OpenCV android sdk配置OpenCV android NDK开发实例
OpenCV android sdk配置OpenCV android NDK开发实例
【尊重原创,转载请注明出处】http://blog.csdn.net/guyuealian/article/details/78374708
在Android应用中调用OpenCV进行图像处理的方法有很多种,考虑到性能问题,本人推荐使用NDK进行开发,毕竟C/C++要比Java性能好的多。博客会给出详细的例子和配置方法,并给出本人Github的Demo代码,亲们只需git clone,并在本地Android Studio Build一下,即可以在本地Android手机上直接运行了。
Demo Github地址:https://github.com/PanJinquan/OpenCV-Android-Demo(NDK和Java都支持OpenCV开发)
老铁要是觉得不错,记得给个“Star”哈
PS :Opencv3.x以后,已经把很多功能模块放在contrib中,要想移植opencv contrib到Android需要自己编译,这个过程还是相当麻烦的。如果你想支持opencv contrib开发,可以下载本人已经编译且移植好的Android Demo:
OpenCV-Contrib-Android-Demo: https://github.com/PanJinquan/OpenCV-Contrib-Android-Demo(NDK和Java都支持OpenCV contrib开发)
整个工程代码都给亲们啦,是不是很照顾大家呢?题外话:之前本人在Android Studio和Eclipse配置OpenCV NDK开发时,踩了不知多少坑,网上教程一大堆,偏偏放在本人机器上就是报各种错误,各种无法解析……。好不容易配置好了,后面又来了个大坑:在Java中Bitmap图像与JNI的OpenCV的Mat图像的数据转换时,出现了各种各样问题,如通道顺序问题,颜色失真问题,数据转换问题等等等等等等……。好在,经过一番折腾,终于把问题解决了。
言归正传,配置前,先保证版本一样:
- (1)Android Studio 2.3.3 以上
- (2)android-ndk-r10d 以上,下载地址:https://developer.android.google.cn/ndk/downloads/index.html
- (3)OpenCV-3.1.0-android-sdk 以上,下载地址:https://opencv.org/releases.html
PS:与时俱进,目前Github的OpenCV版本已经升级到:opencv-3.4.2-android-sdk,NDK:android-ndk-r14b
目录
OpenCV android sdk配置OpenCV android NDK开发实例
一、OpenCV android sdk配置
1.第一步:
2.第二步:
3.第三步:
4.第四步:CMakeLists.txt配置
二、OpenCV android的图像数据转换
第一种:通过JNI的整型数组传递图像数据:
第二种:通过自定义图像对象传递图像数据:
第三种:使用OpenCV的Java包实现NDK开发
三、三种方法相比
一、OpenCV android sdk配置
1.第一步:
新建工程一定要勾选“Include C++ support”,这样新建的Android工程会直接支持NDK开发,避免各种配置问题,如果提示没有NDK,请下载NDK,并在工程“Project Structure”中导入即可:
2.第二步:
新建工程勾选了“Include C++ support”,就已经支持NDK开发了(即native-lib),我们需要做的是,根据自己项目需要,增加JNI接口。
3.第三步:
将下载的“OpenCV-android-sdk”放在工程的根目录下:
4.第四步:CMakeLists.txt配置
类似于Visual Studio的工程配置,我们需要告诉NDK去哪里查找OpenCV的头文件路径和依赖文件,Android Studio现在已经支持Cmake配置了,修改app/CMakeLists.txt如下:
#设置OpenCV的路径
set(OpenCV_DIR ${CMAKE_SOURCE_DIR}/../OpenCV-android-sdk/sdk/native/jni)
find_package(OpenCV REQUIRED)
#包含OpenCV的头文件
include_directories( ${CMAKE_SOURCE_DIR}/../OpenCV-android-sdk/sdk/native/jni/include)
此外,还需要在target_link_libraries添加${OpenCV_LIBS}
target_link_libraries( # Specifies the target library.imagePro-lib# Links the target library to the log library# included in the NDK.${log-lib}${OpenCV_LIBS})
完整的 CMakeLists.txt文件:
# For more information about using CMake with Android Studio, read the
# documentation: https://d.android.com/studio/projects/add-native-code.html# Sets the minimum version of CMake required to build the native library.cmake_minimum_required(VERSION 3.4.1)set(OpenCV_DIR ${CMAKE_SOURCE_DIR}/../OpenCV-android-sdk/sdk/native/jni)
find_package(OpenCV REQUIRED)
include_directories( ${CMAKE_SOURCE_DIR}/../OpenCV-android-sdk/sdk/native/jni/include)# Creates and names a library, sets it as either STATIC
# or SHARED, and provides the relative paths to its source code.
# You can define multiple libraries, and CMake builds them for you.
# Gradle automatically packages shared libraries with your APK.
#声明库名称、类型、源码文件
#add_library( # Sets the name of the library.
# native-lib
#
# # Sets the library as a shared library.
# SHARED
#
# # Provides a relative path to your source file(s).
# src/main/cpp/native-lib.cpp)add_library( # Sets the name of the library.imagePro-lib# Sets the library as a shared library.SHARED# Provides a relative path to your source file(s).src/main/cpp/imagePro.cppsrc/main/cpp/AndroidDebug.cpp)# Searches for a specified prebuilt library and stores the path as a
# variable. Because CMake includes system libraries in the search path by
# default, you only need to specify the name of the public NDK library
# you want to add. CMake verifies that the library exists before
# completing its build.find_library( # Sets the name of the path variable.log-lib# Specifies the name of the NDK library that# you want CMake to locate.log )# Specifies libraries CMake should link to your target library. You
# can link multiple libraries, such as libraries you define in this
# build script, prebuilt third-party libraries, or system libraries.
#将NDK库链接到native库中,这样native库才能调用NDK库中的函数
#target_link_libraries( # Specifies the target library.
# native-lib
# imagePro-lib
#
# # Links the target library to the log library
# # included in the NDK.
# ${log-lib} )target_link_libraries( # Specifies the target library.imagePro-lib# Links the target library to the log library# included in the NDK.${log-lib}${OpenCV_LIBS})#include_directories() - 指定关联的头文件目录
clean一下,并重新编译,这样NDK就支持OpenCV开发了。
PS:到这里,只是表示NDK C++层可以支持OpenCV开发了,要是想在Java层中,直接使用OpenCV的Java包,还需要导入“OpenCV-android-sdk”的Java,方法是可以参考:http://blog.csdn.net/u010097644/article/details/56849758
二、OpenCV android的图像数据转换
Android开发中,图像类型一般是Bitmap,而在OpenCV是Mat,两者数据的转换需要进行特殊的处理。本OpenCVDemo实现了三种方法,可以现实Android的Bitmap图像与OpenCV的Mat类型的互转。
第一种:通过JNI的整型数组传递图像数据:
(1)定义JNI接口
public native int[] ImageBlur(int[] pixels,int w,int h);
说明:
pixels:整型数组,存储图像的像素值;
w:图像的宽度;
h:图像的高度;
返回整型数组,处理后的图像像素值;
Android的Bitmap图像需要利用getPixels方法,将Bitmap转为整型数组pixels。再调用ImageBlur接口进行OpenCV的图像处理,处理完后,返回的图像数据需要用setPixels转为Bitmap图像进行显示。问题来了:Bitmap.Config有多个属性,用哪个呢?
public static final Bitmap.Config ARGB_4444 //4个4位组成即16位
public static final Bitmap.Config ARGB_8888//4个8位组成即32位
public static final Bitmap.Config RGB_565//R为5位,G为6位,B为5位共16位
一开始,脑残,直接选了RGB_565,心思细腻测试部门的妹子,发现一个巨坑Bug:原图与OpenCV接收的图像总是有细微的差异,即出现了失真问题。后来,调试发现,就是RGB_565导致转换到CV_8UC3出现数据丢失的情况。不难得出,应该用ARGB_8888类型,毕竟OpenCV中,常用的类型是8位无符号类型:CV_8UC4、CV_8UC3等。
/*** 调用JNI的ImageBlur(int[] pixels,int w,int h)接口实现图像模糊*/public Bitmap doImageBlur(Bitmap origImage) {int w = origImage.getWidth();int h = origImage.getHeight();int[] pixels = new int[w * h];origImage.getPixels(pixels, 0, w, 0, 0, w, h);int[] image=ImageBlur(pixels,w,h);//JNILog.i(TAG, "ImageBlur called successfully");//最后将返回的int数组转为bitmap类型。Bitmap desImage=Bitmap.createBitmap(w,h,Bitmap.Config.ARGB_8888);//faceall为返回的int数组desImage.setPixels(image,0,w,0,0,w,h);return desImage;}
(2)JNI数据封装:
需要注意的是,上层Java传递进来的图像数据是四通道的,即ARGB,而在OpenCV图像处理中,我们往往希望处理的图像数据是BGR三通道的。特别需要注意的是,OpenCV处理图像数据的通道顺序是B、G、R,而不是R、G、B,不然很容易出现图像变色的问题。
extern "C"
JNIEXPORT jintArray JNICALL Java_com_panjq_opencv_alg_ImagePro_ImageBlur(JNIEnv *env, jobject obj, jintArray buf, jint w , jint h){LOGD("ImageBlur: called JNI start...");//读取int数组并转为Mat类型jint *cbuf = env->GetIntArrayElements(buf,JNI_FALSE);if (NULL == cbuf){return 0;}Mat imgData(h,w,CV_8UC4,(unsigned char*) cbuf);cv::cvtColor(imgData,imgData,CV_BGRA2BGR);//这里进行图像相关操作blur(imgData,imgData,Size(20,20));//对图像相关操作完毕cv::cvtColor(imgData,imgData,CV_BGR2BGRA);//这里传回int数组。uchar *ptr = imgData.data;//int size = imgData.rows * imgData.cols;int size = w * h;jintArray result = env->NewIntArray(size);
// env->SetIntArrayRegion(result, 0, size, cbuf);env->SetIntArrayRegion(result, 0, size, (const jint *) ptr);env->ReleaseIntArrayElements(buf, cbuf, 0);LOGD("ImageBlur: called JNI end...");return result;
}
第二种:通过自定义图像对象传递图像数据:
JNI接口参数除了可以传递基本数据类型,如:int、 float 、char等基本类型,实质上还可以是引用类型,如:类、实例、数组。第一种方法中,传递的数组就是引用类型(不管是对象数组还是基本类型数组,都作为reference types存在)。详见:http://blog.csdn.net/qinjuning/article/details/7599796
既然可以传递对象,为什么不直接传递一个图像对象,每次都要传递图像的宽度w和高度h,这不是很麻烦么。OK,we do...!
(1)定义JNI接口;
public native ImageData ImageProJNI(ImageData image_data);
说明: ImageData是本人定义好的图像数据类,并提供了构造方法,getBitmap和getImageData方法方便数据之间的转换:
package com.panjq.opencv.alg;import android.graphics.Bitmap;/*** Created by panjq1 on 2017/10/23.*/public class ImageData {// public Bitmap bitmap;public int[] pixels;public int w;public int h;ImageData(){}ImageData(Bitmap bitmap){this.w = bitmap.getWidth();this.h = bitmap.getHeight();//将bitmap类型转为int数组this.pixels = new int[this.w * this.h];bitmap.getPixels(this.pixels, 0, this.w, 0, 0, this.w, this.h);}public Bitmap getBitmap( ){//int数组转为bitmap类型。Bitmap desImage=Bitmap.createBitmap(this.w,this.h,Bitmap.Config.ARGB_8888);desImage.setPixels(this.pixels,0,this.w,0,0,this.w,this.h);return desImage;}public ImageData getImageData(Bitmap bitmap){this.w = bitmap.getWidth();this.h = bitmap.getHeight();this.pixels = new int[w * h];bitmap.getPixels( this.pixels, 0, w, 0, 0, w, h);return this;}
}
有了这个类和方法,Android的Bitmap图像与OpenCV的Mat数据,就可以很方便地进行数据的转换啦,接口调用方法如下:
/*** 调用JNI的ImageProJNI(ImageData image_data)接口实现图像模糊*/public Bitmap ImageProcess(Bitmap origImage) {ImageData imageData=new ImageData(origImage);//创建图像数据imageData对象
// ImageData imageData=new ImageData();
// imageData.getImageData(origImage);Log.i(TAG, "input image size:"+imageData.w+","+imageData.h);ImageData out_image=ImageProJNI(imageData);//直接传入图像数据imageData对象Log.i(TAG, "return image size:"+out_image.w+","+out_image.h);Bitmap desImage=out_image.getBitmap();Log.i(TAG, "ImageProJNI called successfully");return desImage;}
有了这个类和方法,Android的Bitmap图像与OpenCV的Mat数据,就可以很方便地进行数据的转换啦,接口调用方法如下:
相比第一种方法,第二种方法仅需传入ImageData对象即可,是不是简单明了很多了啦。
(2)JNI数据封装:
OK,Java层面简单了,但JNI接口封装就麻烦了,毕竟现在传入的参数是对象,类似与Java的反射机制,在JNI中同样可以获取
Java类的属性和方法。方法如下:
extern "C"
JNIEXPORT jobject JNICALL Java_com_panjq_opencv_alg_ImagePro_ImageProJNI(JNIEnv *env, jobject obj, jobject image_obj){//获取Java中的实例类// jclass jcInfo = env->FindClass("com/panjq/opencv/alg/ImageData");jclass jcInfo = env->GetObjectClass(image_obj);//获得类属性jfieldID jf_w = env->GetFieldID(jcInfo, "w", "I");//ImageData类中属性wint w = env->GetIntField(image_obj, jf_w);jfieldID jf_h = env->GetFieldID(jcInfo, "h", "I");//ImageData类中属性hint h = env->GetIntField(image_obj, jf_h);//ImageData类中属性pixelsjfieldID jf_pixels = env->GetFieldID(jcInfo, "pixels", "[I");//获得对象的pixels数据,并保存在pixels数组中jintArray pixels = (jintArray)env->GetObjectField(image_obj, jf_pixels);jint *ptr_pixels = env->GetIntArrayElements(pixels, 0);//获得pixels数组的首地址Mat imgData(h,w,CV_8UC4,(unsigned char*) ptr_pixels);cv::cvtColor(imgData,imgData,CV_BGRA2BGR);LOGE("ImageProJNI: input image size=[%d,%d]",imgData.cols,imgData.rows);//释放内存空间env->ReleaseIntArrayElements(pixels, ptr_pixels, 0);//imwrite("/storage/emulated/0/OpencvDemo/input_imgData.jpg",imgData);//****************** here to Opencv image relevant processing*****************/**** 进行OpenCV的图像处理....**/blur(imgData,imgData,Size(20,20));//图像模糊resize(imgData,imgData,Size(imgData.cols/4,imgData.rows/4),INTER_LINEAR);//图像缩小4倍/*****///*********************************** end ************************************jobject obj_result = env->AllocObject(jcInfo);cv::cvtColor(imgData,imgData,CV_BGR2BGRA);//imwrite("/storage/emulated/0/OpencvDemo/out_imgData.jpg",imgData);uchar *ptr = imgData.data;int size = imgData.rows* imgData.cols;jintArray resultPixel = env->NewIntArray(size);jint *ptr_resultPixel = env->GetIntArrayElements(resultPixel, 0);//获得数组的首地址env->SetIntArrayRegion(resultPixel, 0, size, (const jint *) ptr);env->SetObjectField(obj_result, jf_pixels, resultPixel);h=imgData.rows;w=imgData.cols;LOGE("ImageProJNI: ouput image size=[%d,%d]",w,h);env->SetIntField(obj_result, jf_w, w);env->SetIntField(obj_result, jf_h, h);env->ReleaseIntArrayElements(resultPixel, ptr_resultPixel, 0);return obj_result;
}
第三种:使用OpenCV的Java包实现NDK开发
首先需要给项目添加OpenCV的java依赖模块,可参考:http://blog.csdn.net/u010097644/article/details/56849758 配置过程。利用bitmapToMat将BitMap图像转为Java OpenCV的Mat图像,再利用Mat的getNativeObjAddr()方法获得图像的Native对象地址,利用Native的对象地址,从而实现C++和Java层的图像数据传递。
(1)定义JNI接口
public native void jniImagePro3(long matAddrSrcImage, long matAddrDestImage);
Java层实现过程:
public Bitmap ImageProcess3(Bitmap origImage) {Log.i(TAG, "called JNI:jniImagePro3 ");int w=origImage.getWidth();int h=origImage.getHeight();Mat origMat = new Mat();Mat destMat = new Mat();Utils.bitmapToMat(origImage, origMat);//Bitmap转OpenCV的MatjniImagePro3(origMat.getNativeObjAddr(), destMat.getNativeObjAddr());Bitmap bitImage = Bitmap.createBitmap(w, h, Bitmap.Config.ARGB_8888);Utils.matToBitmap(destMat, bitImage);//OpenCV的Mat转Bitmap显示Log.i(TAG, "jniImagePro3 called successfully");return bitImage;}
(2)JNI数据封装:
利用OpenCV的Native对象地址作为参数传递,其JNI封装过程就十分简单了。
extern "C"
JNIEXPORT void JNICALL Java_com_panjq_opencv_alg_ImagePro_jniImagePro3(JNIEnv *, jobject, jlong matAddrSrcImage, jlong matAddrDestImage){Mat& srcImage = *(Mat*)matAddrSrcImage;Mat& destImage = *(Mat*)matAddrDestImage;cv::cvtColor(srcImage,srcImage,CV_BGRA2BGR);blur(srcImage,destImage,Size(20,20));cv::cvtColor(destImage,destImage,CV_BGR2BGRA);
}
与第二种方法相比,第三种方法借助OpenCV android SDK的方法,其JNI封装过程就简单很多了。
三、三种方法相比
(1)性能比较:就运行时间,耗时长久而言:第一种>第二种≈第三种,即第一种最耗时,性能最差,第二种和第三种差不多,不过第三种还是稍微快一点,但相差不大,毕竟是人家官方推荐使用的。
(2)兼容性:第三种方法需要依赖OpenCV的jar包,而第一种和第二种方法只需要OpenCV的jni就可以,不需要上层Java对OpenCV的支持。因此兼容性好。
(3)扩展性:显然,第二种方法,通过自定义图像对象传递图像数据的方法,可以在不改变接口参数的情况下,非常方便的新增属性变量,或者删除。
运行处理效果:
如果你觉得该帖子帮到你,还望贵人多多支持,鄙人会再接再厉,继续努力的~
OpenCV android sdk配置OpenCV android NDK开发实例相关推荐
- Android SDK+Eclipse+ADT+CDT+NDK 开发环境在windows 7下的搭建
Android SDK+Eclipse+ADT+CDT+NDK 开发环境在windows 7下的搭建 这几天一直在研究 Android SDK C/C++平台的搭建,尽管以前有成功在Windows X ...
- Android环境配置(Eclipse全开发环境下载)
Android环境配置 前期准备 Android环境的Eclipse: 网站链接:https://www.runoob.com/w3cnote/android-tutorial-eclipse-adt ...
- 运行android sdk管理器,Android SDK 安装配置
Android SDK 可以通过 Android Command line tools(叫命令行工具或 SDK 工具)手动安装,也可以让 Android Studio 自动帮你下载安装,这里详细描述手 ...
- 下载Android SDK tools完成Android SDK 安装、配置环境变量
Table of Contents 一.下载Android SDK tools 二.安装 三.配置变量 四.验证环境变量 开发Android程序必需有Android SDK(Software Deve ...
- [Android] 环境配置之Android Studio开发NDK
2019独角兽企业重金招聘Python工程师标准>>> ======================================================== 作者:qiu ...
- phonegap mac android,Mac 10.9x下安装配置phonegap3.0开发环境 (涉及android sdk配置) – willian12345...
最近突然想弄一下phonegap,之前一直是听说,没亲自配置开发过.结果配置过程非常艰难啊.特别是android平台的配置,那叫一个麻烦,网上搜了半天都没找到非常好的资料.文章也都是抄来抄去,最烦的就 ...
- Android从零开始配置opencv+tensorflow进行人脸识别+口罩识别(二:opencv展示当前图像并作适当调整)
前言 上一章已经成功导入了opencv,但并没说如何展示从摄像头获取图像并展示出来,这章将简单的说说怎么展示,以及里面出现的问题作修正 一.使用opencv正常展示图像 首先准备一个空的activit ...
- 基于Android O8.1的ffmpeg NDK 开发 - 2 - APP显示ffmpeg所支持协议,编解码,过滤器,格式,配置等信息
我们今天的目标是仿照雷神的博客(https://blog.csdn.net/leixiaohua1020/article/details/47008825),把这个APP写出来,先上图: APP中有5 ...
- adt+选择android+sdk,eclipse+adt+android SDK 开发搭建环境中遇到的问题
[先copy下别人的东西作为讲解需要,别介意问题是我遇到的呵呵] 1.下载Eclipse3.7,登录http://www.eclipse.org/downloads/,下载Eclipse Classi ...
最新文章
- Ceryx —— 基于 OpenResty 的动态反向代理
- 关于CSS中的字体尺寸设置 em rem等
- Yarn资源分配示例
- phpstudy免费安全检测服务_Phpstudy联合各大安全厂商为用户提供免费安全检测服务...
- html怎么填充颜色渐变,CSS实现不规则图形,填充渐变色
- MACIOS Socket编程
- BJOI2018 简要题解
- [转]git merge 与 git rebase的区别
- 8255工作方式2——双向选通输入输出(A口)
- sql distinct去除重复
- 通过刷bios的方式在win8.1平板上启动windows phone模拟器
- DHCP服务的介绍及配置详解
- React实战入门课程:dva开发一个cnode网站(3)
- redis 过期删除策略和淘汰策略 -redis设计与实现笔记
- spriteKit 笔记三 —— Drog 精灵
- js获取android系统版本号,JS获取系统版本和手机型号
- ubuntu搭建php运行环境
- C++中函数的重载,重写,重定义
- 微信如何开通直播?开通方法有2种
- iOS10后友盟推送报错,在iOS9设备上获取到device_token但接不到推送消息,iOS10上报错code=3000