android java 静态库_Android JNI开发中常用库汇总

此乃我在开发android jni 过程中编译或者收集到的一些常用库，android 应用环境比较固定，所以一次编译好，大家就都可以用。(持续更新~ ~)

使用过程遇到问题，欢迎讨论。

1 OpenCV动态库

github下载 cmake 导入方法：

cmake_minimum_required(VERSION 3.4.1)

add_library(native-lib

SHARED

src/main/cpp/native-lib.cpp

)

# 1. 添加 opencv库

add_library(sc_opencv

STATIC

IMPORTED)

# 2. 链接so

set_target_properties(

sc_opencv

PROPERTIES

IMPORTED_LOCATION

${CMAKE_SOURCE_DIR}/src/main/jnilibs/${CMAKE_ANDROID_ARCH_ABI}/libopencv_java3.so)

# 3. 链接头文件

include_directories(${CMAKE_SOURCE_DIR}/src/main/cpp/include)

target_link_libraries(native-lib

android

log

sc_opencv)

使用方法：

extern "C"

JNIEXPORT jbyteArray JNICALL

Java_com_example_myapplication_ImageAnlyness_byteArray2JNI(JNIEnv *env, jclass clazz,jbyteArray input, jint width,jint height) {

// 读取byte[]转化成CV：：Mat jbyte* y_bytes=env->GetByteArrayElements(input,NULL);

unsigned char* in =(unsigned char* )y_bytes;

cv::Mat image(height,width,CV_8UC1,(void*)in);

cv::Mat newImg;

image.copyTo(newImg);

time_t now=time(0);

__android_log_write(ANDROID_LOG_DEBUG,"Camera2apiActivity","3 saved");

// 保存 bool isOk= cv::imwrite("/sdcard/360/"+std::string(ctime(&now))+"img.jpeg", newImg);

if(isOk){

__android_log_write(ANDROID_LOG_DEBUG,"Camera2apiActivity","4 saved");

}else{

__android_log_write(ANDROID_LOG_DEBUG,"Camera2apiActivity","4 not saved");

}

jbyteArray array=env->NewByteArray(width*height);

env->SetByteArrayRegion(array,0,width*height,y_bytes);

return array;

}

2. tensorflow-lite动态库

github下载 tensorflow在手机和嵌入式平台的解释器 cmake导入方法：

# tf lite

add_library(tflite

STATIC

IMPORTED

)

set_target_properties(tflite

PROPERTIES

IMPORTED_LOCATION

${CMAKE_SOURCE_DIR}/libs/${CMAKE_ANDROID_ARCH_ABI}/libtensorflowLite.so # 这个路径是从 cmakelists文件到你的so文件的路径

)

# 下面这三个路径是导入头文件，是从 cmakelists文件到include头文件的位置

include_directories(${CMAKE_SOURCE_DIR}/include/flatbuffers)

include_directories(${CMAKE_SOURCE_DIR}/include/tensorflow)

include_directories(${CMAKE_SOURCE_DIR}/include)

C++示例：

#include "include/tensorflow/lite/interpreter.h"#include "include/tensorflow/lite/kernels/register.h"#include extern "C" JNIEXPORT jstring

Java_com_example_tflite_1jni2_MainActivity_stringFromJNI(

JNIEnv* env,

jobject /* this */) {

// 1. 导入模型，映射到内存 const char* filename="/sdcard/360/mnist.tflite";

std::unique_ptr<:flatbuffermodel> model=tflite::FlatBufferModel::BuildFromFile(filename);

// 2. 构建Tensorflow模型的解释器 interpreter tflite::ops::builtin::BuiltinOpResolver resolver;

std::unique_ptr<:interpreter> interpreter;

tflite::InterpreterBuilder(*model.get(),resolver)(&interpreter);

interpreter->AllocateTensors();

// 3. 构建输入Tensor float* input = interpreter->typed_input_tensor(0);

*input=3.3;

// 4. 运行模型，推导结果 interpreter->Invoke();

// 5. 获取输出结果 float* output=interpreter->typed_output_tensor(0);

__android_log_print(ANDROID_LOG_ERROR, "hello-jni","output: %d", &output);

}

3. caffe动态库

github下载 这个库的JNI 用法略显诡异，但是诡异是为了简单妥协的。它包括两个库libcaffe.so,libcaffe_jni.so，后一个是对前一个的JNI层的封装。之所以要用它，是因为它把很多方法帮我们封装起来了，不然caffe还要依赖一大堆库，多大让你头大，我已经大过了。 使用的时候就是用我们自己的JNI代码调用libcaffe_jni.so封装的函数，文件夹内有一个demo。

# caffe

add_library(sc_caffe

STATIC

IMPORTED

)

set_target_properties(sc_caffe

PROPERTIES

IMPORTED_LOCATION

${CMAKE_SOURCE_DIR}/caffe_android_lib/libs/${CMAKE_ANDROID_ARCH_ABI}/libcaffe.so

)

# caffe_jni

add_library(sc_caffe_jni

STATIC

IMPORTED

)

set_target_properties(sc_caffe_jni

PROPERTIES

IMPORTED_LOCATION

${CMAKE_SOURCE_DIR}/caffe_android_lib/libs/${CMAKE_ANDROID_ARCH_ABI}/libcaffe_jni.so

)

3.5 caffe的aar库

github下载 直接把它当做一个普通的jar包使用，很happy。其实就是对上面的库封装了一下，免去了很多步骤。

(1) 把 caffe_android.aar文件复制到新项目的app/libs下

(2) 在build.gradle(app)中添加引用:

apply plugin: 'com.android.application'

android {

... ...

}

// 这个

repositories {

flatDir{

dirs 'libs'

}

}

dependencies {

compile (name:'caffe_android',ext:'aar') // 和这个

... ...

}

4. pytorch动态库

还没成功，正在挠头...

5. boost静态库

github下载 直接用，请看招： cmake

# Boost

INCLUDE_DIRECTORIES(boost/include)

LINK_DIRECTORIES(boost/lib) # 静态库 .a 文件目录

6. 随时更新 。。。