举过程中 ioctl 返回 -1 且errno不是EINVAL，代表什么？

答：真正的硬件错误或驱动异常。例如EIO（I/O 错误）、ENOMEM（内存不足）。在这种情况下，不应继续循环，应打印错误并退出。

九、面试官提问环节（必背）

第1问：V4L2 中如何枚举摄像头支持的像素格式？请说明使用的 ioctl 和关键数据结构。

参考答案：
使用VIDIOC_ENUM_FMT命令，配合结构体struct v4l2_fmtdesc。设置fmtdesc.type = V4L2_BUF_TYPE_VIDEO_CAPTURE，然后从index = 0开始递增调用ioctl，直到返回 -1。每次成功时，fmtdesc.pixelformat是格式的 FourCC 码，fmtdesc.description是可读字符串。

第2问：在枚举完一种格式后，如何知道该格式支持哪些分辨率？需要用到什么 ioctl？为什么这个 ioctl 必须放在格式枚举的循环内部？

参考答案：
使用VIDIOC_ENUM_FRAMESIZES，结构体为struct v4l2_frmsizeenum。必须传入fsenum.pixel_format（即从格式枚举得到的 FourCC），所以必须在格式枚举的内层循环中调用。内核根据该 FourCC 返回该格式支持的分辨率列表。

第3问：v4l2_frmsizeenum结构体中的type字段有哪些取值？分别代表什么？

参考答案：

• V4L2_FRMSIZE_TYPE_DISCRETE：摄像头支持离散的固定分辨率，分辨率信息在fsenum.discrete中。
• V4L2_FRMSIZE_TYPE_STEPWISE：摄像头支持连续范围分辨率，信息在fsenum.stepwise中，包括最小、最大和步长。
  绝大多数消费级摄像头都是前一种。

第4问：枚举过程中，ioctl返回 -1 是否一定表示错误？如何正确判断枚举结束？

参考答案：
不是。当index超过最后一个条目时，ioctl返回 -1 并且errno被设置为EINVAL，这是正常的枚举结束。真正的错误应检查errno是否为其他值（如EIO、ENOMEM）。简单示例中通常只判断返回值 < 0 就退出，严谨的程序应区分EINVAL和真实错误。

第5问：为什么要先用memset清零 V4L2 结构体？不清零会有什么后果？

参考答案：
V4L2 结构体中有reserved保留字段，内核要求这些字段必须为 0。如果不清零，栈上的随机值会被内核读取，可能被解释为尚未定义的扩展参数，导致 ioctl 失败或产生不可预知的行为。清零是一种防御性编程，确保兼容性。

第6问：请画出或描述枚举所有格式及分辨率的程序流程图。

参考答案：

text

开始 │ ├─ 打开 /dev/videoX │ ├─ fmt_index = 0 │ ├─ while (1) { │ └─ 调用 ioctl( VIDIOC_ENUM_FMT ) │ ├─ 失败 → 跳出外层循环 │ └─ 成功 → 打印格式信息 │ frame_index = 0 │ while (1) { │ 调用 ioctl( VIDIOC_ENUM_FRAMESIZES ) │ ├─ 失败 → 跳出内层循环 │ └─ 成功 → 打印分辨率 │ frame_index++ │ } │ fmt_index++ │ } │ └─ 关闭设备

十、总结

这一节我们完成了一个非常实用的 V4L2 程序，它不采集图像，却能帮你彻底摸清摄像头的“底细”。在真实项目中，你会经常先运行类似程序来确认摄像头能力，然后再写采集代码。

你必须掌握的核心：

• VIDIOC_ENUM_FMT和VIDIOC_ENUM_FRAMESIZES的用法。
• 交叉编译的完整流程（设置 PATH、编译、file 验证）。
• ADB 部署与运行。

下次当你拿到一个新的摄像头时，别忘了先运行video_enum /dev/videoX，看看它到底支持什么。

🚀 你已经迈出了 V4L2 应用开发的一大步！下一个目标：写一个可以实时显示摄像头画面的程序（结合 LCD 显示）。