【图片去霾算法实践】NDK下二维数组的传递
最近看到了一篇关于图片“去霾算法”的文章,一下子就有了兴趣,所以想着能不能实现。由于数学能力捉急,无法理解文章的思想和相关论文。于是在Github上找到了相关的Java代码,算法的效果十分明显:
去霾前的图片
去霾算法处理后的图片
不知道是不是算法太复杂,还是Java效率相对较低的缘故,一个3M的JPG图片处理下来需要近20秒的时间。 效果明显的算法让我萌生了开发一款去霾相机的想法,为了获得更快的处理速度,在研究Java去霾算法代码后,我决定将其写成C++代码,然后通过NDK(Android原生开发)移植到Android平台。 项目的基本思想是在Android/Java下获得图片的Bitmap将其像素点转成二维的int二维数组,然后将int二维数组传入JNI层,交给NDK层C++代码处理,NDK层处理完毕后返回去霾后的int二维数组,由Java层转成Bitmap重新显示或保存。 经过一天的奋斗,我终于实现了用C++代码实现“去霾”算法并顺利移植到Android原生开发中。效果已实现,目前还有很多BUG,图片大小稍大时算法耗费的时间和内存过大.
Android 图片去霾
本文预计会写一个系列,后续根据情况可能会开源。如果你对去霾算法实践感兴趣,可以关注我的简书和博客:http://baiyuan.wang ,后续将持续更新
本篇文章介绍NDK和Java层怎样互传二维数组
NDK->C++
ndkArray[mHeight][mWidth]->cppArray[mHeight][mWidth]
int \*\*cppArray= new int \*\[mHeight\];
for (int i = 0; i < mImageHeight; i++) {
cppArray\[i\] = new int\[mWidth\];
jintArray intdata = (jintArray) env->GetObjectArrayElement(ndkArray, i);
cppArray\[i\] = env->GetIntArrayElements(intdata, 0);
env->DeleteLocalRef(intdata);//释放内存,防止内存泄漏
}
}
C++->NDK
cppArray[mHeight][mWidth]->ndkArray[mHeight][mWidth]
jobjectArray ndkArray= env->NewObjectArray(mHeight,env->FindClass(“[I”),NULL);
for (int i = 0; i < mHeight; i++) {
jintArray jintArray= env->NewIntArray(mWidth);
env->SetIntArrayRegion(jintArray, 0, mWidth, out[i]);
env->SetObjectArrayElement(ndkArray, i, jintArray);
env->DeleteLocalRef(jintArray);
}
return ndkArray;
厉害,佩服