Opencv JNI Android Camera 效率分析

不念不忘少年蓝@ 2022-06-09 01:45 168阅读 0赞

在将opencv移植到Android平台上，最让人纠结的地方就是：运行效率！！！

思路一：

获取Camera预览，保存为图片，C++读取图片地址。

摒弃，理由：camera预览保存图片以及C++操作成功之后再次保存图片，耗费大量时间，延迟高。

思路二：

将onPreviewFrame中获取到的预览byte\[\]格式的data传递到C++函数中

public static native void readYuvTOBitmap(byte[] yuv,int height,int width,String path);

而后，使用byte\[\]转mat方式，完成opencv图像读取的方式。这种方法在由JAVA层将数据传递到jni层，是行的通的。但同样有一个问题存在，同样要耗费大量的操作时间。

LOGE("---CV:1"); 
       jbyte *yuv = env->GetByteArrayElements(yuv_, NULL);
     const char *path = env->GetStringUTFChars(path_, 0);
    
      // TODO    Mat image(height+height/2,width,CV_8UC1,(unsigned char *)yuv);  
       Mat mBgr;
       cvtColor(image,mBgr,CV_YUV2BGR_NV21);
       imwrite(path,mBgr);
      LOGE("---CV:4");

思路三：

在前面的基础上，考虑直接返回byte\[\]给函数，然后使用byte\[\]转换成BItmap。但事实上，行不通。byte\[\]无法直接转换为bitmap，这是一个大坑，需要做YUV转换，才能够转换为bitmap，这同样耗费大量时间。

LOGE ( "---CV:1" ) ;

jbyte \*yuv = env->GetByteArrayElements(yuv\_ , NULL ) ;

**const char** \*path = env->GetStringUTFChars(path\_ , 0 ) ;

// *TODO*

*   *  Mat image(height+height/ 2 , width , CV\_8UC1 , ( **unsigned char**  \*)yuv) ;

Mat mBgr ;

cvtColor(image , mBgr , *CV\_YUV2BGR\_NV21* ) ;

//    Mat back;

//    cvtColor(mBgr,back,CV\_BGR2YUV);

**if** (mBgr.isContinuous())

yuv = ( jbyte \*) mBgr. data ;

LOGE ( "---CV:4" ) ;

env->ReleaseByteArrayElements(yuv\_ , yuv , 0 ) ;

env->ReleaseStringUTFChars(path\_ , path) ;

byte[] result = OpenCVUtils.readYUVToBitmap(mData,h,w,resultPath);
                YuvImage yuvImage = new YuvImage(result,ImageFormat.NV21,w,h,null);
                ByteArrayOutputStream baos = new ByteArrayOutputStream();
                yuvImage.compressToJpeg(new Rect(0,0,w,h),100,baos);
                byte[] rawImage = baos.toByteArray();
                //将rawImage转换成bitmap
                BitmapFactory.Options options = new BitmapFactory.Options();
                options.inPreferredConfig = Bitmap.Config.ARGB_4444;
                final Bitmap fanzao = BitmapFactory.decodeByteArray(rawImage,0,rawImage.length,options);

这时候陷入了烦躁期，上天无路下地无门。

因此考虑直接返回Mat。但是JNI只支持返回特定类型的数据，比如说int，long ,string ,byte,其余的一概以Object处理。而C又对Object不那么友好。

可是，现在来看，也只有返回Mat可能解决这个问题了。偶然发现的一个思路让我很振奋。参考链接如下

[http://answers.opencv.org/question/12090/returning-a-mat-from-native-jni-to-java/?answer=12097][http_answers.opencv.org_question_12090_returning-a-mat-from-native-jni-to-java_answer_12097]

// Java Mat m = new Mat(); jni_func(m.getNativeObjAddr()); // C++ void jni_func(jlong matPtr) { Mat* mat = (Mat*) matPtr;     mat->create(rows, cols, type);     memcpy(mat->data, data, mat->step * mat->rows); }

这是传递进入Mat的地址参数进行操作，多么简单的方法啊，我怎么就没有考虑到！！！

这个方法确实是行得通的，但是这个方法也有一个坑在前面摆着。

[http://blog.csdn.net/u012500046/article/details/53584971][http_blog.csdn.net_u012500046_article_details_53584971]

因为需要在Java层为Mat赋予相应的地址，但是 n\_Mat()是一个native方法，Mat对象是一个C++对象，而这个C++类的在 libopencv\_java3.so包中，在加载完该.so包之前我们的Mat类是不能使用的。

于是出现了这样一个bug:

[No implementation found for long org.opencv.core.Mat.n\_Mat() error Using OpenCV][No implementation found for long org.opencv.core.Mat.n_Mat_ error Using OpenCV]

解决方法也很简单，在使用mat前使用一个jni测试函数，这时候就导入 libopencv\_java3.so包了。

//预导入libopencv_java3.so包
                OpenCVUtils.test();
                //初始化Mat地址
                Mat seedImage = new Mat (w,h, CvType.CV_8UC1,new Scalar(4));
                Mat tmp = new Mat (w,h, CvType.CV_8UC1,new Scalar(4));
    
                //传递seedImage的地址给JNI
                OpenCVUtils.laneDisDetect(seedImage.getNativeObjAddr(),mData,h,w);
                //Mat转Bitmap
                final Bitmap bmp = Bitmap.createBitmap(w,h,Bitmap.Config.ARGB_8888);
                try{
                    Imgproc.cvtColor(seedImage,tmp,Imgproc.COLOR_BGR2RGBA);
                    Utils.matToBitmap(tmp,bmp);
                }catch (CvException e){
                    Log.d("Exception",e.getMessage());
                }
    
                //绘制bitmap到显示区域
                runOnUiThread(new Runnable() {
                    @Override
                    public void run() {
                        iv_takepic.setLayerType(View.LAYER_TYPE_SOFTWARE,null);
                        iv_takepic.setImageBitmap(bmp);
                        Log.e("time","stop");
    //                    handler.sendEmptyMessage(0);
                    }
                });

再来看JNI部分的函数实现

extern "C"{
    JNIEXPORT void JNICALL
    Java_mulin_cjni_OpenCVUtils_laneDisDetect(JNIEnv *env, jclass type, jlong matPtr, jbyteArray yuv_,
                                              jint height, jint width) {
        jbyte *yuv = env->GetByteArrayElements(yuv_, NULL);
    
        // TODO Mat image(height+height/2,width,CV_8UC1,(unsigned char *)yuv);
        Mat transform;
        cvtColor(image,transform,CV_YUV2BGR_NV21);
    
        //这里是你对数据的处理逻辑,并将处理完的数据通过mat地址传递给Java
        ImageProcess(transform,matPtr);
    
        LOGE("---CV:存储到相应mat地址");
        env->ReleaseByteArrayElements(yuv_, yuv, 0);
    }
    }

哈，问题就是这样子，来看下用时：对时间做下分析。camera preview为获取到缓冲帧时间，同时，异步线程 LaneDetectTask启动。耗时15毫秒左右，完成缓冲帧data数据转换为opencv MAT格式处理对象。而后，在Java中进行Mat转BItmap处理，并绘制到相应显示区域，这部分耗时时间5-10毫秒。  因此，这种方式耗时平均约为30毫秒。在这30毫秒内处理了缓冲帧获取，帧数据传递，帧数据转Mat处理，Mat转bitmap，bitmap绘制这些操作。而前面的方法，耗时超过100毫秒，有着明显的提升。

注意到下图有一个细节。正常缓冲帧频应该是30帧每秒，但下图显示约为15帧每秒。但这并不影响。因为车道检测，人脸识别耗时操作并未进行。如果进行这些复杂操作，以已经测试过得车道检测来说，耗时达到300毫秒。因此，最理想的状态最好就是3帧一秒的操作速率。

![Image 1][]

[http_answers.opencv.org_question_12090_returning-a-mat-from-native-jni-to-java_answer_12097]: http://answers.opencv.org/question/12090/returning-a-mat-from-native-jni-to-java/?answer=12097
[http_blog.csdn.net_u012500046_article_details_53584971]: http://blog.csdn.net/u012500046/article/details/53584971
[No implementation found for long org.opencv.core.Mat.n_Mat_ error Using OpenCV]: http://stackoverflow.com/questions/35090838/no-implementation-found-for-long-org-opencv-core-mat-n-mat-error-using-opencv
[Image 1]: