AS上利用NDK——CMake方法移植ORB SLAM算法到Android

概述

本文参考：http://blog.csdn.net/martin20150405/article/details/54692386
我将要移植的ORB SLAM算法是一种基于Eigen/ g2o/ DBoW2/ OpenCV外部库，在VS上通过C++11编写的算法。

相对于参考文的方法，我要实现在工程中只添加算法本身的cpp代码，不添加相关库的.cpp/.h代码，即只添加.a/.so文件。

鉴于我上篇文章已实现了将OpenCV算法移植到Android端，剩下的难点将包括以下3部分:
1、Eigen/ g2o/ DBoW2等外部库的移植；
2、.jpg/ .yaml/ .txt等初始化读取；
3、C++算法程序为适应Jni进行的改写。
接下来分别解决这3个部分。

1、外部库移植

要移植Eigen/ g2o/ DBoW2这三个库，因为g2o使用了Eigen，而DBoW2使用了OpenCV，故应先移植Eigen。首先回顾一下openCV是怎么移植到Android上去的。

回顾分析opencv

opencv官方网址：https://opencv.org/releases.html
官网上专门提供了Andorid的安装包，不过那主要是为了在Andorid上通过java编写opencv，速度比较慢。要想速度快，就必须用native (C++)编写。打开 …\OpenCV-android-sdk\sdk\native\libs\arm64-v8a，可以看到其为native方法准备的库。

其中.a文件时静态库，.so文件是动态库，一般的，用动态库的apk，体积小但运行速度慢；用静态库的apk，体积大但运行速度快。
在CMakeList.txt文件中有以下句子：

....
set(OpenCV_DIR D:/OpenCV/cv33/opencv-3.3.0-android-sdk/OpenCV-android-sdk/sdk/native/jni)
find_package(OpenCV REQUIRED)
....

在D:/OpenCV/cv33/opencv-3.3.0-android-sdk/OpenCV-android-sdk/sdk/native/jni路径下的文件中有OpenCVConfig.cmake、“include”、“abi-${ANDROID_NDK_ABI_NAME}”这三个文件/文件夹，

分别表示CMake的编译方式、include头文件、链接的库文件。所以我估计，

其他外部库添加到android NDK端使用都可以在CMakeList文件中组织：a/ include 本地电脑上的头文件；b/ 链接.a/ .so库文件。

Eigen移植

Eigen官方网址：http://eigen.tuxfamily.org/index.php?title=Main_Page
参考：http://blog.csdn.net/u010154424/article/details/50975711
去官网、及相应博客上观看可知，Eigen只有.h头文件，可以在任何平台使用（包括Android）。故只需要在CMakeList添加
include_directories(“Eigen本地电脑的安装目录”)即可。
由于Eigen中可能用到C++11语言，需要在app的build.gradle中添加

android{
...
    defaultConfig{
        ...
        externalNativeBuild{
            cmake{
                cppFlags "-frtti -fexceptions -std=c++11"
                }
            }
        }
    }

g2o移植

g2o官方网址: https://github.com/RainerKuemmerle/g2o
可以看到下载的g2o库都是源码，需要你再本地CMake编译相关的库。因为在其路径下有g2o/script/android.toolchain.cmake，所以可以通过Cmake控制台输入

mkdir build
cd build
cmake -G