??????? 九層之臺，起于累土；千里之堤毀于蟻穴；成者半于九十。最近工程項目完全可以調(diào)試，卻最后在 OpenCV向JNI層的參數(shù)轉(zhuǎn)換?這個節(jié)點上遇到麻煩，看來得好好的思考一番，仔細(xì)尋找其中的紕漏。

一、實例

????????根據(jù)可運行的openCv sample,可以用與人臉檢測的函數(shù)是這樣的：

//貌似 必須要特殊編寫，便可以默認(rèn)調(diào)用！wishchin！ public Mat onCameraFrame(CvCameraViewFrame inputFrame) {mRgba = inputFrame.rgba();mGray = inputFrame.gray();if (mAbsoluteFaceSize == 0) {int height = mGray.rows();if (Math.round(height * mRelativeFaceSize) > 0) {mAbsoluteFaceSize = Math.round(height * mRelativeFaceSize);}mNativeDetector.setMinFaceSize(mAbsoluteFaceSize);}MatOfRect faces = new MatOfRect();if (mDetectorType == JAVA_DETECTOR) {if (mJavaDetector != null)mJavaDetector.detectMultiScale(mGray, faces, 1.1, 2, 2, // TODO: objdetect.CV_HAAR_SCALE_IMAGEnew Size(mAbsoluteFaceSize, mAbsoluteFaceSize), new Size());}else if (mDetectorType == NATIVE_DETECTOR) {if (mNativeDetector != null)mNativeDetector.detect(mGray, faces);//Detect 面部的代碼，使用C++！wishchin！}else {Log.e(TAG, "Detection method is not selected!");}//0.2.把檢測到的框畫在圖片上！wishchin！Rect[] facesArray = faces.toArray();for (int i = 0; i < facesArray.length; i++){Core.rectangle(mRgba, facesArray[i].tl(), facesArray[i].br(), FACE_RECT_COLOR, 3); }if (mNativeDetector != null){//Detect 使用C++！wishchin！//mCamParam.dof6CamRecog(mGray,mCamParam);//具體函數(shù)已經(jīng)轉(zhuǎn)移！}return mRgba; }
函數(shù)分析：

主要處理過程：

mNativeDetector.detect(mGray, faces);//Detect 面部的代碼，使用C++！wishchin！所使用的函數(shù)：

public void detect(Mat imageGray, MatOfRect faces) {nativeDetect( mNativeObj, imageGray.getNativeObjAddr(), faces.getNativeObjAddr() );}所調(diào)用的Native函數(shù)：

private static native void nativeDetect(long thiz, long inputImage, long faces);

對應(yīng)CPP內(nèi)的JNI接口：

JNIEXPORT void JNICALL Java_com_example_feeljulygpsmap_FeelJulyGpsMap_nativeDetect (JNIEnv * jenv, jclass,jlong thiz,jlong imageGray, jlong faces) {LOGD("Java_org_opencv_samples_facedetect_DetectionBasedTracker_nativeDetect enter");try{vector<Rect> RectFaces;((DetectionBasedTracker*)thiz)->process(*((Mat*)imageGray));((DetectionBasedTracker*)thiz)->getObjects(RectFaces);vector_Rect_to_Mat(RectFaces, *((Mat*)faces));}catch(cv::Exception& e){LOGD("nativeCreateObject caught cv::Exception: %s", e.what());jclass je = jenv->FindClass("org/opencv/core/CvException");if(!je)je = jenv->FindClass("java/lang/Exception");jenv->ThrowNew(je, e.what());}catch (...){LOGD("nativeDetect caught unknown exception");jclass je = jenv->FindClass("java/lang/Exception");jenv->ThrowNew(je, "Unknown exception in JNI code DetectionBasedTracker.nativeDetect()");}LOGD("Java_org_opencv_samples_facedetect_DetectionBasedTracker_nativeDetect exit"); }

二、參數(shù)解析

1.java到C++

第一層參數(shù)轉(zhuǎn)換：由Java到C++，通過jlong類型

??????? 轉(zhuǎn)換語法：

nativeDetect( mNativeObj, imageGray.getNativeObjAddr(), faces.getNativeObjAddr() );通過Mat型 .getNativeObjAddr()成員函數(shù)獲取矩陣地址，通過jlong型進(jìn)行JNI參數(shù)代入

對應(yīng)形式：

JNIEXPORT void JNICALL Java_com_example_feeljulygpsmap_FeelJulyGpsMap_nativeDetect (JNIEnv * jenv, jclass,jlong thiz,jlong imageGray, jlong faces)函數(shù)進(jìn)行運算的過程：

((DetectionBasedTracker*)thiz)->process(*((Mat*) imageGray) );

涉及到的第二次參數(shù)轉(zhuǎn)化：

*((Mat*) imageGray) 把jlong型在C++層強(qiáng)制轉(zhuǎn)化為Mat類型的指針，供其他C++函數(shù)使用，由此完成Java層到C++層的全部語法轉(zhuǎn)換！

其中前兩個參數(shù)的作為JNI本地參數(shù)默認(rèn)調(diào)用；

第三個參數(shù)jlong?thiz顧名思義即是所使用參數(shù)類的載入地址，通過獲取C++類的地址載入，由此可以使用在底層使用C++的類，并獲取C++類的類函數(shù)和成員變量。

第四個和第五個參數(shù)分別對應(yīng)了java層載入的兩個mat型參數(shù)的地址，由此完成java向JNI層的陷入。

自此檢測，我的代碼和sample在語法層面完全一致，并且代入變元的語義一致，在此過程的移植方法上，理所應(yīng)當(dāng)是沒有錯誤的。

注意事項：不管有沒有聲明const，載入的Mat型是不能被改變的，已經(jīng)初始化的mat型不能再被修改，比如

<del>*((Mat*) imageGray)</del> 為什么？難道是為了保持上層變量的完整性？

2.由C++到j(luò)ava層

參數(shù)變元，經(jīng)過一系列運算，得到函數(shù)結(jié)果，或者以參數(shù)或者以返回值的方式向java層返回。

由C++到j(luò)ava層返回的語法是這樣的：

mNativeDetector.detect(mGray, faces);//Detect 面部的代碼，使用C++！wishchin！
所調(diào)用的java函數(shù)：

mNativeDetector.detect(mGray, faces);//Detect 面部的代碼，使用C++！wishchin！ <pre name="code" class="java"> public void detect(Mat imageGray, MatOfRect faces) {nativeDetect( mNativeObj, imageGray.getNativeObjAddr(), faces.getNativeObjAddr() );}

所使用的Native函數(shù)：

private static native void nativeDetect(long thiz, long inputImage, long faces);

對應(yīng)CPP內(nèi)的JNI接口：

JNIEXPORT void JNICALL Java_com_example_feeljulygpsmap_FeelJulyGpsMap_nativeDetect (JNIEnv * jenv, jclass,jlong thiz,jlong imageGray, jlong faces);JNI函數(shù)處理過程：

((DetectionBasedTracker*)thiz)->getObjects(RectFaces);vector_Rect_to_Mat(RectFaces, *((Mat*)faces));參數(shù)轉(zhuǎn)變的函數(shù)調(diào)用：

vector_Rect_to_Mat(RectFaces, *((Mat*)faces));參數(shù)轉(zhuǎn)變函數(shù)：

inline void vector_Rect_to_Mat(vector<Rect>& v_rect, Mat& mat) {mat = Mat(v_rect, true); }

完成效果：

返回臉部檢測的識別框，壓入Vector，并通過函數(shù)強(qiáng)制轉(zhuǎn)換成 Mat型指針，

java頂層調(diào)用：

//0.2.把檢測到的框畫在圖片上！wishchin！Rect[] facesArray = faces.toArray();這樣可以通過數(shù)組轉(zhuǎn)化為java層的 CvArray 類型，

以便

for (int i = 0; i < facesArray.length; i++){Core.rectangle(mRgba, facesArray[i].tl(), facesArray[i].br(), FACE_RECT_COLOR, 3); }
此代碼段使用。

顯示效果為：

總結(jié)

以上是生活随笔為你收集整理的OpenCV向JNI层的参数转换的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。