Como a SmileID escalou a verificação de identidade para mais de 18.000 tipos de dispositivos Android com CameraX

O caso da SmileID mostra um problema clássico de quem constrói produto sobre câmera no Android: fragmentação de hardware. A empresa atende bancos e registro de chips, e o Android responde por 85% do mercado-alvo, com aparelhos de entrada, modelos regionais obscuros e terminais POS reforçados. Com Camera1 e Camera2, cada fabricante reportava a orientação do sensor de um jeito, o preview esticava em aparelhos baratos e o processamento de imagem bruta derrubava dispositivos com 1 GB de RAM ou menos. O crescimento anual do SDK ficava em 2-3x, e muitas verificações caíam para upload de foto estática por uma API REST de alta latência.

A reconstrução com CameraX usa dois casos de uso: Preview, para o feed proporcional, e ImageAnalysis, para liveness e detecção de rosto em tempo real no aparelho. O ponto técnico central é o ResolutionSelector, que permite pedir uma resolução-alvo e definir regra de fallback. Combinado com STRATEGY_KEEP_ONLY_LATEST, a FALLBACK_RULE_CLOSEST_HIGHER_THEN_LOWER prioriza nitidez e a FALLBACK_RULE_CLOSEST_LOWER_THEN_HIGHER limita memória. O resultado foi 4x mais resolução nas selfies, com o recorte do rosto comprimido no dispositivo para manter o upload no mesmo tamanho de antes.

Segundo a fonte, a estabilidade vem de duas camadas: o Camera and Media Test Lab do Google, que roda testes diários em mais de 190 modelos físicos, e as classes internas de quirks do CameraX, que injetam workarounds automáticos para defeitos conhecidos. Com isso, o SDK funciona em mais de 18.000 tipos de dispositivos Android sem patches por modelo. Os números relatados: 20% a mais na taxa de aprovação das verificações, adoção 15x maior no primeiro ano, 20x no segundo, e mais de 160 milhões de verificações processadas. São dados informados pela própria SmileID.

Para quem opera um produto com câmera em mercados de hardware heterogêneo, a leitura é que o ganho de negócio veio de trocar código por dispositivo por uma camada que absorve as diferenças. Para founders de fintech e identidade, a taxa de aprovação é métrica de receita: cada usuário legítimo que passa deixa de ser churn. Vale tratar os números como relato da empresa, não como benchmark independente.