在 while 循环中，我确定了图像亮度，然后将此值传递给 ProcessingDone 事件的侦听器。系统向此事件馈送 ImageProcessorEventArgs 类的实例，其中只有一个公共属性 Brightness。在收到取消信号前，处理任务会一直运行。图像处理的关键元素是 GetBrightness 方法，如图 4 所示。

图 4：GetBrightness 方法

privateasyncTask< byte>GetBrightness(){ varbrightness = newbyte(); if(cameraCapture.IsPreviewActive) { // Get current preview bitmapvarpreviewBitmap = awaitcameraCapture.GetPreviewBitmap(); // Get underlying pixel datavarpixelBuffer = GetPixelBuffer(previewBitmap); // Process buffer to determine mean gray value (brightness)brightness = CalculateMeanGrayValue(pixelBuffer); } returnbrightness;}

我使用 CameraCapture 类实例的 GetPreviewBitmap 来获取预览帧。在内部，GetPreviewBitmap 使用 MediaCapture 类的 GetPreviewFrameAsync。

GetPreviewFrameAsync 有两个版本。第一个版本是无参数方法，返回的是 VideoFrame 类的实例。

在这种情况下，可以通过读取 Direct3DSurface 属性来获取实际的像素数据。第二个版本接受 VideoFrame 类的实例，并将像素数据复制到其 SoftwareBitmap 属性中。在本文中，我使用第二个选项（见 CameraCapture 类的 GetPreviewBitmap 方法），然后通过 SoftwareBitmap 类实例的 CopyToBuffer 方法访问像素数据（如图 5 所示）。

图 5：访问像素数据

privatebyte[] GetPixelBuffer(SoftwareBitmap softwareBitmap){ // Ensure bitmap pixel format is Bgra8if(softwareBitmap.BitmapPixelFormat != CameraCapture.BitmapPixelFormat) { SoftwareBitmap.Convert(softwareBitmap, CameraCapture.BitmapPixelFormat); } // Lock underlying bitmap buffervarbitmapBuffer = softwareBitmap.LockBuffer(BitmapBufferAccessMode.Read); // Use plane deion to determine bitmap height// and stride (the actual buffer width)varplaneDeion = bitmapBuffer.GetPlaneDeion(0); varpixelBuffer = newbyte[planeDeion.Height * planeDeion.Stride]; // Copy pixel data to a buffersoftwareBitmap.CopyToBuffer(pixelBuffer.AsBuffer()); returnpixelBuffer;}

首先，我将确认像素格式是否为 BGRA8。此像素格式表示图像使用四个 8 位通道：三个通道分别用于表示蓝色、绿色和红色，另外一个通道用于表示 alpha 或透明度。如果输入位图采用其他像素格式，我会执行相应的转换。

接下来，我将把像素数据复制到字节数组中，其大小由图像高度与图像步幅的乘积决定 (bit.ly/2om8Ny9)。我从 BitmapPlaneDeion 实例中读取这两个值，此实例是通过 SoftwareBitmap.LockBuffer 方法返回的 BitmapBuffer 对象获取而来。

鉴于字节数组包含像素数据，只需计算所有像素的平均值即可。因此，我循环访问了像素缓存（见图 6）。

图 6：计算像素的平均值

privatebyteCalculateMeanGrayValue( byte[] pixelBuffer){ // Loop index increases by four since// there are four channels (blue, green, red and alpha).// Alpha is ignored for brightness calculationconstintstep = 4; doublemean = 0.0; for( uinti = 0; i

然后，每次循环访问时，我会计算所有颜色通道的平均值，将给定像素转换成灰度：

privatestaticbyteGetGrayscaleValue( byte[] pixelBuffer, uintstartIndex){ vargrayValue = (pixelBuffer[startIndex] + pixelBuffer[startIndex + 1] + pixelBuffer[startIndex + 2]) / 3.0; returnConvert.ToByte(grayValue);}

Brightness 通过 ProcessingDone 事件传递给视图。

此事件的处理位置为 MainPage 类 (MainPage.xaml.cs)，我在其中通过标签和进度栏显示亮度。两个控件均绑定到 RemoteCameraViewModel 的 Brightness 属性。

请注意，ProcessingDone 是由后台线程触发。因此，我使用 Dispatcher 类通过 UI 线程修改 RemoteCameraViewModel.Brightness，如图 7 所示。

图 7：使用 Dispatcher 类通过 UI 线程修改 RemoteCameraViewModel.Brightness

privateasyncvoidDisplayBrightness( bytebrightness){ if(Dispatcher.HasThreadAccess) { remoteCameraViewModel.Brightness = brightness; } else{ awaitDispatcher.RunAsync(CoreDispatcherPriority.Normal, () => { DisplayBrightness(brightness); }); }}

预配远程监视解决方案

若要预配解决方案，可以使用专用门户 (azureiotsuite.com)。登录并选择 Azure 订阅后，便会重定向到一个页面，可以在其中按“创建新的解决方案”矩形框。

这会打开一个网站，可以在其中选择两个预配置解决方案之一：预测性维护或远程监视（见图 8）。选择解决方案后，将会看到另一个窗体，可以在其中设置 Azure 资源的解决方案名称和区域。

在本文中，我将解决方案名称和区域分别设置为“RemoteCameraMonitoring”和“美国西部”。

　　图 8：Azure IoT 套件预配置解决方案（上）和远程监视解决方案配置（下）

预配远程监视解决方案时，Azure IoT 套件门户会创建以下多个 Azure 资源： IoT 中心、流分析作业、存储和 App Service。IoT 中心可实现云和远程设备之间的双向通信。流分析作业会转换远程设备流式传输的数据，通常是筛选掉不必要的数据。筛选后的数据会进行存储或定向，以供将来分析时使用。

最后，App Service 用于托管 Web 门户。

也可以通过命令行完成解决方案预配。

为此，可以从 bit.ly/2osI4RW克隆或下载解决方案源代码，然后按照 bit.ly/2p7MPPc中的说明操作。也可以视需要在本地部署解决方案，如 bit.ly/2nEePNi 所述。

在这种情况下，不会创建 Azure App Service，因为解决方案门户是在本地计算机上运行。若要进行开发和调试或修改预配置解决方案，就会发现此类方法特别有用。

完成预配后，可以启动解决方案，它的门户显示在默认浏览器中（再次见图 1）。此门户包含多个选项卡。

在本文中，我将仅关注其中两个选项卡，即“仪表板”和“设备”。“仪表板”显示远程设备及其流式传输的遥测数据的映射。“设备”选项卡显示远程设备列表，包括设备的状态、功能和说明。默认情况下，有多个仿真设备。我将介绍如何注册新的非仿真硬件。

注册设备

若要注册设备，请按解决方案门户中左下角的“添加设备”超链接。然后，选择添加仿真设备还是自定义设备。选取第二个选项，然后按“添加新设备”按钮。现在，可以定义“设备 ID”了。我将此值设置为“RemoteCamera”。

此后，“添加自定义设备”窗体中显示设备凭据（见图 9），稍后用它将 IoT 设备连入 IoT 中心。

　　图 9：设备注册摘要

设备元数据和云通信

添加的设备显示在设备列表中，然后便可以发送设备元数据或设备信息。设备信息包括描述远程设备的 JSON 对象。此对象可告知云终结点设备功能，并包含硬件描述以及设备接受的远程命令列表。最终用户可通过 IoT 解决方案门户向设备发送这些命令。

在 RemoteCamera 应用中，设备信息表示为 DeviceInfo 类（位于 AzureHelpers 子文件夹中）：

publicclassDeviceInfo{ publicboolIsSimulatedDevice { getset} publicstringVersion { getset} publicstringObjectType { getset} publicDeviceProperties DeviceProperties { getset} publicCommand[] Commands { getset}}

DeviceInfo 的前两个属性指定了是否为仿真设备，并定义了 DeviceInfo 对象的版本。稍后可以看到，第三个属性 ObjectType 被设置为字符串常数 DeviceInfo。

云（特别是 Azure 流分析作业）使用此字符串从遥测数据中筛选出设备信息。接下来，DeviceProperties（见 AzureHelpers 子文件夹）包含一系列描述设备的属性（如序列号、内存、平台、RAM）。最后，Commands 属性包含设备识别的一系列远程命令。

通过指定名称和参数列表（分别由 Command 和 CommandParameter 类表示，见 AzureHelpersCommand.cs），可定义每个命令。

若要在 IoT 设备和 IoT 中心之间建立通信，请使用 Microsoft.Azure.Devices.Client NuGet 包。此包提供 DeviceClient 类，可用于向云发送消息和接收云消息。可以使用 Create 或 CreateFromConnectionString 静态方法，创建 DeviceClient 实例。

在本文中，我使用第一个选项（见 AzureHelpers 文件夹中的 CloudHelper.cs）：

publicasyncTask Initialize(){ if(!IsInitialized) { deviceClient = DeviceClient.Create( Configuration.Hostname, Configuration.AuthenticationKey()); awaitdeviceClient.OpenAsync(); IsInitialized = trueBeginRemoteCommandHandling(); }}

可以看到，若要使用 DeviceClient.Create 方法，需要提供 IoT 中心的主机名和设备凭据（标识符和密钥）。这些值是在设备预配期间从解决方案门户获取（再次见图 9）。在 RemoteCamera 应用中，我在 Configuration 静态类中存储了主机名、设备 ID 和密钥：

publicstaticclassConfiguration{ publicstaticstringHostname { get} = ".azure-devices.net"publicstaticstringDeviceId { get} = "RemoteCamera"publicstaticstringDeviceKey { get} = ""publicstaticDeviceAuthenticationWithRegistrySymmetricKey AuthenticationKey() { returnnewDeviceAuthenticationWithRegistrySymmetricKey(DeviceId, DeviceKey); }}