2. V4L2框架基础：V4L2是什么、发展历史、在Linux多媒体子系统中的角色、核心设计思想
2.1 V4L2是什么
Video for Linux Two (V4L2) 是 Linux 内核中用于视频设备（摄像头、电视调谐器、编解码器、视频采集卡等）的驱动框架和统一编程接口。它为应用程序提供了一套标准化的系统调用和 ioctl 命令，使得用户空间程序无需关心底层硬件差异即可操作视频设备。
V4L2 是 Linux 多媒体生态的基石，几乎所有嵌入式摄像头（包括 Android 设备中的 Camera Sensor）在 Linux 内核侧都通过 V4L2 驱动暴露给上层。
2.2 V4L2发展历史
| 阶段 | 时间 | 关键事件 | 特点 |
|---|---|---|---|
| V4L 第一代 | 1998-2002 | Alan Cox 等人开发，随 Linux 2.1 引入 | 仅支持单平面、单格式、设备节点混乱、缺乏扩展性 |
| V4L2 诞生 | 2002-2003 | Bill Dirks 主导设计，随 Linux 2.5 合并 | 引入多平面、多格式、扩展 ioctl、设备节点标准化 |
| V4L2 成熟期 | 2004-2010 | 内核主线稳定，驱动大量迁移 | 支持 DVB、V4L2 subdev、Media Controller 雏形 |
| V4L2 + MC 时代 | 2010-至今 | Media Controller 框架成熟，复杂摄像头 pipeline 支持 | 多实体、多 pad、路由控制、嵌入式 Camera 主流方案 |
2.3 V4L2在Linux多媒体子系统中的角色
Linux 多媒体子系统是一个分层架构，V4L2 位于中间层，向上对接用户空间 API，向下对接硬件驱动。下图展示了 V4L2 在整个子系统中的位置和交互关系。
从图中可以看出，V4L2 核心框架是承上启下的关键枢纽：
- 对上： 通过标准字符设备接口（/dev/videoX）暴露给用户空间，应用程序通过 ioctl 完成格式设置、缓冲区申请、流开关等操作。
- 对下： 通过 v4l2_subdev 和 Media Controller 框架管理多个硬件实体（Sensor、ISP、CSI 接收器），实现复杂的 pipeline 控制。
- 横向： 与 ALSA（音频）、DRM（显示）、V4L2 编解码器（mem2mem）共同构成 Linux 多媒体子系统。
2.4 核心设计思想
V4L2 的设计哲学可以归纳为以下五个核心思想，这些思想贯穿了整个框架的架构和 API 设计。
2.4.1 一切皆文件
V4L2 设备以字符设备文件形式暴露在 /dev/videoX、/dev/v4l-subdevX、/dev/mediaX 路径下。应用程序使用标准的 open()、close()、ioctl()、mmap()、poll() 系统调用进行交互。这种设计降低了学习成本，使得任何熟悉 Linux 文件 I/O 的开发者都能快速上手。
2.4.2 分层与模块化
V4L2 将驱动分为三个层次：
- 核心层 (videodev)： 提供设备节点注册、ioctl 分发、缓冲区管理框架 (videobuf2)。
- 桥接层 (bridge driver)： 负责将核心层的通用接口映射到具体硬件平台的总线协议（I2C、SPI、MIPI CSI）。
- 子设备层 (subdev)： 每个硬件组件（Sensor、ISP、MUX）独立为一个 v4l2_subdev，通过 Media Controller 连接成 pipeline。
2.4.3 流式 I/O 与缓冲区管理
V4L2 定义了三种 I/O 模式：
| I/O 模式 | 原理 | 适用场景 | 性能 |
|---|---|---|---|
| read/write | 内核态与用户态之间逐帧拷贝数据 | 低分辨率、调试、简单应用 | 低 |
| mmap (用户指针) | 用户空间直接映射内核 DMA 缓冲区 | 嵌入式 Camera、实时预览 | 高 |
| DMABUF | 通过 dma-buf 在不同设备间共享缓冲区 | ISP 与 GPU/Display 零拷贝流水线 | 最高 |
2.4.4 格式协商与多平面支持
V4L2 通过 VIDIOC_ENUM_FMT、VIDIOC_S_FMT、VIDIOC_TRY_FMT 等 ioctl 实现严格的格式协商流程。应用程序先枚举驱动支持的格式，然后设置期望格式，驱动返回最接近的可用格式。对于 YUV 422/420 等需要分离亮度和色度平面的格式，V4L2 支持 多平面 (multi-planar) API，通过 v4l2_plane 结构体描述每个平面的偏移和长度。
2.4.5 事件机制与异步通知
V4L2 提供 VIDIOC_DQEVENT 和 VIDIOC_SUBSCRIBE_EVENT 实现事件驱动模型。驱动可以上报以下事件：
- V4L2_EVENT_SOURCE_CHANGE： 输入源分辨率或帧率变化（如摄像头热插拔）。
- V4L2_EVENT_CTRL： 控制参数（曝光、增益）变化。
- V4L2_EVENT_FRAME_SYNC： 帧同步信号，用于精确时间戳。
结合 poll() 机制，应用程序可以异步等待事件，避免轮询浪费 CPU。
2.5 V4L2 核心数据结构关系
下图展示了 V4L2 框架中最重要的几个内核数据结构及其关系，理解这些结构是编写 V4L2 驱动的基础。
2.6 小结
V4L2 框架经过二十多年的发展，已经成为 Linux 视频设备驱动的工业标准。其核心设计思想——一切皆文件、分层模块化、流式 I/O、格式协商、事件驱动——使得它既能支持简单的 USB 摄像头，也能支撑复杂的嵌入式 Camera pipeline（如 Android 手机的多摄、ISP 流水线）。