Android 使用OpenCV的三种方式(Android Studio)

http://blog.csdn.net/sbsujjbcy/article/details/49520791

Android 使用OpenCV的三种方式(Android Studio)

其实最早接触OpenCV是很久很久之前的事了，大概在2013年的5,6月份，当时还是个菜逼（虽然现在也是个菜逼），在那一段时间，学了一段时间的android（并不算学，一个月都不到），之后再也没接触android，而是一直在接触java web。那次接触OpenCV是因为一个学长的毕业设计，这次接触OpenCV是因为自己的毕业设计。2013年那年技术太菜，ndk环境都搭不好，当初还是eclipse环境，一直按照网上的教程去搭，下什么cygwin，简直就是个坑，网上的文章转来转去，都是过时的。后来一个机会看到了google官方的一个文档，就像发现了新大陆一样，发现ndk环境根本不需要装cygwin，装了你就坑了，装这个东西有好多G呢，时间浪费不说，简直误人子弟啊。后来在那年7月写下一篇博客

NDK开发环境

这段时间在填自己毕业设计的坑，要用到OpenCV，首先得下载到sdk吧，这个从官网上下载就好了
OpenCV for Android

注意下载的是OpenCV for android。当前版本是3.0

解压后，里面的内容如下

液晶拼接屏—就选连联电子科技

【点击进入】

产品：液晶拼接、等离子拼接、背投大屏幕 质量第一、客户至上 联系电话：4008089185

查 看

samples目录下是样例代码，sdk目录下是我们需要用到的java层和jni层的代码。apk目录是manager的apk安装包

其实OpenCV最简单的使用方式是使用manager，也就是使用apk目录下的安装包，安装对应的apk，将java层代码导入，使用OpenCVLoader.initAsync()加载库，之后你就可以直接用java代码调用Opencv相关的功能了。

高速短信接口_免费试用!

【点击进入】

5秒响应，全国全天全网发送 网站、APP注册验证、订单通知短信专用

查 看

但是这种方式除了安装我们自己的apk还需要安装上面提到的manager的apk，用户体验十分不好，不推荐使用，本文的三种方式将完全脱离这个manager的apk。

本文下面的三种方式的内容参考自文章 OpenCV4Android释疑: 透析Android以JNI调OpenCV的三种方式(让OpenCVManager永不困扰)

本篇文章使用android studio作为开发环境，由于实验性的构建工具对ndk支持还不好，所以使用旧的构建方式，在原来写的一篇博客基础上修改即可android studio下ndk开发

这正式介绍三种方式之前，我们需要做一些前期准备。

首先新建一个项目，将OpenCV中sdk目录下的native目录拷到项目根目录

液晶拼接屏—就选连联电子科技

【点击进入】

产品：液晶拼接、等离子拼接、背投大屏幕 质量第一、客户至上 联系电话：4008089185

查 看

然后新建Jni目录

液晶拼接屏—就选连联电子科技

【点击进入】

产品：液晶拼接、等离子拼接、背投大屏幕 质量第一、客户至上 联系电话：4008089185

查 看

在里面新建两个文件

编辑gradle.properties文件，增加下面的属性使用旧版的ndk功能（不添加会使用实验性的ndk构建工具）

?

1	<code bash= "" class = "hljs" >android.useDeprecatedNdk= true </code>

在local.properties文件中配置ndk目录

?

1	<code class = "hljs" tex= "" >ndk.dir=D:\AndroidSDK\sdk\ndk-bundle</code>

编辑build.gradle，在android节点中增加下面的代码

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

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><code class = "hljs" mel= "" >sourceSets.main.jni.srcDirs = []     //禁止自带的ndk功能     sourceSets.main.jniLibs.srcDirs = [ 'src/main/libs' , 'src/main/jniLibs' ]     //重定向so目录为src/main/libs和src/main/jniLibs，原来为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' </code>

在之前新建的Application.mk中增加下面的内容

?

1 2 3 4 5

<code class = "hljs" makefile= "" >APP_STL := gnustl_static APP_CPPFLAGS := -frtti -fexceptions APP_ABI := armeabi armeabi-v7a APP_PLATFORM := android- 8 </code>

在Android.mk中增加下面的内容

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

<code class = "hljs" ruby= "" >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 ........ ativejniOpenCV.mk else include $(OPENCV_MK_PATH) endif   LOCAL_MODULE := OpenCV   LOCAL_SRC_FILES :=   LOCAL_LDLIBS +=  -lm -llog   include $(BUILD_SHARED_LIBRARY) </code>

这时候，使用gradle构建一下，如果能成功构建出so，说明配置没问题，如下图，点击as右侧的gradle展开，双击ndkBuild进行构建

下面开始讲第一种方法，纯jni层的代码，该方法基于上面的所有步骤，为静态链接库

声明java层的native方法

?

1 2 3 4 5 6 7

<code class = "hljs" cs= "" > public class OpenCVHelper {      static {          System.loadLibrary(OpenCV);      }      public static native int [] gray( int [] buf, int w, int h); } </code>

使用javah命令生成头文件，内容如下

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

/* 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   data-snippet-id=ext.ba8837e741e5214b4467247cc79e58a3 data-snippet-saved= false data-csrftoken=jJMOrjOS-jHPgZkClm2cErR8IXlybhUpqg4E data-codota-status=done><code class = "hljs" vala= "" > /* 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 </jni.h></code>

新建cpp文件，实现对应的方法，就是灰度处理

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81

#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 ++){          //计算公式：Y(亮度) = 0.299*R + 0.587*G + 0.114*B          //对于一个int四字节，其彩色值存储方式为：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><code class = "hljs" perl= "" >#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 ++){          //计算公式：Y(亮度) = 0.299*R + 0.587*G + 0.114*B          //对于一个int四字节，其彩色值存储方式为：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; } }</opencv2></stdlib.h></stdio.h></code></opencv2></stdlib.h>

之后，需要将cpp文件编译进去，在Andorid.mk文件中加入

?

1	<code class = "hljs" fix= "" >LOCAL_SRC_FILES := cn_edu_zafu_opencv_OpenCVHelper.cpp</code>

然后在java层写个测试方法测试一下是否进行灰度化了

?

1 2 3 4 5 6 7 8 9

<code avrasm= "" class = "hljs" >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);</code>

运行效果如下，灰度化后的结果

上面的这种方法生成的so库的大小见下图，大约有1.4M左右

第二种方法也是纯jni的，但是是动态链接库，在第一种基础上，修改Android.mk文件为

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

<code class = "hljs" ruby= "" >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 ........ ativejniOpenCV.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) </code>

注意上面的OPENCV_LIB_TYPE属性的改动，从STATIC改为了SHARED，这时候再用ndkBuild一下，你会发现会输出一些警告以及一部分红色的内容

生成的so库的大小为310k，小了好几倍

这时候如果你直接取运行程序，会报错误

原因是我们使用的是动态库加载方式，还需要将依赖的so加进去，这个so就是图中的libopencv_java3.so，他在我们的最开始加到项目里的native目录中

将它拷到我们的jniLibs目录中去，这里只拷贝armeabi和armeabi-v7a中的，至于其他的按需拷贝

这时候运行就不会报错了。

既然我们使用了动态链接库，那么我们同样也可以使用java层的接口，优点是java开发速度相对快一点。第三种方法在第二种方法基础上，使用纯java层代码进行处理。

在此之前，我们需要将sdk目录中的java代码拷到项目中去

但是org.opencv.engine包中是一个aidl，我们需要将它剪贴到aidl目录中去，就像这样子

最后还有一个资源文件attrs.xml，拷过来

build一下项目，不出意外应该会报错，这时候找到该类，引入自己的R文件包就可以了

再次build应该就不会有什么问题了。

java层的测试方法

?

1 2 3 4 5 6 7 8 9

<code avrasm= "" class = "hljs" >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);</code>

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

这种方法的特点是处理都在java层，不怎么会涉及jni层的代码，除非java层完成不了的工作会转移到jni层去。

三种方法各有各的优点，根据自己的情况进行选择。

如果c++特别好的，建议使用第一种方法 如果更习惯java代码的，并且java层的函数都能进行处理的，建议选择第三种方法 第二种方法建议在第三种方法不满足条件的情况下进行辅助使用，因为使用了第三种方法的前提是使用第二种方法的动态链接库。

最后附上源码

CSDN又抽了，正常之后有空补上