• Android下OpenCV的环境搭建


    目录(?)[-]

    1. 前言
    2. 系统环境
    3. 相关工具
    4. Android ADT环境搭建
      1. Android SDK环境变量的配置
      2. Android NDK的安装与配置
    5. OpenCV for Android 环境搭建
    6. 基于SDK的OpenCV开发
    7. 基于NDK的OpenCV开发
      1. Android上层程序的编写
        1. 来自CODE的代码片 activity_mainxml
        2. 来自CODE的代码片 MainActivityjava
        3. 来自CODE的代码片 ImageProcjava
      2. 生成C头文件
      3. 底层C程序的编写
        1. 来自CODE的代码片 Androidmk
        2. 来自CODE的代码片 Applicationmk
        3. 来自CODE的代码片 ImageProccpp
      4. 编译和运行程序
    8. 总结

      前言

          最近需要在Android移动设备上进行OpenCV开发,搭建环境是第一步,我在网上看了n个相关的中文和英文的教程,终于成功搭建环境,现在跟大家分享一下成果,希望为大家减少不必要的困惑和麻烦。

      系统环境

          win7/win8(注:我的系统是win8专业版)

      相关工具

      1.Android ADT Bundle for Windows(注: 我下的是adt-bundle-windows-x86_64-20131030)
      下载地址:https://developer.android.com/sdk/index.html?hl=sk
      2.Android NDK(注:我下的是android-ndk-r8e-windows-x86_64)
      下载地址:https://developer.android.com/tools/sdk/ndk/index.html
      3.OpenCV for Android(注:我下的是OpenCV-2.4.8-android-sdk)
      下载地址:http://sourceforge.net/projects/opencvlibrary/files/opencv-android/

      Android ADT环境搭建

          在下面的操作前,保证你的PC机上已经安装了JDK,关于JDK的安装及其环境变量的配置,在此不再介绍,网上资料很多。

      解压下载的Android ADT Bundle for Windows到某一目录下,我解压在D:MySoftware目录下。

      Android SDK环境变量的配置

              打开 计算机->属性->高级系统设置->高级->环境变量,在系统变量栏目下新建“ANDROID_SDK_HOME”变量,变量值为adt-bundle-windows目录下sdk目录的路径,我的是"D:MySoftwareadt-bundle-windows-x86_64-20131030sdk",如图:

          在Path变量值中添加"%ANDROID_SDK_HOME% ools;%ANDROID_SDK_HOME%platform-tools"

      进入cmd命令窗口,检查SDK是否安装成功。
      运行 android –h 如果有下面的输出,表明安装成功:

            打开%ANDROID_SDK_HOME%eclipse下的eclipse.exe,现在进行自己的安卓开发之旅了。

      Android NDK的安装与配置

         将下载下来的Android NDK解压到某一目录,这里我解压到的目录是“D:MySoftware”。

      打开%ANDROID_SDK_HOME%eclipse下的eclipse.exe,在eclipse中,选择windows->Preference->Android->NDK,然后添加刚才解压的NDK目录的路径,如图:

      点击"ok"按钮,至此NDK环境搭建完成。

      OpenCV for Android 环境搭建

          解压下载的OpenCV for Android到某一目录下。我解压到的目录是“D:MySoftware”。将解压后的目录下的sdk(我的是:D:MySoftwareOpenCV-2.4.8-android-sdksdk)目录拷贝到你的android的workspace目录下,改名为:OpenCV-SDK(也可以改成其它名)。

          在eclipse中,选择File->import,选择Existing project into Workspace:

          选择“next”,然后如下图,选择OpenCV-SDK目录的路径:

      点击“Finish”完成。

      基于SDK的OpenCV开发

          这种情形下,我们可以直接调用android为我们封装好的openCV接口进行开发,我们只需要上面的OpenCV for Android环境就可以进行开发。

          在eclipse中,选择File->import,选择Existing project into Workspace,选择...OpenCV-***-android-sdksample(我的是D:MySoftwareOpenCV-2.4.8-android-sdksamples)目录下的“OpenCV Tutorial 1 - Camera Preview”:

          点击“Finish”完成。此时工程会报错,需进行如下操作:

          选中工程,右击选择Properties,然后在左边选择Android,在Project build target栏中选择一个:

          在Library栏目中选择"add",增加OpenCV类库:

          选中OpenCV Library,点击OK

          点击ok完成操作,此时你会发现项目不再报错。

          如果此时依然出现错误,可能是项目太旧,与新的target不太兼容的缘故,此时按以下操作应该能解决问题:

          选中项目,右键选择build path->configure build path...

          选中Android Dependencies和 Android Private Libraries,点击“Remove”进行删除。点击“OK”完成。

          此时选中工程,右键选择 Android tools->fix project properties。错误消失。

      你可以使用真机或模拟器运行运行该程序,这是个基于openCV的摄像头调用程序。需要注意的是,在运行前你需要安装OpenCV_***_Manager_**_*.apk,否则opencv应用将会因为无法加载opencv类库而无法运行。OpenCV_***_Manager_**_*.apk存在于...OpenCV-***-android-sdkapk(我的是D:MySoftwareOpenCV-2.4.8-android-sdkapk)目录下。我安装的是“OpenCV_2.4.8_Manager_2.16_armeabi.apk”。

          当然,你也可以自己新建android工程,然后按上述方法进行openCV库的引用,然后调用相关接口,进行自己的项目开发。

          然而android只是对openCV的部分进行了封装,有许多openCV的功能并没有被封装,所以要实现很多复杂的功能还必须用C/C++进行实现,这就是我们下面要介绍的方式。

      基于NDK的OpenCV开发

      下面我将以一个实例向大家展示基于NDK的OpenCV开发。

          新建android工程NdkOpenCV,将一张图片添加到资源文件,并命名为"test.jpg",按上面所示将OpenCV Library添加到工程中。

      Android上层程序的编写

      1. activity_main.xml
    <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
        xmlns:tools="http://schemas.android.com/tools"
        android:orientation="vertical"
        android:layout_width="match_parent"
        android:layout_height="match_parent" >
        
        <Button 
            android:id="@+id/btn"
            android:layout_width="fill_parent"
            android:layout_height="wrap_content"
            android:text="@string/app_name"/>
        
        <ImageView
            android:id="@+id/image_view"
            android:layout_width="wrap_content"
            android:layout_height="wrap_content"
            android:contentDescription="@string/app_name"/>
    
    
    </LinearLayout>

    2. MainActivity.java

    package my.example.ndkopencv;
    
    
    import org.opencv.android.BaseLoaderCallback;
    import org.opencv.android.LoaderCallbackInterface;
    import org.opencv.android.OpenCVLoader;
    import android.os.Bundle;
    import android.app.Activity;
    import android.graphics.Bitmap;
    import android.graphics.BitmapFactory;
    import android.graphics.Bitmap.Config;
    import android.view.View;
    import android.view.View.OnClickListener;
    import android.widget.Button;
    import android.widget.ImageView;
    
    
    public class MainActivity extends Activity implements OnClickListener{
    
    
        private Button btnProc;
        private ImageView imageView;
        private Bitmap bmp;
        
        //OpenCV类库加载并初始化成功后的回调函数,在此我们不进行任何操作
         private BaseLoaderCallback  mLoaderCallback = new BaseLoaderCallback(this) {
            @Override
            public void onManagerConnected(int status) {
                switch (status) {
                    case LoaderCallbackInterface.SUCCESS:{
                        System.loadLibrary("image_proc");
                    } break;
                    default:{
                        super.onManagerConnected(status);
                    } break;
                }
            }
        };
        
        @Override
        public void onCreate(Bundle savedInstanceState) {
            super.onCreate(savedInstanceState);
            setContentView(R.layout.activity_main);
            btnProc = (Button) findViewById(R.id.btn);
            imageView = (ImageView) findViewById(R.id.image_view);
            //将测试图片加载程序中并进行显示
             bmp = BitmapFactory.decodeResource(getResources(), R.drawable.test);
            imageView.setImageBitmap(bmp);
            btnProc.setOnClickListener(this);
        }
    
    
        @Override
        public void onClick(View v) {
             
            int w = bmp.getWidth();
            int h = bmp.getHeight();
            int[] pixels = new int[w*h];     
            bmp.getPixels(pixels, 0, w, 0, 0, w, h);
            int[] resultInt = ImageProc.grayProc(pixels, w, h);
            Bitmap resultImg = Bitmap.createBitmap(w, h, Config.ARGB_8888);
            resultImg.setPixels(resultInt, 0, w, 0, 0, w, h);
            imageView.setImageBitmap(resultImg);    
        }
        
        @Override
        public void onResume(){
            super.onResume();
            //通过OpenCV引擎服务加载并初始化OpenCV类库
            OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_2_4_3, this, mLoaderCallback);
        }
    }
    3. ImageProc.java
    package my.example.ndkopencv;
    
    
    public class ImageProc {
        public static native int[] grayProc(int[] pixels, int w, int h);
    }
    生成C++头文件

      打开cmd,进入android工程所在的目录下的bin/classes目录下,执行javah ****.ImageProc命令:

           在F:MyCodeandroidNdkOpenCVinclasses目录下多了个my_example_ndkopencv_ImageProc.h文件,将该文件重命名为ImageProc.h。

      底层C++程序的编写

      在项目中建立jni文件夹,将上面生成的ImageProc.h文件移动到jni文件夹下。然后分别新建Android.mk,Application.mk,ImageProc.cpp文件,这三个文件内容如下:

      1.Android.mk

      LOCAL_PATH := $(call my-dir)
      include $(CLEAR_VARS)
      include ../OpenCV-SDK/native/jni/OpenCV.mk
      LOCAL_SRC_FILES  := ImageProc.cpp
      LOCAL_MODULE     := image_proc
      include $(BUILD_SHARED_LIBRARY)

      代码说明:

      第一行:指明当前编译路径;

      第二行:清空变量;

      第三行:将OpenCV类库中的编译文件包含进来,如此一来在我们的工程中即可使用OpenCV类库;

      第四行:指定需要编译的C++源文件;

      第五行:指定编译生成的类库名称;

      第六行:调用命令将源文件编译为静态库。

      2.Application.mk

      APP_STL := gnustl_static
      APP_CPPFLAGS := -frtti -fexceptions
      APP_ABI := armeabi-v7a
      APP_PLATFORM := android-8

      3.ImageProc.cpp

       
      #include <ImageProc.h>
      #include <opencv2/core/core.hpp>
      #include <string>
      #include <vector>
      
      
      using namespace cv;
      using namespace std;
      
      
      JNIEXPORT jintArray JNICALL Java_my_example_ndkopencv_ImageProc_grayProc(JNIEnv* env, jclass obj, jintArray buf, jint w, jint h){
          jint *cbuf;
          cbuf = env->GetIntArrayElements(buf, 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;
      }

       

      上面操作完成后,选中工程,右键选择Android tools->add native support...

      点击“Finish”完成。

      然后选中工程,右键选择properties,在左侧选择C/C++ General->Paths and Symbols.

      在右侧选择"Add",然后选择File System,选择OpenCV-SDK所在目录下的“nativejniinclude”路径,并选择“ok”:

      点击“ok”,完成。

      编译和运行程序

      现在运行程序,eclipse会先调用ndk-build对C++程序进行编译,如果你使用的是NDK8以上的版本,当前可能会出现如下信息:

      Android NDK: WARNING:jni/Android.mk:detection_based_tracker: non-system libraries in linker flags: -lopencv_java
      Android NDK:     This is likely to result in incorrect builds. Try using LOCAL_S

      这是NDK9目前的问题(当前最新版本是android-ndk-r9d-windows-x86_64),希望在今后能够改进,这也正是我为什么要用NDK8的原因。

      点击“NdkOpenCV”按钮,对比两张图:

      至此,Android下OpenCV的环境搭建已经完成。

      总结

           在此需要说明一下,传统的编译底层C++方法是通过在Cygwin中进行的,由于新版ADT和NDK给我们带来的便捷,我们可以不安装Cygwin进行android下的openCV开发。如果你想了解Cygwin下编译上述程序的方法,我会在今后的博客中为大家介绍。

  • 相关阅读:
    Android框架之路——OkGo的使用
    recyclerview23+出现多个item只显示第一个item的问题
    Spark MLlib回归算法LinearRegression
    Spark MLlib聚类KMeans
    Impala性能优化
    Impala通过JDBC方式访问
    Impala与HBase整合
    Impala数据处理(加载和存储)
    Impala SQL
    Impala储存与分区
  • 原文地址:https://www.cnblogs.com/yishujun/p/3628992.html
Copyright © 2020-2023  润新知