• Android Studio增加NDK代码编译支持--Mac环境


      Android的APP开发基本都是使用Java或者跨平台框架进行开发的,对于很多APP来说已经足够了,但是,对于提供功能给外部使用或者性能要求很高的需求下,如图像处理等,可能会需要C/C++库的支持,这就需要借助NDK,另外,NDK在可以起到代码保护的作用,因为其反编译查看源码难度比java更大。

      Java代码是不能直接调用原生的C++代码的,C++代码需要借助NDK暴露一个本地接口给JAVA来调用的,原理很多资料都有介绍,这里就不重复了,这里,主要演示一下在Android Studio下如何集成这个编译环境,这里基于苹果的Mac OS X系统来搭建,苹果内核原本就是UNIX的,因此,环境搭建相对Windows方便很多,没在Windows搭建过,应该也不难。

      1. 新建一个测试工程,工程名为:TestJNI:

        2. 在app/build.gradle的默认配置块声明库名称和生成的CPU架构文件,这里模块名称是"JimOpencvLibs",那么,对应生成的so库文件名就是“lib+模块名.so”了:

    ndk{
          moduleName "JimOpencvLibs"
          abiFilters "armeabi", "armeabi-v7a", "x86"
    }
    

         3. 在gradle.properties文件声明使用NDK支持,如第18行所示:

        

        4. 在工程属性设置设置好NDK的路径,建议使用Android Studio内置最新的NDK版本,否则会遇到编译不通过问题:

        

        5. 在app的src路径下新建一个jni文件夹,用户存放我们的cpp文件:

        

        6. 在需要使用C++代码的activity类声明加载的库和方法,注意:该声明的方法前有”native“关键字:

         

        7. 进入app/src/main/java目录下执行下图命令:

        

        将生成一个头文件“cn_linjk_testjni_MainActivity.h”,内容如下:

    /* DO NOT EDIT THIS FILE - it is machine generated */
    #include <jni.h>
    /* Header for class cn_linjk_testjni_MainActivity */
    
    #ifndef _Included_cn_linjk_testjni_MainActivity
    #define _Included_cn_linjk_testjni_MainActivity
    #ifdef __cplusplus
    extern "C" {
    #endif
    /*
     * Class:     cn_linjk_testjni_MainActivity
     * Method:    jimOpencvLibsTest
     * Signature: ()I
     */
    JNIEXPORT jint JNICALL Java_cn_linjk_testjni_MainActivity_jimOpencvLibsTest
      (JNIEnv *, jobject);
    
    #ifdef __cplusplus
    }
    #endif
    #endif
    

         在第6步里,我们声明了一个本地方法:public native int jimOpencvLibsTest();,在这个头文件中,就会按Java_包名_类名_方法名声明一个jni方法,我们接下来就需要实现这个方法。

        8. 实现生产的头文件的方法:

        

        这里新建了一个测试类。

       9. 测试native方法调用:

        

        刚刚在cpp方法是返回10+20的结果,这里看到输出结果是30,调用没问题了,后面可以继续扩展cpp类实现更多功能就可以了。

        10. 我们看看生成的so库的地方:

         可以看到,Android Studio已经帮我们生成了mk文件了,很方便,当然我们也可以自己写。

  • 相关阅读:
    关于W3Cschool定义的设计模式--常用的9种设计模式的介绍
    正则得介绍和使用——表单验证
    DOM的高级操作-一种JS控制元素的视觉假象
    如何理解JS中this指向的问题
    Vulkan中的实时软阴影与硬件优化
    TensorFlow Distribution(分布式中的数据读取和训练)
    TensorFlow白皮书
    TensorFlow Data模块
    新闻标签提取的评价方法
    基于TF-IDF的新闻标签提取
  • 原文地址:https://www.cnblogs.com/linjk/p/6042124.html
Copyright © 2020-2023  润新知