Android 使用OpenCV的三種方式(Android Studio)

其實最早接觸OpenCV是很久很久之前的事了,大概在2013年的5,6月份,當時還是個菜逼(雖然現在也是個菜逼),在那一段時間,學了一段時間的android(並不算學,一個月都不到),之後再也沒接觸android,而是一直在接觸java web。那次接觸OpenCV是因爲一個學長的畢業設計,這次接觸OpenCV是因爲自己的畢業設計。2013年那年技術太菜,ndk環境都搭不好,當初還是eclipse環境,一直按照網上的教程去搭,下什麼cygwin,簡直就是個坑,網上的文章轉來轉去,都是過時的。後來一個機會看到了google官方的一個文檔,就像發現了新大陸一樣,發現ndk環境根本不需要裝cygwin,裝了你就坑了,裝這個東西有好多G呢,時間浪費不說,簡直誤人子弟啊。後來在那年7月寫下一篇博客

NDK開發環境

這段時間在填自己畢業設計的坑,要用到OpenCV,首先得下載到sdk吧,這個從官網上下載就好了 
OpenCV for Android

注意下載的是OpenCV for android。當前版本是3.0

解壓後,裏面的內容如下

samples目錄下是樣例代碼,sdk目錄下是我們需要用到的java層和jni層的代碼。apk目錄是manager的apk安裝包

其實OpenCV最簡單的使用方式是使用manager,也就是使用apk目錄下的安裝包,安裝對應的apk,將java層代碼導入,使用OpenCVLoader.initAsync()加載庫,之後你就可以直接用java代碼調用Opencv相關的功能了。

但是這種方式除了安裝我們自己的apk還需要安裝上面提到的manager的apk,用戶體驗十分不好,不推薦使用,本文的三種方式將完全脫離這個manager的apk。

本文下面的三種方式的內容參考自文章 OpenCV4Android釋疑: 透析Android以JNI調OpenCV的三種方式(讓OpenCVManager永不困擾)

本篇文章使用android studio作爲開發環境,由於實驗性的構建工具對ndk支持還不好,所以使用舊的構建方式,在原來寫的一篇博客基礎上修改即可android studio下ndk開發

這正式介紹三種方式之前,我們需要做一些前期準備。

首先新建一個項目,將OpenCV中sdk目錄下的native目錄拷到項目根目錄

然後新建Jni目錄

在裏面新建兩個文件

編輯gradle.properties文件,增加下面的屬性使用舊版的ndk功能(不添加會使用實驗性的ndk構建工具)

android.useDeprecatedNdk=true
1
在local.properties文件中配置ndk目錄

ndk.dir=D\:\\AndroidSDK\\sdk\\ndk-bundle
1
編輯build.gradle,在android節點中增加下面的代碼

sourceSets.main.jni.srcDirs = []
    //禁止自帶的ndk功能
    sourceSets.main.jniLibs.srcDirs = ['src/main/libs','src/main/jniLibs']
    //重定向so目錄爲src/main/libs和src/main/jniLibs,原來爲src/main/jniLibs

    task ndkBuild(type: Exec, description: 'Compile JNI source with NDK') {
        Properties properties = new Properties()
        properties.load(project.rootProject.file('local.properties').newDataInputStream())
        def ndkDir = properties.getProperty('ndk.dir')

        if (org.apache.tools.ant.taskdefs.condition.Os.isFamily(org.apache.tools.ant.taskdefs.condition.Os.FAMILY_WINDOWS)) {
            commandLine "$ndkDir/ndk-build.cmd", '-C', file('src/main/jni').absolutePath
        } else {
            commandLine "$ndkDir/ndk-build", '-C', file('src/main/jni').absolutePath
        }
    }

    tasks.withType(JavaCompile) {
        compileTask -> compileTask.dependsOn ndkBuild
    }

    task ndkClean(type: Exec, description: 'Clean NDK Binaries') {
        Properties properties = new Properties()
        properties.load(project.rootProject.file('local.properties').newDataInputStream())
        def ndkDir = properties.getProperty('ndk.dir')

        if (org.apache.tools.ant.taskdefs.condition.Os.isFamily(org.apache.tools.ant.taskdefs.condition.Os.FAMILY_WINDOWS)) {
            commandLine "$ndkDir/ndk-build.cmd",'clean', '-C', file('src/main/jni').absolutePath
        } else {
            commandLine "$ndkDir/ndk-build",'clean', '-C', file('src/main/jni').absolutePath
        }
    }

    clean.dependsOn 'ndkClean'

在之前新建的Application.mk中增加下面的內容

APP_STL := gnustl_static
APP_CPPFLAGS := -frtti -fexceptions
APP_ABI := armeabi armeabi-v7a
APP_PLATFORM := android-8

在Android.mk中增加下面的內容

LOCAL_PATH := $(call my-dir)

include $(CLEAR_VARS)


OpenCV_INSTALL_MODULES := on
OpenCV_CAMERA_MODULES := off

OPENCV_LIB_TYPE :=STATIC

ifeq ("$(wildcard $(OPENCV_MK_PATH))","")
include ..\..\..\..\native\jni\OpenCV.mk
else
include $(OPENCV_MK_PATH)
endif

LOCAL_MODULE := OpenCV

LOCAL_SRC_FILES :=

LOCAL_LDLIBS +=  -lm -llog

include $(BUILD_SHARED_LIBRARY)

這時候,使用gradle構建一下,如果能成功構建出so,說明配置沒問題,如下圖,點擊as右側的gradle展開,雙擊ndkBuild進行構建

下面開始講第一種方法,純jni層的代碼,該方法基於上面的所有步驟,爲靜態鏈接庫

聲明java層的native方法

public class OpenCVHelper {
    static {
        System.loadLibrary("OpenCV");
    }
    public static native int[] gray(int[] buf, int w, int h);
}

使用javah命令生成頭文件,內容如下

/* DO NOT EDIT THIS FILE - it is machine generated */
#include <jni.h>
/* Header for class cn_edu_zafu_opencv_OpenCVHelper */

#ifndef _Included_cn_edu_zafu_opencv_OpenCVHelper
#define _Included_cn_edu_zafu_opencv_OpenCVHelper
#ifdef __cplusplus
extern "C" {
#endif

/*
 * Class:     cn_edu_zafu_opencv_OpenCVHelper
 * Method:    gray
 * Signature: ([III)[I
 */
JNIEXPORT jintArray JNICALL Java_cn_edu_zafu_opencv_OpenCVHelper_gray
        (JNIEnv *, jclass, jintArray, jint, jint);

#ifdef __cplusplus
}
#endif
#endif

新建cpp文件,實現對應的方法,就是灰度處理

#include "cn_edu_zafu_opencv_OpenCVHelper.h"
#include <stdio.h>
#include <stdlib.h>
#include <opencv2/opencv.hpp>

using namespace cv;

extern "C" {

JNIEXPORT jintArray JNICALL Java_cn_edu_zafu_opencv_OpenCVHelper_gray(
        JNIEnv *env, jclass obj, jintArray buf, int w, int h);

JNIEXPORT jintArray JNICALL Java_cn_edu_zafu_opencv_OpenCVHelper_gray(
        JNIEnv *env, jclass obj, jintArray buf, int w, int h) {

    jint *cbuf;
    cbuf = env->GetIntArrayElements(buf, JNI_FALSE );
    if (cbuf == NULL) {
        return 0;
    }

    Mat imgData(h, w, CV_8UC4, (unsigned char *) cbuf);

    uchar* ptr = imgData.ptr(0);
    for(int i = 0; i < w*h; i ++){
        //計算公式:Y(亮度) = 0.299*R + 0.587*G + 0.114*B
        //對於一個int四字節,其彩色值存儲方式爲:BGRA
        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] = grayScale;
        ptr[4*i+2] = grayScale;
        ptr[4*i+0] = grayScale;
    }

    int size = w * h;
    jintArray result = env->NewIntArray(size);
    env->SetIntArrayRegion(result, 0, size, cbuf);
    env->ReleaseIntArrayElements(buf, cbuf, 0);
    return result;
}
}

之後,需要將cpp文件編譯進去,在Andorid.mk文件中加入

LOCAL_SRC_FILES := cn_edu_zafu_opencv_OpenCVHelper.cpp
1
然後在java層寫個測試方法測試一下是否進行灰度化了

Bitmap bitmap = ((BitmapDrawable) getResources().getDrawable(
        R.drawable.ic)).getBitmap();
int w = bitmap.getWidth(), h = bitmap.getHeight();
int[] pix = new int[w * h];
bitmap.getPixels(pix, 0, w, 0, 0, w, h);
int [] resultPixes=OpenCVHelper.gray(pix,w,h);
Bitmap result = Bitmap.createBitmap(w,h, Bitmap.Config.RGB_565);
result.setPixels(resultPixes, 0, w, 0, 0,w, h);
img.setImageBitmap(result);

運行效果如下,灰度化後的結果

上面的這種方法生成的so庫的大小見下圖,大約有1.4M左右

第二種方法也是純jni的,但是是動態鏈接庫,在第一種基礎上,修改Android.mk文件爲

LOCAL_PATH := $(call my-dir)

include $(CLEAR_VARS)


OpenCV_INSTALL_MODULES := on
OpenCV_CAMERA_MODULES := off

OPENCV_LIB_TYPE := SHARED

ifeq ("$(wildcard $(OPENCV_MK_PATH))","")
include ..\..\..\..\native\jni\OpenCV.mk
else
include $(OPENCV_MK_PATH)
endif

LOCAL_MODULE := OpenCV

LOCAL_SRC_FILES := cn_edu_zafu_opencv_OpenCVHelper.cpp

LOCAL_LDLIBS +=  -lm -llog

include $(BUILD_SHARED_LIBRARY)

注意上面的OPENCV_LIB_TYPE屬性的改動,從STATIC改爲了SHARED,這時候再用ndkBuild一下,你會發現會輸出一些警告以及一部分紅色的內容

生成的so庫的大小爲310k,小了好幾倍

這時候如果你直接取運行程序,會報錯誤

原因是我們使用的是動態庫加載方式,還需要將依賴的so加進去,這個so就是圖中的libopencv_java3.so,他在我們的最開始加到項目裏的native目錄中

將它拷到我們的jniLibs目錄中去,這裏只拷貝armeabi和armeabi-v7a中的,至於其他的按需拷貝

這時候運行就不會報錯了。

既然我們使用了動態鏈接庫,那麼我們同樣也可以使用java層的接口,優點是java開發速度相對快一點。第三種方法在第二種方法基礎上,使用純java層代碼進行處理。

在此之前,我們需要將sdk目錄中的java代碼拷到項目中去

但是org.opencv.engine包中是一個aidl,我們需要將它剪貼到aidl目錄中去,就像這樣子

最後還有一個資源文件attrs.xml,拷過來

build一下項目,不出意外應該會報錯,這時候找到該類,引入自己的R文件包就可以了

再次build應該就不會有什麼問題了。

java層的測試方法

OpenCVLoader.initDebug();
Mat rgbMat = new Mat();
Mat grayMat = new Mat();
Bitmap srcBitmap = BitmapFactory.decodeResource(getResources(), R.drawable.ic);
Bitmap grayBitmap = Bitmap.createBitmap(srcBitmap.getWidth(), srcBitmap.getHeight(), Bitmap.Config.RGB_565);
Utils.bitmapToMat(srcBitmap, rgbMat);//convert original bitmap to Mat, R G B.
Imgproc.cvtColor(rgbMat, grayMat, Imgproc.COLOR_RGB2GRAY);//rgbMat to gray grayMat
Utils.matToBitmap(grayMat, grayBitmap); //convert mat to bitmap
img.setImageBitmap(grayBitmap);

注意使用OpenCVLoader.initDebug();進行初始化而不是使用OpenCVLoader.initAsync()

這種方法的特點是處理都在java層,不怎麼會涉及jni層的代碼,除非java層完成不了的工作會轉移到jni層去。

三種方法各有各的優點,根據自己的情況進行選擇。

如果c++特別好的,建議使用第一種方法
如果更習慣java代碼的,並且java層的函數都能進行處理的,建議選擇第三種方法
第二種方法建議在第三種方法不滿足條件的情況下進行輔助使用,因爲使用了第三種方法的前提是使用第二種方法的動態鏈接庫。
最後附上源碼

http://download.csdn.net/detail/sbsujjbcy/9275897

--------------------- 
作者:_區長 
來源:CSDN 
原文:https://blog.csdn.net/sbsujjbcy/article/details/49520791 
版權聲明:本文爲博主原創文章,轉載請附上博文鏈接!

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章