上一篇文章讲了如何配置OpenCV Java SDK 以及基本使用, 传送门:OpenCV Java SDK
使用Java的好处是调用简单, 不需要写 JNI 相关代码, 缺点是要安装 Opencv Manager 或者打包一个10M左右的动态库(libopencv_java3.so), 下面就讲一下如何在 C++ 代码中使用 OpenCV 以及编译方式, 编译方式也包括两种: 动态链接和静态链接.

以动态链接方式编译

首先下载好OpenCV-android-sdk, 解压, 然后自己新建一个JNI的项目, 我测试项目目录结构如下:

├── jni
│   ├── Android.mk
│   ├── Application.mk
│   └── test.cpp

各个文件对应代码如下:
Application.mk

APP_STL := gnustl_static
APP_CPPFLAGS := -frtti -fexceptions
#32位 CUP
APP_ABI := armeabi-v7a
# 64位 CPU
#APP_ABI := armeabi-v8a
APP_PLATFORM := android-14

Android.mk

LOCAL_PATH := $(call my-dir)

include $(CLEAR_VARS)
# 设置下载好的OpenCV-android-sdk路径, 可以为相对路径和绝对路径
OPENCV_ANDROID_SDK := /mnt/e/wsl/OpenCV-android-sdk
#OPENCV_LIB_TYPE := STATIC
# 以动态链接式编译
OPENCV_LIB_TYPE := SHARED
# 引入OpenCV的配置文件
ifdef OPENCV_ANDROID_SDK
  ifneq ("","$(wildcard $(OPENCV_ANDROID_SDK)/OpenCV.mk)")
    include ${OPENCV_ANDROID_SDK}/OpenCV.mk
  else
    include ${OPENCV_ANDROID_SDK}/sdk/native/jni/OpenCV.mk
  endif
else
  include ../../sdk/native/jni/OpenCV.mk
endif

LOCAL_SRC_FILES  := test.cpp
LOCAL_C_INCLUDES += $(LOCAL_PATH)
LOCAL_LDLIBS     += -llog -ldl
# 解决编译为可执行文件运行时出现的错误:
# error: only position independent executables (PIE) are supported
LOCAL_CFLAGS += -pie -fPIE
LOCAL_LDFLAGS += -pie -fPIE

LOCAL_MODULE     := blur_test

include $(BUILD_EXECUTABLE)
#include $(BUILD_SHARED_LIBRARY)

test.cpp

#include <iostream>

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
    Mat src = imread(argv[1]);
    if (src.empty()) {
        cout << " data error" << endl;
    }
    medianBlur(src, src, 29);
    imwrite("/sdcard/result.jpeg", src);
    return 0;
}

• Android.mk 配置中 OPENCV_LIB_TYPE := SHARED 表明以动态链接方式编译可执行文件, 即可执行文件运行时候, 还得依赖libopencv_java3.so (在OpenCV-android-sdk/sdk/native/libs/目录下) 这个算法库.
• test.cpp 中通过读入一张图片, 然后调用 OpenCV mediaBlur 进行模糊处理, 最后将结果转为jpeg图片写到 sdcard 目录下面.
• 编译过程中会有WARNING, 因为我们没有指明依赖的 libopencv_java.so , 可忽略, 在 jni 目录下执行 ndk-build(需先装好 NDK 环境), 编译的可执行文件在上级目录的libs文件夹下面,编译完成后 blur_test 可执行文件本身只有几百KB

下面push对应文件并运行:

// 可执行文件
adb push ../libs/armeabi-v7a/blur_test /system/bin/
// 依赖的opencv 算法库
adb push /mnt/d/download/android/OpenCV-android-sdk/sdk/native/libs/armeabi-v7a/libopencv_java3.so /system/lib/
//测试用的图片
adb push /mnt/c/Users/Administrator/Desktop/test.jpg /sdcard/
//运行可执行文件
adb shell /system/bin/blur_test /sdcard/test.jpg

效果图:

mediaBlur.PNG

以静态链接方式编译

以静态链接方式编译, 只需做如下修改:

• 将 Android.mk 中 OPENCV_LIB_TYPE := SHARED 改为 OPENCV_LIB_TYPE := STATIC
• 不需要额外的 libopencv_java3.so

修改完后执行 ndk-build 即可, 此时可执行文件大小为 3MB 左右, 此时运行可执行文件就不需要 libopencv_java3.so.
可见动态链接和静态链接区别是, 一个是运行时加载其他库中依赖的代码, 一个是直接将所有需要的代码编译到当前模块中, 各有优劣.

通过JNI调用

上面为了演示方便, 都是将代码编译为可执行文件 push 到手机中运行的, 实际使用过程中,
都是编译为动态库(.so)通过JNI调用的, JNI部分比较常见, 就不贴代码了,基本操作步骤如下:

1. 编写JNI接口, 修改Android.mk中最后的 include $(BUILD_EXECUTABLE)改为 include $(BUILD_SHARED_LIBRARY), JNI编写参考我之前写的教程 JNI注册两种方式
2. 在Java代码中, 由于图片都是Bitmap, 需将 Bitmap 中的图片数据传到 JNI 层, 一般有如下两种方法:

• 利用 Bitmap 方法copyPixelsToBuffer(Buffer dst)将像素数据复制到ByteBuffer中, 然后将ByteBuffer中的数组或者ByteBuffer对象通过JNI传到native层, 然后处理, 处理完后通过Bitmap方法copyPixelsFromBuffer(Buffer src)将数据复制回来即可, 但这种方法效率低, 占用额外内存, 不推荐.
• 直接使用 Bitmap 的 NDK 接口来操作 Bitmap 数据, 基本做法就是通过 JNI将 Bitmap 对象传到 native 层, 然后通过 NDK 提供的接口进行操作, 这部分代码网上有很多示例, 可自行搜索.

3. 不管是通过何种方式将 Bitmap 里的数据传到C++中, 最终我们都是得到一个unsigned char*类型的数组, 然后我们通过 OpenCV 中 Mat 的构造函数将数据转为可操作的 Mat 对象:

 Mat::Mat(int _rows, int _cols, int _type, void* _data, size_t _step);
// 因为Bitmap默认是ARGB格式, 4个通道, 所以为CV_8UC4,
// imageData表示我们传下来的图像数组数据, 最后参数 0, 表示AUTO_STEP,
// 即OpenCV内部自动计算取数据的步长
Mat image(height, width, CV_8UC4, imageData, 0);

4. 得到Mat对象后, 其他操作就非常简单易懂了, 和 PC 端 OpenCV 使用方式一样.

使用何种编译方式

这个选择起来比较简单, 不管以何种方式编译, 目的是为了减小App体积, 所以可以两种方式都试下,看看哪种方式最终动态库体积最小, 就选用哪种方式.