Android 使用OpenCV的三種方式(Android Studio)

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是因為一個學長的畢業設計，這次接觸OpenCV是因為自己的畢業設計。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月寫下一篇部落格

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。目前的版本是3.0

解壓後，裡面的內容如下

samples目錄下是範例代碼，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層代碼匯入，使用OpenCVLoader.initAsync()載入庫，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，使用者體驗十分不好，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作為開發環境，由於實驗性的構建工具對ndk支援還不好，所以使用舊的構建方式，在原來寫的一篇部落格基礎上修改即可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。

首先建立一個項目，將OpenCV中sdk目錄下的native目錄拷到項目根目錄

然後建立Jni目錄

在裡面建立兩個檔案

編輯gradle.properties檔案，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

在local.properties檔案中配置ndk目錄

ndk.dir=D:\AndroidSDK\sdk\ndk-bundle

編輯build.gradle，在android節點中增加下面的代碼

 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' data-snippet-id=ext.57cfe881f1b599f1cacdf54006a6556e data-snippet-saved=false data-csrftoken=jAbtS2Wo-dGpwcxcGt2vqP0mibIzN7nCKugQ data-codota-status=done>sourceSets.main.jni.srcDirs = []    //禁止內建的ndk功能    sourceSets.main.jniLibs.srcDirs = ['src/main/libs','src/main/jniLibs']    //重新導向so目錄為src/main/libs和src/main/jniLibs，原來為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'

在之前建立的Application.mk中增加下面的內容

APP_STL := gnustl_staticAPP_CPPFLAGS := -frtti -fexceptionsAPP_ABI := armeabi armeabi-v7aAPP_PLATFORM := android-8

在Android.mk中增加下面的內容

LOCAL_PATH := $(call my-dir)include $(CLEAR_VARS)OpenCV_INSTALL_MODULES := onOpenCV_CAMERA_MODULES := offOPENCV_LIB_TYPE :=STATICifeq ($(wildcard $(OPENCV_MK_PATH)),)include ........ativejniOpenCV.mkelseinclude $(OPENCV_MK_PATH)endifLOCAL_MODULE := OpenCVLOCAL_SRC_FILES :=LOCAL_LDLIBS +=  -lm -lloginclude $(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，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，為靜態連結庫

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命令產生標頭檔，內容如下

/* Header for class cn_edu_zafu_opencv_OpenCVHelper */#ifndef _Included_cn_edu_zafu_opencv_OpenCVHelper#define _Included_cn_edu_zafu_opencv_OpenCVHelper#ifdef __cplusplusextern 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 data-snippet-id=ext.ba8837e741e5214b4467247cc79e58a3 data-snippet-saved=false data-csrftoken=jJMOrjOS-jHPgZkClm2cErR8IXlybhUpqg4E data-codota-status=done>/* DO NOT EDIT THIS FILE - it is machine generated */#include /* Header for class cn_edu_zafu_opencv_OpenCVHelper */#ifndef _Included_cn_edu_zafu_opencv_OpenCVHelper#define _Included_cn_edu_zafu_opencv_OpenCVHelper#ifdef __cplusplusextern 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

建立cpp檔案，實現對應的方法，就是灰階處理

#include #include 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四位元組，其彩色值儲存方式為：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;}} data-snippet-id=ext.7031b99c9209dfeeef3168f2def15639 data-snippet-saved=false data-csrftoken=1DJbOl7m-UVQNbl8xQw8YX34eXWB5DaBgWq4 data-codota-status=done>#include cn_edu_zafu_opencv_OpenCVHelper.h#include #include #include 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四位元組，其彩色值儲存方式為：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檔案編譯進去，在Andorid.mk檔案中加入

LOCAL_SRC_FILES := cn_edu_zafu_opencv_OpenCVHelper.cpp

然後在java層寫個測試方法測試一下是否進行灰階化了

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，灰階化後的結果

上面的這種方法產生的so庫的大小見，大約有1.4M左右

第二種方法也是純jni的，但是是動態連結程式庫，在第一種基礎上，修改Android.mk檔案為

LOCAL_PATH := $(call my-dir)include $(CLEAR_VARS)OpenCV_INSTALL_MODULES := onOpenCV_CAMERA_MODULES := offOPENCV_LIB_TYPE := SHAREDifeq ($(wildcard $(OPENCV_MK_PATH)),)include ........ativejniOpenCV.mkelseinclude $(OPENCV_MK_PATH)endifLOCAL_MODULE := OpenCVLOCAL_SRC_FILES := cn_edu_zafu_opencv_OpenCVHelper.cppLOCAL_LDLIBS +=  -lm -lloginclude $(BUILD_SHARED_LIBRARY)

注意上面的OPENCV_LIB_TYPE屬性的改動，從STATIC改為了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

產生的so庫的大小為310k，小了好幾倍

這時候如果你直接取運行程式，會報錯誤

原因是我們使用的是動態庫載入方式，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裡的native目錄中

將它拷到我們的jniLibs目錄中去，這裡只拷貝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連結程式庫，那麼我們同樣也可以使用java層的介面，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

最後還有一個資源檔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檔案包就可以了

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 grayMatUtils.matToBitmap(grayMat, grayBitmap); //convert mat to bitmapimg.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，因為使用了第三種方法的前提是使用第二種方法的動態連結程式庫。

最後附上源碼

CSDN又抽了，正常之後有空補上