什么是MJPEGEncoder
MJPEGEncoder 直接调用芯片VENC硬件编码单元，支持将Sensor输出YUV视频帧、image.Image图像编码为完整JPEG字节流。
✅ 硬件编码，不占用CPU，兼顾性能与功耗；
✅ 优先直接编码Sensor VB视频帧，避免图像内存拷贝，高分辨率下性能更优；
✅ JPEG质量可配置，范围1‑99，灵活平衡画质与带宽；
✅ 自动管理VENC通道与VB缓冲区，资源按需申请，使用完毕调用close()即可释放硬件资源。
导入方式
from media.mjpeg import MJPEGEncoder开箱即用：
MJPEG网页视频流例程
SDK内置完整Web MJPEG图传例程mjpeg_web_server.py，基于HTTP multipart/x‑mixed‑replace协议，手机、电脑浏览器直接访问即可预览实时画面，不用部署流媒体服务、不用安装VLC等播放器。
📍 文件位置
开发板固件路径：/sdcard/examples/02‑Media/mjpeg_web_server.py
SDK源码路径：src/canmv/resources/examples/02‑Media/mjpeg_web_server.py
核心配置项
脚本头部可直接修改网络、分辨率、编码质量、帧率等参数：
支持WiFi‑STA / WiFi‑AP / LAN有线网络；
FRAME_ALIGNMENT=12，适配VENC硬件4096字节对齐要求；
JPEG_QUALITY调节图片压缩质量；
STREAM_FPS设置视频流帧率上限。
接口能力
例程内置3个HTTP接口，开箱可用：
访问路径 | 功能说明 |
/ | Web实时预览主页，内置JS断线自动重连 |
/stream | MJPEG视频流数据流接口 |
/snapshot.jpg | 获取当前时刻单帧截图JPEG |
运行脚本后，串口打印访问地址，同局域网设备浏览器打开地址即可查看画面。网页内置异常重连逻辑，流断开后自动重试，无需手动刷新页面。
大帧网络发送优化
针对1080P大尺寸JPEG传输容易超时断开的痛点，例程做了专门优化： Socket设置为非阻塞模式，JPEG数据包按16KiB分块发送；遇到EAGAIN临时阻塞会持续重试；连续5秒无发送进度才关闭客户端，有效解决TCP回压导致画面只出一帧就断开的问题。
使用注意要点
Sensor输出YUV帧务必设置 alignment=12，保证图像平面4096字节对齐，否则VENC编码会报错；高分辨率场景务必开启USE_VIDEO_FRAME=True，直接使用Sensor视频帧，减少内存拷贝开销。
当前例程为单客户端同步模型，同一时刻仅支持一个浏览器连接视频流。
实际帧率受WiFi带宽、编码质量、浏览器消费速度影响；画面延迟高可以降低分辨率、降低JPEG质量、下调目标帧率。
脚本退出会自动关闭Socket、编码器、Sensor，防止VENC通道、VB缓冲池资源泄漏。
简单编码示例
from media.mjpeg import MJPEGEncoderfrom media.sensor import Sensorsensor = Sensor()encoder = Nonetry:sensor.reset()sensor.set_framesize(width=1920, height=1080, alignment=12)sensor.set_pixformat(Sensor.YUV420SP)sensor.run()encoder = MJPEGEncoder(quality=50)frame = sensor.snapshot(dump_frame=True)jpeg_data = encoder.encode(frame, timeout_ms=1000)# 可写入文件 / 通过socket发送with open("/sdcard/snapshot.jpg","wb") as f:f.write(jpeg_data)finally:if encoder is not None:encoder.close()sensor.stop()
适用场景
AI项目调试远程预览摄像头画面；
简易嵌入式Web监控、无线图传；
抓拍截图，本地保存JPEG图像；
与K230 NPU推理结合，实现AI识别结果网页可视化。
参考文档
MJPEG例程文档：
https://www.kendryte.com/k230_canmv/zh/main/example/media/mjpeg.html
MJPEGEncoder API手册：
https://www.kendryte.com/k230_canmv/zh/main/api/mpp/media_mjpeg.html
快去更新固件，上手体验硬件MJPEG编码，欢迎在评论区分享你的项目作品
