- 阅读本文可能花费的时间
15分钟 - 本文可能了解到的知识
1. CMake基本使用2. Android NDK开发/使用3. JNI层操作Java对象 - 实现效果
Android使用C/C++实现图片的毛玻璃效果。 - 注：
1. 本文研究对象为Android JNI/NDK开发，非图片算法，故不对毛玻璃算法做阐述。2. 本人能力有限，如有不妥请指出。
前言
十一假期几天的思考，确立了自己的进阶方向，打算了解下计算机视觉方面的技术，也就是opencv。在Android中集成opencv的话必然要掌握JNI/NDK的开发，所以写了本文，一是向大家分享自己的学习经验，二是巩固自己的JNI/NDK开发和抛弃已久的C/C++方面的知识。
CMake
CMake是一款项目构建工具，通过编写简单明了的在CmakeLists.txt来生成makefile，简单来说就是一个makefile生成器。
在Android Studio中安装CMake非常简单，打开Tools->Android->SDK Manager，选择SDK Tools标签页，勾选CMake、LLDB、NDK，OK自动安装即可。其中LLDB可以使我们在Android Studio中调试C/C++程序。NDK为原生开发工具包，必不可少。
为什么要做JNI/NDK开发
众所周知，Java/Android程序是运行在JVM/Dalvik VM中，所以Java程序远没有C/C++程序性能高，尤其是在CPU密集型运算时，所以Java平台提供了JNI（Java Native Interface），可通过JNI调用C/C++等编写的so动态链接库。注：Google在Android L以后用ART彻底代替了Dalvik VM，但ART本质上仍是一个虚拟机，并支持所有Dalvik VM指令集。Java API中几乎所有与硬件相关的方法都是native的，比如I/O操作、网络访问、手机传感器、串口读写等。
本文涉及的图片处理是一种CPU密集型任务，在Android开发中使用native方法最为合适。
如何使用CMake做JNI/NDK开发
1 新建工程
选中Include C++ Support，意为引入C++支持。
2 配置C++支持
在Customize C++ Support界面默认即可,意为CMake/C++11环境
3 认识CMakeLists.txt
工程创建完毕之后Android Studio会在app目录下生成CMakeLists.txt文件。CMakeLists.txt是CMake的配置文件，用于表明版本、依赖、等信息，以下为Android Studio生成的CMakeLists（过滤注释）
cmake_minimum_required(VERSION 3.4.1)
add_library(native-lib SHARED src/main/cpp/native-lib.cpp)
find_library(log-lib log)
target_link_libraries(native-lib ${log-lib})复制代码- cmake_minimum_required(VERSION 3.4.1)
CMake最小版本使用的是3.4.1。 - add_library()
配置so库信息（为当前当前脚本文件添加库）
- native-lib
这个是声明引用so库的名称，在项目中，如果需要使用这个so文件，引用的名称就是这个。值得注意的是，实际上生成的so文件名称是libnative-lib。 - SHARED
这个参数表示共享so库文件，也就是在Run项目或者build项目时会在目录intermediates\transforms\mergeJniLibs\debug\folders\2000\1f\main下生成so文件。 - src/main/cpp/native-lib.cpp
构建so库的源文件。
- find_library()
查找一个库文件
- log-lib
这个指定的是在NDK库中每个类型的库会存放一个特定的位置，而log库存放在log-lib中 - log
指定使用log库
- target_link_libraries()
如果你本地的库（native-lib）想要调用log库的方法，那么就需要配置这个属性，意思是把NDK库关联到本地库。
- native-lib
要被关联的库名称 - ${log-lib}
要关联的库名称，要用大括号包裹，前面还要有$符号去引用。
4 了解JNI的C/C++规范
数据类型
JNI的数据类型包含两种，分别是基本类型和引用类型，它们和Java中的数据类型对应关系如下两表所示。
基本数据类型 | ||
JNI类型 | Java类型 | 描述 |
jboolean | boolean | 无符号8位整型 |
jbyte | byte | 无符号8位整型 |
jchar | char | 无符号16位整型 |
jshort | short | 有符号16位整型 |
jint | int | 32位整型 |
jlong | long | 64位整型 |
jfloat | float | 32位浮点型 |
jdouble | double | 64位浮点型 |
void | void | 无类型 |
引用数据类型 | ||
JNI类型 | Java类型 | 描述 |
jobject | Object | Object类型 |
jclass | Class | Class类型 |
jstring | String | String类型 |
jobjectArray | Object[] | 对象数组 |
jbooleanArray | boolean[] | boolean数组 |
jbyteArray | byte[] | byte数组 |
jcharArray | char[] | char数组 |
jshortArray | short[] | short数组 |
jintArray | int[] | int数组 |
jlongArray | long[] | long数组 |
jfloatArray | float[] | float数组 |
jdoubleArray | double[] | double数组 |
jthrowable | Throwable | Throwable |
JNI的类型签名
JNI的类型签名标识了一个特定的Java类型，这个类型既可以是类也可以是方法，也可以是数据类型。
- 类的签名比较简单，它采用 L+包名+类型+; 的形式，只需要将其中的.替换为/即可。例如java.lang.String， 它的签名为Ljava/lang/String; ，注意末尾的;也是签名一部分。
- 基本数据类型的签名采用一系列大写字母来表示, 如下表所示
基本数据类型的签名 | |||||
Java类型 | 签名 | Java类型 | 签名 | Java类型 | 签名 |
boolean | Z | byte | B | char | C |
short | S | int | I | long | J |
float | F | double | D | void | V |
JNI C/C++函数编写
先来看看Android Studio为我们生成的示例
JNIEXPORT jstring JNICALL
Java_com_glee_myapplication_MainActivity_stringFromJNI(
JNIEnv* env,
jobject /* this */) {
std::string hello = "Hello from C++";
return env->NewStringUTF(hello.c_str());
}复制代码- JNIEXPORT & JNICALL
JNIEXPORT和JNICALL这两个宏（被定义在jni.h）确保这个函数在本地库外可见，并且编译器会进行正确的调用转换。 - 函数规范
在JNI中C/C++的函数名是有规范要求的，由以下几部分串接而成
Java_前缀-
完全限定的类名，并用下划线“_”作为分隔符 -
第一参数JNIEnv* env 第二个参数jobject或jclass其他参数按类型映射返回参数按类型映射
JNI层操作Bitmap对象
原理
Android中JNI层处理Bitmap通常有两种方法
- 获取到Bitmap中的byte数组并传入native方法，JNI层处理得到的byte数组后返回一个新的byte数组，Java层重建Bitmap对象。（不推荐）
- Java层直接向JNI层传入Bitmap的引用，JNI层得到Bitmap对象的图像数据的地址，直接修改Bitmap的byte数组。
阅读了很多篇博客，很多开发者都会采用第一种方法，本人是极不推荐的。这种方法会在内存中重建一个byte数组，会造成内存的浪费，性能低下。
第二种方法是性能最优的，JNI层充分利用的C/C++指针的特性，直接获取到Bitmap中byte数组在内存中的地址，通过指针直接修改图像数据，所以用到了NDK中的android/bitmap.h。
android/bitmap.h
android/bitmap.h这个头文件用于在JNI层操作Bitmap对象的，其包含于jnigraphics库中，所以要在CMakeLists.txt中的target_link_libraries加入-ljnigraphics，如下
target_link_libraries(native-lib -ljnigraphics ${log-lib})复制代码三个常用函数
- AndroidBitmap_getInfo() 从位图句柄获得信息（宽度、高度、像素格式）
- AndroidBitmap_lockPixels() 对像素缓存上锁，即获得该缓存的指针。
- AndroidBitmap_unlockPixels() 解锁
JNI接口函数
请看注释
JNIEXPORT void JNICALL
Java_com_glee_ndkroad1006_MainActivity_gaussBlur(JNIEnv *env, jobject /* this */, jobject bmp) {
AndroidBitmapInfo info = {0};//初始化BitmapInfo结构体
int *data=NULL;//初始化Bitmap图像数据指针
AndroidBitmap_getInfo(env, bmp, &info);
AndroidBitmap_lockPixels(env, bmp, (void **) &data);//锁定Bitmap，并且获得指针
/**********高斯模糊算法作对int数组进行处理***********/
//调用gaussBlur函数，把图像数据指针、图片长宽和模糊半径传入
gaussBlur(data,info.width,info.height,80);
/****************************************************/
AndroidBitmap_unlockPixels(env,bmp);//解锁
}复制代码这里用到的gaussBlur函数代码将在文章最后列出。
这里用到的gaussBlur函数代码将在文章最后列出。
这里用到的gaussBlur函数代码将在文章最后列出。
Java层代码
请看注释
public class MainActivity extends AppCompatActivity {
static {
//通过静态代码块加载so库
System.loadLibrary("native-lib");
}
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
//初始化两个ImageView
ImageView iv1 = (ImageView) findViewById(R.id.img1);
ImageView iv2 = (ImageView) findViewById(R.id.img2);
//iv1设置图片
iv1.setImageResource(R.drawable.test);
//生成bitmap对象
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.drawable.test);
//调用native方法，传入Bitmap对象，对Bitmap进行高斯迷糊处理
gaussBlur(bitmap);
//把Bitmap对象设置给iv2
iv2.setImageBitmap(bitmap);
}
//native方法声明
public native void gaussBlur(Bitmap bitmap);
}复制代码运行效果
上方的ImageView是没有进行高斯模糊处理的，下方的ImageView调用了JNI方法进行高斯模糊处理。
高斯模糊算法
void gaussBlur1(int* pix, int w, int h, int radius)
{
float sigma = (float) (1.0 * radius / 2.57);
float deno = (float) (1.0 / (sigma * sqrt(2.0 * PI)));
float nume = (float) (-1.0 / (2.0 * sigma * sigma));
float* gaussMatrix = (float*)malloc(sizeof(float)* (radius + radius + 1));
float gaussSum = 0.0;
for (int i = 0, x = -radius; x <= radius; ++x, ++i)
{
float g = (float) (deno * exp(1.0 * nume * x * x));
gaussMatrix[i] = g;
gaussSum += g;
}
int len = radius + radius + 1;
for (int i = 0; i < len; ++i)
gaussMatrix[i] /= gaussSum;
int* rowData = (int*)malloc(w * sizeof(int));
int* listData = (int*)malloc(h * sizeof(int));
for (int y = 0; y < h; ++y)
{
memcpy(rowData, pix + y * w, sizeof(int) * w);
for (int x = 0; x < w; ++x)
{
float r = 0, g = 0, b = 0;
gaussSum = 0;
for (int i = -radius; i <= radius; ++i)
{
int k = x + i;
if (0 <= k && k <= w)
{
//得到像素点的rgb值
int color = rowData[k];
int cr = (color & 0x00ff0000) >> 16;
int cg = (color & 0x0000ff00) >> 8;
int cb = (color & 0x000000ff);
r += cr * gaussMatrix[i + radius];
g += cg * gaussMatrix[i + radius];
b += cb * gaussMatrix[i + radius];
gaussSum += gaussMatrix[i + radius];
}
}
int cr = (int)(r / gaussSum);
int cg = (int)(g / gaussSum);
int cb = (int)(b / gaussSum);
pix[y * w + x] = cr << 16 | cg << 8 | cb | 0xff000000;
}
}
for (int x = 0; x < w; ++x)
{
for (int y = 0; y < h; ++y)
listData[y] = pix[y * w + x];
for (int y = 0; y < h; ++y)
{
float r = 0, g = 0, b = 0;
gaussSum = 0;
for (int j = -radius; j <= radius; ++j)
{
int k = y + j;
if (0 <= k && k <= h)
{
int color = listData[k];
int cr = (color & 0x00ff0000) >> 16;
int cg = (color & 0x0000ff00) >> 8;
int cb = (color & 0x000000ff);
r += cr * gaussMatrix[j + radius];
g += cg * gaussMatrix[j + radius];
b += cb * gaussMatrix[j + radius];
gaussSum += gaussMatrix[j + radius];
}
}
int cr = (int)(r / gaussSum);
int cg = (int)(g / gaussSum);
int cb = (int)(b / gaussSum);
pix[y * w + x] = cr << 16 | cg << 8 | cb | 0xff000000;
}
}
free(gaussMatrix);
free(rowData);
free(listData);
}复制代码
