知来者逆的博客

前言在做安卓端的目标识别相关项目，用到YoloV5,原本只用OpenCV的DNN来做模型推理，但速度达不到要求，所以转向移动端推理加速库，试了mnn、PaddlePaddle，ncnn，做了对比，最终确定用ncnn做推理加速库。ncnn的各个模块的强大无须多说，特别int8量化真的超级好用。如果你没有自己添加代码或者添加自定义的层，建议直接下载ncnn的releases库直接就行。但我这里用到yolov5，要添加一个自定义的层，所以要自己编译。Windows10系统，IDE是Android Studi

在进行文字识别时，不仅需要有效地提取和识别文字，还应确保文本以正确的方向呈现，以提高准确性。这意味着在识别文本之前，必须对图像进行预处理，以使文本在水平或垂直方向上对齐。在传统数字图像处理中常用投影分析、Hough变换、方向梯度直方图（HOG）等，来检测并调整文本的方向。但在实现过程中，发现传统的数字图像处理撸棒性并不是很高，所以选用了基于深度学习的方法，实现的步骤是使用先对文档进行边缘检测，关于边缘检测，可以看我之前的博客。然后对剪切出来的文档使用DBNet进行文本检测，之后对检测的行做文字方向检测。

这是一个安卓NDK的项目，想要实现的效果就是拍照扫描，这里只涉及到的只有边缘检测，之后会写文档滤镜、证件识别与证件1比1打印，OCR、版面分析之后的文档还原。我的开发环境是Android Studio 北极狐，真机是华为mate 30 pro，系统是HarmonyOS 4.0.0, NDK 是21.1.6352462这个版本，可实现CPU与GPU、NPU推理，推理速度与精度可以按真机去匹配，测试的效果不输于当前市面上排APP市场靠前的几个商业应用

演示了NDK项目是如何导入与调用C++代码的，但很多时候，C++的实现代码并不能都给别人，所要把.cpp文件封装成.so文件，只留api接口给用户调用。要封装成.so文件分步，一是指定so文件输出的目录，二是指定哪些.cpp文件封装成.so 。

文档版面分析是针对图片或页面扫描图像上感兴趣的区域进行定位和分类的过程。其主要目标在于让机器能够理解文档结构，即将文档图像划分为不同类型内容的区域，并分析这些区域之间的关系。这是进行内容识别之前的关键步骤，它通常可以分为页面分割和逻辑结构分析两个方面。

在 Android NDK开发中，JNI可以在 Java 和本地代码（如 C、C++）之间进行通信。JNI 提供了在 Android 应用中调用本地（C/C++）代码的能力，并允许本地代码与 Java 代码相互交互。下面是在安卓上实现OCR时用到的一些常用处理函数

Android Studio安卓开发中常见的错误与解决方法具体步骤。

口罩佩戴检测的安卓项目，详细的介绍了从模型训练原理步骤到使用JNI和NCNN进行模型部署，可以选择CPU或者GPU加速，在华为mate 30 pro上使用cpu 能达到13fps,gpu能达到20fps,精度在95%以上。

安卓实现工业级静默活体检测，判别机器前出现的人脸是真实还是伪造。用于判别虚假人脸。

前言开发环境是Android studio 北极狐，CameraX1.0.0-alpha02，实现语言是Java。创建工程1.引入CameraX在build.gradle添加要引入CameraX的版本。 //CameraX def camerax_version = "1.0.0-alpha02" implementation "androidx.camera:camera-core:${camerax_version}" implementation "androidx

1.在创建的项目里面添加一个Empty Activit，我这里命名为BootScreen。2.把启动时要显示的图像拖到res的mipmap目录下。3.在BootScreen.java里面添加代码public class BootScreen extends AppCompatActivity{ ProgressBar splashProgress; int SPLASH_TIME = 5000; @Override protected void onCreate