1. 前言
上篇文章我們在Android中使用OpenCV實(shí)現(xiàn)了人臉識(shí)別，這篇文章我們使用OpenCV+YOLOv8+NCNN 來實(shí)現(xiàn)人像分割的功能。
首先來看下效果，這里會(huì)識(shí)別出人體，并會(huì)用藍(lán)色的框框出來，并會(huì)有標(biāo)簽標(biāo)注識(shí)別出的物體是什么，概率是多少。
識(shí)別出的人像，會(huì)覆蓋上一層粉紅色，其實(shí)就是識(shí)別出了整個(gè)人體輪廓了。
2. YOLOv8是什么
YOLOv8 是來自 Ultralytics 的2023年最新的基于 YOLO 的對象檢測模型系列，提供了先進(jìn)的性能。
要了解YOLOv8，就要先看一下YOLO （you only look once）的誕生歷史，這部分具體詳見 童心未泯的 YOLO 之父，Joseph Redmon 笑傲 CV 江湖記，這里就不過多介紹了，我們只需要知道，YOLO只需要瀏覽一次就可以識(shí)別出圖中的物體的類別和位置，并且能夠進(jìn)行圖像分割。
3. NCNN是什么
ncnn 是一個(gè)為手機(jī)端極致優(yōu)化的高性能神經(jīng)網(wǎng)絡(luò)前向計(jì)算框架。 ncnn 從設(shè)計(jì)之初深刻考慮手機(jī)端的部署和使用。 無第三方依賴，跨平臺(tái)，手機(jī)端 cpu 的速度快于目前所有已知的開源框架。 基于 ncnn，開發(fā)者能夠?qū)⑸疃葘W(xué)習(xí)算法輕松移植到手機(jī)端高效執(zhí)行， 開發(fā)出人工智能 APP ，將 AI 帶到你的指尖。 ncnn 目前已在騰訊多款應(yīng)用中使用，如：QQ，Qzone，微信，天天 P 圖等。
NCNN目前已經(jīng)支持大部分的CNN網(wǎng)絡(luò)，包括YOLO。這意味著YOLO算法可以集成到NCNN框架中，并在手機(jī)端進(jìn)行高效執(zhí)行。因此，NCNN和YOLO可以相互結(jié)合使用，以實(shí)現(xiàn)更快速、更高效的目標(biāo)檢測。
4. OpenCV是什么
OpenCV是一個(gè)跨平臺(tái)計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)軟件庫，它輕量級而且高效，由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，同時(shí)提供了Python、Ruby、MATLAB等語言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法。在本篇文章中，OpenCV主要是以圖像轉(zhuǎn)化與傳遞的作用引入的。
5. 運(yùn)行ncnn-android-yolov8-seg
那么，怎么在Android中如何使用OpenCV+YOLOv8+NCNN呢 ?
首先，我們可以在Github上找到這個(gè)庫 : Digital2Slave/ncnn-android-yolov8-seg，內(nèi)部已經(jīng)使用OpenCV+YOLOv8+NCNN，來實(shí)現(xiàn)人像分割功能了，這里我們可以來導(dǎo)入這個(gè)項(xiàng)目，運(yùn)行一下看下效果。
5.1 導(dǎo)入ncnn-android-yolov8-seg
我們下載好Digital2Slave/ncnn-android-yolov8-seg的代碼后，使用Android Studio 3.6導(dǎo)入項(xiàng)目。
這個(gè)時(shí)候，會(huì)提示報(bào)錯(cuò)
Caused by: java.lang.NullPointerException
at com.google.common.base.Preconditions.checkNotNull(Preconditions.java:787)
at com.android.build.gradle.internal.ndk.NdkHandler.getPlatformVersion(NdkHandler.java:159)
at com.android.build.gradle.internal.ndk.NdkHandler.supports64Bits(NdkHandler.java:332)
at com.android.build.gradle.internal.ndk.NdkHandler.getSupportedAbis(NdkHandler.java:404)
...
這是因?yàn)槲覀冞€沒有配置NDK路徑
5.2 配置CMake和NDK路徑
local.properties添加如下代碼
# 設(shè)置cmake路徑，這里的路徑要改成你的實(shí)際cmake路徑
cmake.dir=C\:\\Developer\\Android_SDK\\cmake\\3.10.2.4988404
# 設(shè)置ndk路徑，這里的路徑要改成你的實(shí)際ndk路徑
ndk.dir=C\:\\Developer\\Android_SDK\\ndk\\20.0.5594570
5.3 配置 NDK DANDROID_STL
在app的build.gradle中，externalNativeBuild的cmake代碼塊中，可以添加如下代碼
arguments "-DANDROID_STL=c++_shared"
總體代碼如下
externalNativeBuild {
cmake {
cppFlags "-std=c++11 -frtti -fexceptions"
abiFilters 'arm64-v8a'
arguments "-DANDROID_STL=c++_shared"
}
}
5.4 解決報(bào)錯(cuò) unknown argument
我們再同步一下項(xiàng)目，可以發(fā)現(xiàn)報(bào)如下錯(cuò)誤，使用ndk16到ndk20都會(huì)出現(xiàn)這個(gè)報(bào)錯(cuò)。
Execution failed for task ':app:externalNativeBuildDebug'.
> Build command failed.
Error while executing process C:\Developer\Android_SDK\cmake\3.10.2.4988404\bin\cmake.exe with arguments {--build E:\WorkSpace\Demo\Tnn\New\ncnn-android-yolov8-seg\app\.externalNativeBuild\cmake\debug\arm64-v8a --target yolov8ncnn}
...
clang++.exe: error: unknown argument: '-static-openmp'
ninja: build stopped: subcommand failed.
5.4.1 解決方式一
這里我們?nèi)炙阉?code>-static-openmp，將其都刪除。
5.4.2 解決方式二
使用高版本的NDK，比如NDK 25.1.8937393
# 設(shè)置cmake路徑，這里的路徑要改成你的實(shí)際cmake路徑
cmake.dir=C\:\\Developer\\Android_SDK\\cmake\\3.10.2.4988404
# 設(shè)置ndk路徑，這里的路徑要改成你的實(shí)際ndk路徑
ndk.dir=C\:\\Developer\\Android_SDK\\ndk\\25.1.8937393
5.4.3 重新編譯運(yùn)行
接著重新編譯一下 C++ Projects
然后，點(diǎn)擊運(yùn)行，發(fā)現(xiàn)項(xiàng)目正常運(yùn)行起來了。
6. 接入OpenCV+YOLOv8+NCNN
然后我們可以在自己的項(xiàng)目中接入OpenCV+YOLOv8+NCNN了，但是看了下源碼，我們可以發(fā)現(xiàn)ncnn-android-yolov8-seg這個(gè)項(xiàng)目里的相機(jī)是用的c/c++，但是在我們項(xiàng)目中，使用的Java層的Camera API來實(shí)現(xiàn)的API。
要想在自己項(xiàng)目里集成ncnn，那就需要把ncnn-android-yolov8-seg里的核心代碼給抽離，然后對接到Java的Camera API中。
那需要怎么做呢 ?
下一篇文章來實(shí)現(xiàn)一下文章來源：http://www.zghlxwxcb.cn/news/detail-765562.html
詳見 : Android 在自己的項(xiàng)目接入OpenCV+YOLOv8+NCNN，實(shí)現(xiàn)人像分割-CSDN博客文章來源地址http://www.zghlxwxcb.cn/news/detail-765562.html
到了這里，關(guān)于Android 導(dǎo)入ncnn-android-yolov8-seg : 實(shí)現(xiàn)人體識(shí)別和人像分割的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
