Android端基于OpenCV 的边框识别功能

本篇文章主要就边框识别部分说一下开发过程及实现原理，通过阅读本篇文章，你将具备以下技能：

了解 NDK 开发的基本步骤，能使用 Java、C++/C 混合开发简单的应用
了解 OpenCV 库的作用及其用法，能使用 OpenCV 做图像处理
了解基于 OpenCV 的边框识别实现
OpenCV 的全称是 Open Source Computer Vision Library，是一个使用 C++ 编写的跨平台的计算机视觉库，能对输入的图片进行处理，包括常见的高斯模糊，提取灰度图片，提取轮廓等等，可以应用于增强现实，人脸识别，运动跟踪，物体识别，图像分区等。

在 Android 平台需要使用 JNI 技术来调用 C++ 的库，事实上，OpenCV 的官网已经提供了编写好的 Android 库：OpenCv4Android，我们可以按照提示导入该库，就可用以使用 Java 代码来调用了。但是该库包含了 OpenCV 所有的模块，造成了该库体积非常大，其中很多并不是我们需要的。所以我的做法是只使用该库提供的编译好的 C++ 库，挑选自己需要用到的模块，引入其动态或者静态库，编写 C++ 代码调用 OpenCV 的这些模块完成主要功能，最后使用 JNI 技术编写 Java 接口供 Android 程序调用。

导入 OpenCV 库
下载好 OpenCv4Android 后解压目录如下所示：

OpenCV-2.4.13-android-sdk
|_ doc
|_ samples
|_ sdk
| |_ etc
| |_ java
| |_ native
| |_ 3rdparty
| |_ jni
| |_ libs
| |_ armeabi
| |_ armeabi-v7a
| |_ x86
|
|_ LICENSE
|_ README.android
sdk/java 目录提供了 OpenCv 的 Java API，导入到项目中，并且将 native/libs 下面的 native 库导入之后就可以使用 OpenCV 的 Java API 了。native/jni 目录下提供了编译用的 cmake 文件以及头文件。

在 SmartCropper 中只使用到了 opencv_core 与 opencv_imgproc 模块, 所以只需要导入这两个模块的头文件与动态库/静态库就行了。
目录如下所示：

smartcropperlib
├── opencv
│ ├── include
│ │ └── opencv2
│ │ ├── core
│ │ ├── imgproc
│ │ ├── opencv.hpp
│ │ └── opencv_modules.hpp
│ └── lib
│ ├── armeabi
│ │ ├── libopencv_core.a
│ │ └── libopencv_imgproc.a
│ ├── armeabi-v7a
│ ├── mips
│ └── x86
├── CMakeLists.txt
└── build.gradle
└── src
└── main
├── cpp
│ ├── Scanner.cpp
│ ├── android_utils.cpp
│ ├── include
│ │ ├── Scanner.h
│ │ └── android_utils.h
│ └── smart_cropper.cpp
├── java
└── res

编写 cmake 文件：

include_directories(opencv/include
src/main/cpp/include)

add_library(opencv_imgproc STATIC IMPORTED)
add_library(opencv_core STATIC IMPORTED)

set_target_properties(opencv_imgproc PROPERTIES IMPORTED_LOCATION$PROJEC{T}_{S}OURCE$