1. V4L2 框架概述

V4L2（Video for Linux 2）是 Linux 内核中用于视频设备驱动的标准框架，它定义了用户空间与内核空间之间、以及内核内部各组件之间进行视频数据交互的统一接口。理解 V4L2 在 Linux 多媒体子系统中的位置、其发展历程以及核心设计思想，是掌握摄像头驱动开发的基础。

1.1 V4L2 在 Linux 多媒体子系统中的位置

Linux 多媒体子系统是一个层次化的软件栈，V4L2 位于其中间层，向上对接用户空间应用程序，向下抽象各类视频硬件设备。下图展示了 V4L2 在整体架构中的位置：

从图中可以看出，V4L2 框架处于整个多媒体软件栈的中间位置，其上下分别连接着用户空间和硬件驱动。这种分层设计使得应用程序开发与驱动开发可以相对独立地进行。

1.2 V4L2 发展历史

V4L2 的发展经历了从无到有、从简单到完善的演进过程。下表总结了其关键里程碑：

1.3 V4L2 核心设计思想与架构

V4L2 框架的设计围绕三个核心理念展开：设备抽象、流式 I/O 和 控制分离。这些理念共同构成了 V4L2 的架构基础。

1.3.1 核心设计思想

• 设备抽象为文件：V4L2 遵循 Unix "一切皆文件" 哲学，将摄像头设备抽象为 /dev/videoX 字符设备节点。应用程序通过标准的 open()、close()、ioctl()、mmap()、poll() 系统调用与设备交互。
• 流式 I/O 模型：V4L2 定义了三种数据交换模式：Read/Write（传统读写）、MMAP（内存映射，最常用）、User Pointer（用户指针）和 DMABUF（DMA 缓冲区共享）。其中 MMAP 模式通过内核管理的缓冲区队列实现零拷贝或低拷贝数据传递。
• 控制与数据分离：V4L2 将设备控制（如设置曝光、增益、白平衡）与数据流（视频帧采集）分开管理。控制通过 VIDIOC_S_CTRL / VIDIOC_G_CTRL 等 IOCTL 实现，数据流则通过缓冲区队列机制独立运行。
• 子设备与媒体控制器：对于复杂摄像头模组（如 Sensor + ISP + CSI 接收器），V4L2 通过 v4l2-subdev 框架将每个硬件单元抽象为独立子设备，再通过 Media Controller 框架描述它们之间的连接关系和数据流路径。

1.3.2 软件架构分层

V4L2 框架在内核中的实现可以分为以下几个层次：

1.3.3 关键数据结构关系

V4L2 框架的核心数据结构及其关系如下表所示：

1.3.4 数据流路径示例

一个典型的摄像头数据采集流程如下：

1. 打开设备：应用程序调用 open("/dev/video0")，内核创建 struct file 并与 video_device 关联。
2. 查询能力：通过 VIDIOC_QUERYCAP 获取设备支持的功能（是否支持视频捕获、流式 I/O 等）。
3. 设置格式：通过 VIDIOC_S_FMT 设置图像分辨率、像素格式（如 YUYV、MJPEG、NV12）。
4. 申请缓冲区：通过 VIDIOC_REQBUFS 向内核申请若干视频缓冲区。
5. 入队缓冲区：通过 VIDIOC_QBUF 将空闲缓冲区放入驱动采集队列。
6. 启动流：通过 VIDIOC_STREAMON 通知硬件开始采集。
7. 出队缓冲区：通过 VIDIOC_DQBUF 获取已填充数据的缓冲区（阻塞或非阻塞）。
8. 处理数据：应用程序读取或显示缓冲区中的图像数据。
9. 停止流：通过 VIDIOC_STREAMOFF 停止采集，释放资源。