【AndroidStudio NDK之使用OpenCV——第一節】使用AndroidStudio搭建OpenCV的NDK開發環境

一、OpenCV介紹

  OpenCV是一個基於開源的跨平臺計算機視覺庫，實現了許多圖像處理和計算機視覺方面的通用算法，是計算機視覺領域最有力的研究工具之一。
  
OpenCV應用領域：人機互動 物體識別 圖像分割 人臉識別 動作識別 運動跟蹤 機器人 運動分析 機器視覺 結構分析 汽車安全駕駛 自動駕駛。。。

二、OpenCV模塊介紹

1.core，核心功能模塊，主要包含如下的內容：
  OpenCV基本數據結構（Basic Structures）；
  基本的C語言數據結構和操作（Basic C Structures and Operations）；
  動態數據結構（DynamicStructures）；
  數組操作相關函數（Operations on Arrays）；
  繪圖功能（Drawing Functions）；
  XML和YAML語法的支持（XML/YAML Persistence）；
  XML和YAML語法的支持的C語言接口（XML/YAML Persistence (C API)）；
  聚類（Clustering）；
  輔助功能與系統函數和宏（Utility and System Functions and Macros）；
  與OpenGL的互操作（OpenGL interoperability）；
  
2.imgproc，是Image Processing的簡寫。圖像處理模塊，主要包含以下內容：
  線性和非線性的圖像濾波（Image Filtering）；
  圖像的幾何變換（Geometric ImageTransformations）；
  圖像的其他變換（Miscellaneous Image Transformations）；
  直方圖（Histograms）；
  結構分析和形狀描述（Structural Analysis and Shape Descriptors）；
  運動分析和目標跟蹤（Motion Analysis and Object Tracking）；
  特徵檢測（Feature Detection）；
  目標檢測（Object Detection）；
3. highgui，是High-level GUI and Media I/O的簡寫。高層用戶界面模塊和媒體輸入/輸出模塊，主要包含以下內容：
  用戶界面（User Interface）；
  圖片和視頻的讀寫（Reading and Writing Images and Video）；
  QT新功能（Qt New Functions）；
4. features2d，是2D Features Framework的簡寫。二維特徵框架模塊，主要包含以下內容：
  人臉識別
  VR和AR
  特徵的檢測和描述（Feature Detection and Description）；
  特徵檢測器的通用接口（Common Interfaces of Feature Detectors）；
  描述符提取器的通用接口（Common Interfaces of Descriptor Extractors）；
  描述符匹配器的通用接口（Common Interfaces of Descriptor Matchers）；
  通用描述符匹配器通用接口（Common Interfaces of Generic Descriptor Matchers）；
  關鍵點和匹配結果的繪製功能（Drawing Function of Keypoints and Matches）；
  目標分類（Object Categorization）；
5.flann，Clustering and Search in Multi-Dimensional Spaces，多維空間聚類和搜索模塊，主要包含以下內容：

  快速近視最近鄰搜索（Fast Approximate Nearest Neighbor Search）；
  聚類（Clustering）；
6. video，是Video Analysis的簡寫。視頻分析模塊，主要包含以下內容：
   運動分析和目標跟蹤（Motion Analysis and Object Tracking），視頻相關的，上面提到的是圖片相關的；
7. calib3d ，是Camera Calibration and 3D
  Reconstruction的簡寫。這個模塊主要是相機校準和三維重建相關的內容，包括基本的多視角幾何算法、單個立體攝像頭標定、物體姿態估計、立體相似性算法，3D信息的重建等。

三、OpenCV-android-SDK目錄結構
   apk   = ==》OpenCV manager針對各個架構的cup的manager安裝包
   samples ===》 android平臺下的案例源碼和安裝包（java調用方式的）
   sdk   = ==》 sdk文件夾

四、環境搭建（正文）
  1.搭建AndroidStudio的NDK環境，創建NDK項目；
  2.下載OpenCV（點擊下載）
  3.找到app的build.gradle添加下面兩句話：

爲了方便大家copy，就特意寫出來了

cmake {
                //-std=c++14 加入C++14支持
                cppFlags "-std=c++14 -frtti -fexceptions"
                //指定要ndk需要兼容的架構
                //注意:如果全部都適配的話，包很大，
                //    這樣兼容那些用戶數極少的cpu就很不划算，
                //    所以可以選擇適配了armeabi-v7a這一個
                //   (我這裏全部配置了apk真的很大 大概有80.7 MB)
 abiFilters 'arm64-v8a','armeabi','armeabi-v7a','mips','mips64','x86','x86_64'
 }
================================================================    
 sourceSets{
        main {
            //jni庫的調用會到這個目錄裏面找so文件
 jniLibs.srcDirs = 
 ['E:/OpenCV/opencv-3.4.3-android-sdk/OpenCV-android-sdk/sdk/native/libs']
        }
    }

4.配置CMakeLists.txt文件（直接複製，把路徑修改成自己的就成）

#聲明CMake的版本要求
cmake_minimum_required(VERSION 3.4.1)
#該變量爲真時會創建完整版本的Makefile
set(CMAKE_VERBOSE_MAKEFILE on)
#定義變量ocvlibs使後面的命令可以使用定位具體的庫文件
set(ocvlibs 
"E:/OpenCV/opencv-3.4.3-android-sdk/OpenCV-android-sdk/sdk/native/libs")

#調用頭文件的具體路徑
include_directories
(E:/OpenCV/opencv-3.4.3-android-sdk/OpenCV-android-sdk/sdk/native/jni/include)
#生成動態庫openvc-lib
add_library(openvc-lib SHARED IMPORTED )
#設置輸出的名稱,設置動態庫的版本和API版本
set_target_properties(openvc-lib
                      PROPERTIES
                      IMPORTED_LOCATION
					  "${ocvlibs}/${ANDROID_ABI}/openvc-lib.so")
					  
add_library(native-lib SHARED src/main/cpp/native-lib.cpp )
find_library(log-lib log )
target_link_libraries(native-lib openvc-lib android log ${log-lib})

5.檢驗是否成功（如果頭文件導入成功 就表示環境搭建沒啥問題!）

五、案例
  既然環境搭建成功，相信很多人會迫不及待的想要去嘗試一下，這裏給大家做了一個簡單的 “ 圖片灰度處理 ” 案例：

• 佈局（請自行腦補，謝謝！）
• MainActivity.java

    static {
        System.loadLibrary("native-lib");
    }  
    public native int[] getGrayImage(int pixels[], int width, int height);
    private ImageView imageView;
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        findViewById(R.id.button).setOnClickListener(this);
        imageView = findViewById(R.id.imageView);
        //獲取位圖
        bitmap = 
        BitmapFactory.decodeResource(this.getResources() , R.mipmap.mei);
        imageView.setImageBitmap(bitmap);
    }

    @Override
    public void onClick(View v) {
        switch (v.getId()) {
            case R.id.button:
                int w = bitmap.getWidth();
                int h = bitmap.getHeight();
                int pixels[] = new int[w*h];
                int count = 0;
                for(int i = 0 ; i < h ; i++)
                    for (int j = 0 ; j < w ; j++)
                        pixels[count++] = bitmap.getPixel(j , i);
                int p[] = getGrayImage(pixels , w , h);
                imageView.setImageBitmap(
                Bitmap.createBitmap(p , w , h , Bitmap.Config.ARGB_8888));
                break;
        }
    }

• native-lib.cpp

#include <jni.h> 
#include <opencv2/opencv.hpp>

extern "C" {
   JNIEXPORT jintArray JNICALL
   Java_com_qingyan_opecv_101_MainActivity_getGrayImage
   (JNIEnv *env, jobject instance, jintArray _pixels, jint width, jint height) 
    {
        jint *pixels = env->GetIntArrayElements(_pixels , NULL);
        if(pixels==NULL){
            return NULL;
        }
        cv::Mat imgData(height , width , CV_8UC4 , pixels);

        uchar *ptr = imgData.ptr(0);

        for (int i = 0; i < width * height; i++) {
            int grayScale = (int) (ptr[4 * i + 2] * 0.299 
            + ptr[4 * i + 1] * 0.587  + ptr[4 * i + 0] * 0.114);
            ptr[4 * i + 1] = (uchar) grayScale;
            ptr[4 * i + 2] = (uchar) grayScale;
            ptr[4 * i + 0] = (uchar) grayScale;
        } 
        int size = width * height;
        jintArray result = env->NewIntArray(size);
        env->SetIntArrayRegion(result, 0, size, pixels);
        env->ReleaseIntArrayElements(_pixels, pixels, 0);
        return result; 
    }
}

• 效果