android面试基础知识，android opencv NDK人脸识别和对比，狂刷200道数据结构与算法

set(my_lib_path ${CMAKE_SOURCE_DIR}/…/jniLibs)

添加三方的so库

add_library(

opencv_java3

SHARED

IMPORTED)

指名第三方库的绝对路径

set_target_properties(

opencv_java3

PROPERTIES IMPORTED_LOCATION

$m{y}_{l}i{b}_{p}ath/${ANDROID_ABI}/libopencv_java3.so)

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.

#人脸识别***********

add_library( # Sets the name of the library.

hxgopencv-lib

Sets the library as a shared library.

SHARED

Provides a relative path to your source file(s).

hxgopencv-lib.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.

target_link_libraries( # Specifies the target library.

人脸识别

hxgopencv-lib

opencv_java3

#加入该依赖库 undefined reference to `AndroidBitmap_getInfo’

jnigraphics

Links the target library to the log library

included in the NDK.

${log-lib})

• 加载级联选择器

/**

• 加载人脸识别的分类器文件

*/

private void copyCaseCadeFile() {

try {

// load cascade file from application resources

InputStream is = getResources().openRawResource(R.raw.lbpcascade_frontalface);

File cascadeDir = getDir(“cascade”, Context.MODE_PRIVATE);

mCascadeFile = new File(cascadeDir, “lbpcascade_frontalface.xml”);

if (mCascadeFile.exists()) return;

FileOutputStream os = new FileOutputStream(mCascadeFile);

byte[] buffer = new byte[4096];

int bytesRead;

while ((bytesRead = is.read(buffer)) != -1) {

os.write(buffer, 0, bytesRead);

}

is.close();

os.close();

} catch (IOException e) {

e.printStackTrace();

}

}

/**

• 加载人脸识别的分类器文件

• @param filePath

*/

public native void loadCascade(String filePath);

#include <jni.h>

#include

#include “opencv2/opencv.hpp”

#include “android/bitmap.h”

#include “android/log.h”

//使用命名空间

using namespace cv;

using namespace dnn;

/**

• 加载人脸识别的分类器文件

*/

CascadeClassifier cascadeClassifier;

extern “C”

JNIEXPORT void JNICALL

Java_com_hxg_ndkface_FaceDetection_loadCascade(JNIEnv *env, jobject instance, jstring file_path) {

const char *filePath = env->GetStringUTFChars(file_path, 0);

cascadeClassifier.load(filePath);

__android_log_print(ANDROID_LOG_INFO, “TTTTT”, “%s”, “分类器文件加载成功”);

env->ReleaseStringUTFChars(file_path, filePath);

}

• 只检测是否有人脸

/**

• 只检测是否有人脸

*/

extern “C”

JNIEXPORT jboolean JNICALL

Java_com_hxg_ndkface_FaceDetection_faceDetection(JNIEnv *env, jobject thiz, jobject bitmap) {

//检测人脸，opencv 有个关键类 是Mat open只会处理Mat android里面是Bitmap

//1.Bitmap转成opencv能操作的C++对象Mat

Mat mat;

bitmap2Mat(env, mat, bitmap);

//处理灰度图,提高效率

Mat gray_mat;

__android_log_print(ANDROID_LOG_INFO, “TTTTT”, “%s”, “处理灰度图”);

cvtColor(mat, gray_mat, COLOR_BGRA2GRAY);

__android_log_print(ANDROID_LOG_INFO, “TTTTT”, “%s”, “再次处理 直方均衡补偿”);

//再次处理 直方均衡补偿

Mat equalize_mat;

equalizeHist(gray_mat, equalize_mat);

//识别人脸，要加载人脸分类器文件

std::vector faces;

cascadeClassifier.detectMultiScale(equalize_mat, faces, 1.1, 3, CV_HAAR_SCALE_IMAGE,

Size(30, 30));

__android_log_print(ANDROID_LOG_INFO, “TTTTT”, “人脸个数：%d”, faces.size());

if (faces.size() == 1) {

return true;

}

return false;

}

• 检测有无人脸，并保存到文件夹

/**

• 检测有无人脸，并保存到文件夹

*/

extern “C”

JNIEXPORT jint JNICALL

Java_com_hxg_ndkface_FaceDetection_faceDetectionSaveInfo(JNIEnv *env, jobject instance,

jstring name,

jobject bitmap) {

const char *filePath = env->GetStringUTFChars(name, 0);

//检测人脸，opencv 有个关键类 是Mat open只会处理Mat android里面是Bitmap

//1.Bitmap转成opencv能操作的C++对象Mat

Mat mat;

bitmap2Mat(env, mat, bitmap);

//处理灰度图,提高效率

Mat gray_mat;

cvtColor(mat, gray_mat, COLOR_BGRA2GRAY);

//再次处理 直方均衡补偿

Mat equalize_mat;

equalizeHist(gray_mat, equalize_mat);

//识别人脸，要加载人脸分类器文件

std::vector faces;

cascadeClassifier.detectMultiScale(equalize_mat, faces, 1.1, 5, 0 | CV_HAAR_SCALE_IMAGE,

Size(160, 160));

__android_log_print(ANDROID_LOG_INFO, “TTTTT”, “人脸个数：%d”, faces.size());

if (faces.size() == 1) {

Rect faceRect = faces[0];

//在人脸部分画个图

rectangle(mat, faceRect, Scalar(255, 0, 0), 3);

__android_log_print(ANDROID_LOG_ERROR, “TTTTT”, “人脸个数：%s”, “在人脸部分画个图”);

//把mat我们又放到bitmap中

mat2Bitmap(env, mat, bitmap);

//保存人脸信息Mat，图片jpg

Mat saveMat = Mat(equalize_mat, faceRect);

//保存face_info_mat

imwrite(filePath, equalize_mat);

return 1;

}

env->ReleaseStringUTFChars(name, filePath);

return 0;

}

• 人脸对比

/**

*人脸对比

*/

extern “C”

JNIEXPORT jdouble JNICALL

Java_com_hxg_ndkface_FaceDetection_histogramMatch(JNIEnv *env, jobject instance, jobject bitmap1,

jobject bitmap2) {

//1.Bitmap转成opencv能操作的C++对象Mat

Mat mat, mat1;

bitmap2Mat(env, mat, bitmap1);

bitmap2Mat(env, mat1, bitmap2);

// 转灰度矩阵

cvtColor(mat, mat, COLOR_BGR2HSV);

cvtColor(mat1, mat1, COLOR_BGR2HSV);

int channels[] = {0, 1};

int histsize[] = {180, 255};

float r1[] = {0, 180};

float r2[] = {0, 255};

const float *ranges[] = {r1, r2};

Mat hist1, hist2;

calcHist(&mat, 3, channels, Mat(), hist1, 2, histsize, ranges, true);

//https://www.cnblogs.com/bjxqmy/p/12292421.html

normalize(hist1, hist1, 1, 0, NORM_L1);

calcHist(&mat1, 3, channels, Mat(), hist2, 2, histsize, ranges, true);

normalize(hist2, hist2, 1, 0, NORM_L1);

double similarity = compareHist(hist1, hist2, HISTCMP_CORREL);

__android_log_print(ANDROID_LOG_ERROR, “TTTTT”, “相识度：%f”, similarity);

return similarity;

}

• Dnn模式的人脸识别，并抠图

private void copyCaseCadeFilePbtxt() {

InputStream is = null;

FileOutputStream os = null;

try {

// load cascade file from application resources

is = getResources().openRawResource(R.raw.opencv_face_detector);

File cascadeDir = getDir(“cascade”, Context.MODE_PRIVATE);

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Android工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Android开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip204888 （备注Android）

最后

其实Android开发的知识点就那么多，面试问来问去还是那么点东西。所以面试没有其他的诀窍，只看你对这些知识点准备的充分程度。so，出去面试时先看看自己复习到了哪个阶段就好。

上面分享的腾讯、头条、阿里、美团、字节跳动等公司2019-2021年的高频面试题，博主还把这些技术点整理成了视频和PDF（实际上比预期多花了不少精力），包含知识脉络 + 诸多细节，由于篇幅有限，上面只是以图片的形式给大家展示一部分。

【Android思维脑图（技能树）】

知识不体系？这里还有整理出来的Android进阶学习的思维脑图，给大家参考一个方向。

【Android高级架构视频学习资源】

本文已被CODING开源项目：《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》收录

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算

诸多细节**，由于篇幅有限，上面只是以图片的形式给大家展示一部分。

【Android思维脑图（技能树）】

知识不体系？这里还有整理出来的Android进阶学习的思维脑图，给大家参考一个方向。

[外链图片转存中…(img-aPRO3ZHl-1712235774911)]

【Android高级架构视频学习资源】

本文已被CODING开源项目：《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》收录

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算