前言
在AndroID的开发中,我们有时会遇到对性能要求比较高的模块。所幸AndroID通过NDK为我们提供了c++开发的方式。我们可以通过c++完成核心的耗时的计算,然后通过JNI的方式将处理完成的数据传给Java层。
今天,我们就从一个很小的角度(Bitmap)的处理,来实践NDK开发的方式。开发一个小小的图片滤镜。
准备
新版本的AndroID Studio在新建工程时,就可以选择Include C++ support
当我们勾上这个选择后,AndroID Studio就会帮我们自动完成,c++开发目录的创建。
我们先看一下CMakeLists.txt:
# For more information about using CMake with AndroID Studio,read the# documentation: https://d.androID.com/studio/projects/add-native-code.HTML# Sets the minimum version of CMake required to build the native library.cmake_minimum_required(VERSION 3.4.1)# Creates and names a library,sets it as either STATIC# or SHARED,and provIDes the relative paths to its source code.# You can define multiple librarIEs,and CMake builds them for you.# Gradle automatically packages shared librarIEs with your APK.add_library( # Sets the name of the library. native-lib # Sets the library as a shared library. SHARED # ProvIDes a relative path to your source file(s). src/main/cpp/native-lib.cpp )# Searches for a specifIEd prebuilt library and stores the path as a# variable. Because CMake includes system librarIEs in the search path by# default,you only need to specify the name of the public NDK library# you want to add. CMake verifIEs that the library exists before# completing its build.find_library( # Sets the name of the path variable. log-lib # SpecifIEs the name of the NDK library that # you want CMake to locate. log )# SpecifIEs librarIEs CMake should link to your target library. You# can link multiple librarIEs,such as librarIEs you define in this# build script,prebuilt third-party librarIEs,or system librarIEs.target_link_librarIEs( # SpecifIEs the target library. native-lib jnigraphics # links the target library to the log library # included in the NDK. ${log-lib} )
我们可以看到,这个文件中,包含了我们需要使用的cpp库和cpp文件。由于这一次的例子,我们需要开发Bitmap相关的功能,所以我加入了jnigraphics。
Java
先看代码:
public class MainActivity extends AppCompatActivity { private ImageVIEw mimg1,mimg2; @OverrIDe protected voID onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentVIEw(R.layout.activity_main); mimg1 = (ImageVIEw) findVIEwByID(R.ID.img_test1_ID); mimg2 = (ImageVIEw) findVIEwByID(R.ID.img_test2_ID); } /** * 确定native处理图片的接口 * @param bitmap 需要被处理的图片 */ public native voID nativeProcessBitmap(Bitmap bitmap); /** * 引入native库 */ static { System.loadlibrary("native-lib"); } /** * 点击开始加载图片 * @param vIEw */ public voID onLoadClick(VIEw vIEw) { Bitmap originalBitmap = loadBitmap(); mimg1.setimageBitmap(originalBitmap); Bitmap resultBitmap = processBitmap(originalBitmap); mimg2.setimageBitmap(resultBitmap); } /** * 从assets中加载图片 * @return */ private Bitmap loadBitmap() { Bitmap bmp = null; AssetManager am = getResources().getAssets(); try { inputStream is = am.open("test_img.jpg"); BitmapFactory.Options options = new BitmapFactory.Options(); bmp = BitmapFactory.decodeStream(is,null,options); is.close(); } catch (IOException e) { e.printstacktrace(); } return bmp; } /** * 处理图片,此方法中会调用nativeProcessBitmap * @param bitmap * @return */ private Bitmap processBitmap(Bitmap bitmap) { Bitmap bmp = bitmap.copy(Bitmap.Config.ARGB_8888,true); nativeProcessBitmap( bmp); return bmp; }}
代码比较简单。不作过多的解释。
与图片相关的事情只有两件:
引入native-lib库 确定了native接口:public native voID nativeProcessBitmap(Bitmap bitmap);其他的代码都是为了demo效果写的一些业务代码,不作过多赘述。
C++
由于c++的代码比较长,我们分段来看。
#include <jni.h>#include <string>#include <androID/bitmap.h>#include <androID/log.h>#ifndef eprintf#define eprintf(...) __androID_log_print(ANDROID_LOG_ERROR,"@",__VA_ARGS__)#endif
这一段主要引入了我们需要的库并宏定义了eprintf,方便我们打日志并进行调试。
#define MAKE_RGB565(r,g,b) ((((r) >> 3) << 11) | (((g) >> 2) << 5) | ((b) >> 3))#define MAKE_ARGB(a,r,b) ((a&0xff)<<24) | ((r&0xff)<<16) | ((g&0xff)<<8) | (b&0xff)#define RGB565_R(p) ((((p) & 0xF800) >> 11) << 3)#define RGB565_G(p) ((((p) & 0x7E0 ) >> 5) << 2)#define RGB565_B(p) ( ((p) & 0x1F ) << 3)#define RGB8888_A(p) (p & (0xff<<24) >> 24 )#define RGB8888_R(p) (p & (0xff<<16) >> 16 )#define RGB8888_G(p) (p & (0xff<<8) >> 8 )#define RGB8888_B(p) (p & (0xff) )
这一段定义了RGB565和ARGB8888的读写方法。对于RGB565和ARGB8888格式不熟悉的同学,可以参考:
在AndroID的Bitmap.Config中有四个枚举类型:Alpha_8、ARGB_4444、ARGB_8888和RGB_565
下面是这四种类型的详细解释:
Alpha_8:每个像素都需要1(8位)个字节的内存,只存储位图的透明度,没有颜色信息
ARGB_4444:A(Alpha)占4位的精度,R(Red)占4位的精度,G(Green)占4位的精度,B(Blue)占4位的精度,加起来一共是16位的精度,折合是2个字节,也就是一个像素占两个字节的内存,同时存储位图的透明度和颜色信息。不过由于该精度的位图质量较差,官方不推荐使用
ARGB_8888:这个类型的跟ARGB_4444的原理是一样的,只是A,R,G,B各占8个位的精度,所以一个像素占4个字节的内存。由于该类型的位图质量较好,官方特别推荐使用。但是,如果一个480*800的位图设置了此类型,那个它占用的内存空间是:480*800*4/(1024*1024)=1.5M
RGB_565:同理,R占5位精度,G占6位精度,B占5位精度,一共是16位精度,折合两个字节。这里注意的时,这个类型存储的只是颜色信息,没有透明度信息
值得注意的是虽然RGB565的三色只有5位信息,但其实它们的值是8位,提供的5位信息是高5位的信息。
extern "C"{ JNIEXPORT voID JNICALL Java_com_live_longsiyang_jnibitmapdemo_MainActivity_nativeProcessBitmap(jnienv *env,jobject instance,jobject bitmap) { if (bitmap == NulL) { eprintf("bitmap is null\n"); return; } AndroIDBitmAPInfo bitmAPInfo; memset(&bitmAPInfo,sizeof(bitmAPInfo)); // Need add "jnigraphics" into target_link_librarIEs in CMakeLists.txt AndroIDBitmap_getInfo(env,bitmap,&bitmAPInfo); // Lock the bitmap to get the buffer voID * pixels = NulL; int res = AndroIDBitmap_lockPixels(env,&pixels); // From top to bottom int x = 0,y = 0; for (y = 0; y < bitmAPInfo.height; ++y) { // From left to right for (x = 0; x < bitmAPInfo.wIDth; ++x) { int a = 0,r = 0,g = 0,b = 0; voID *pixel = NulL; // Get each pixel by format if(bitmAPInfo.format == ANDROID_BITMAP_FORMAT_RGBA_8888) { pixel = ((uint32_t *)pixels) + y * bitmAPInfo.wIDth + x; int r,b; uint32_t v = *((uint32_t *)pixel); r = RGB8888_R(v); g = RGB8888_G(v); b = RGB8888_B(v); int sum = r+g+b; *((uint32_t *)pixel) = MAKE_ARGB(0x1f,sum/3,sum/3); } else if (bitmAPInfo.format == ANDROID_BITMAP_FORMAT_RGB_565) { pixel = ((uint16_t *)pixels) + y * bitmAPInfo.wIDth + x; int r,b; uint16_t v = *((uint16_t *)pixel); r = RGB565_R(v); g = RGB565_G(v); b = RGB565_B(v); int sum = r+g+b; *((uint16_t *)pixel) = MAKE_RGB565(sum/3,sum/3); } } } AndroIDBitmap_unlockPixels(env,bitmap); }}
这一段代码虽然长,但逻辑其实非常简单。
AndroIDBitmAPInfo bitmAPInfo; memset(&bitmAPInfo,&bitmAPInfo);
我们通过bitmap获得AndroIDBitmAPInfo对象。AndroIDBitmAPInfo为我们提供了Bitmap的所有信息。
然后我们,再调用AndroIDBitmap_lockPixels:
voID * pixels = NulL;int res = AndroIDBitmap_lockPixels(env,&pixels);
获得bitmap的像素矩阵,并将它存放在&pixels中。
pixels的每一位就包含了一个像素点的颜色信息。因此在RGB565模式下,它就是16位的,在ARGB8888模式下,它就是24位的。最后,我对RGB三色的值取了平均,从而得到一个新的图片。在这个图片中,RGB三色的值是相等的。因此,它是一个黑白图片。
我们在修改图片的像素值时,图片其实是被锁定的,修改完成后,我们需要解锁:
AndroIDBitmap_unlockPixels(env,bitmap);
至此,我们的图片修改就完成了。最后看一下效果。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。
总结以上是内存溢出为你收集整理的Android JNI处理图片实现黑白滤镜的方法全部内容,希望文章能够帮你解决Android JNI处理图片实现黑白滤镜的方法所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)