3D激光扫描三维重建——6.（android）系统框架

本系统在matlab验证过后，目标是移植到android上。
通过Android的JNI调用c++实现的算法核心部分。
方法：在安卓开发中，通过JNI调用本地C++代码，使用opencv进行开发处理，本地代码通过NDK进行编译。

---

MainActivity.class

主要实现功能：Android实现录像主要依靠MediaRecorder和SurfaceView这两个类。另外，因为需要对摄像头参数做一些设定，所以也需要Camera类。它们的作用分别是：MediaRecorder通过控制录像音视频源和输出编码等；surfaceview则是作为View的存在提供用户界面，在surfaceview的不同生命周期实现不同的操作；camera类则用于对摄像头参数做一些设定，再调用MediaRecorder的setCamera()
方法将camera对象带入。

• 初始化屏幕和layout（activity_main.xml）
• 创建SurfaceView（Surface的意思是表层，表面的意思，那么SurfaceView就是指一个在表层的View对象。因为它有点特殊跟其他View不一样，其他View是绘制在表层外，而它就是充当表层对象。）
  
  • 初始化相机设置（Camera类）
  • 监听“录制视频”按钮，生成MediaRecorder类对象，并通过该对象的setCamera() 方法设置相机初始化参数，设置帧率30，打开录像，以时间戳为文件名保存每一帧，延时6000ms后关闭录像。（mp4格式）
• 由点击“查看视频文件”按钮事件，通过Intent()启动”查看视频文件”活动（ShowVideoActivity.class)
• 由点击“视频处理”按钮事件，通过Intent()启动”视频处理”活动（ProcessActivity.class)

---

ShowVideoActivity.class

主要实现功能：获取文件列表——选择文件——Uri类播放视频文件

---

ProcessActivity.class

主要实现功能：首先通过intent.putExtra()和intent.getStringExtra()传递参数，获取MainActivity.class中录制的视频文件名；然后通过MediaMetadataRetriever类解析媒体文件；点击“处理图像”按钮调用处理函数：首先在for循环中通过getFrameAtTime()获取视频中的一帧，在通过Bitmap类的getPixels()方法获取一帧图像的像素值，然后调用距离测距方法，该方法是通过Android的JNI调用实现的；

---

Android 的 JNI 调用

• 先在Android工程新建JNI接口类，该类不需要继承任何Java的接口类，我这里定义为OpenCVHelper.class，在该类中声明我们坐标计算的方法。
• 编译该接口类：在cmd中进入该工程的目录，输入【javah -classpath bin/classes -d jni com.alanjet.videorecordertest.OpenCVHelper】编译接口类，将会在该工程中自动创建jni文件夹，其中包含编译好的【com_alanjet_videorecordertest_OpenCVHelper.h】头文件。
• 配置Android工程的NativeSupport，将会在jni文件夹中自动添加一个【Android.mk】文件和【com_alanjet_videorecordertest_OpenCVHelper.cpp】文件，并在该.cpp文件中添加具体的接口实现方法。
• C++实现

JNIEXPORT jdoubleArray JNICALL Java_com_alanjet_videorecordertest_OpenCVHelper_computeXYZ
        (JNIEnv *env, jclass obj, jintArray buf, jint offset){
    double rotAngle=(double)offset;
    const double pi=3.14;
    const double fc=574.860069576728280;
    int w=640;
    int h=480;
    int count=0;
    int sumInd=0;
    double offsetAngle=-(rotAngle)/360.0*pi;
    double ind=0,xDis=0,qChange=0;
    double sDis=0.2,sRotation=0.105,pixelSize=0.0000022,angle=82.0/180.0*pi,focal=fc*pixelSize,objY=0.5;
    double posX,posY,posZ;

    /**获取java传递下来的数组**/
    jint *cbuf;
    cbuf=env->GetIntArrayElements(buf,JNI_FALSE);
    if(NULL==cbuf){
        return 0;
    }
    Mat imgData(h,w,CV_8UC4, (unsigned char*)cbuf);   //原始图像数据
    vector channels;
    split(imgData,channels);   //图像的通道拆分
    Mat binaryImg=channels[0];
    threshold(binaryImg,binaryImg,10,255,THRESH_OTSU);  //图像二值化，阈值为10
    jdouble *ptr=new jdouble[480*3];  //保存由图像光条计算得到的3D坐标
    for(int j=0;j<480;j++) //对480行的每一行操作
    {
        double surToSurAngle=atan( (-pixelSize*(j-240)) / focal);  //基准面角
        double focalTransform=focal/cos(surToSurAngle);   //该行的成像点对应的焦距
        sumInd=0;count=0;
        uchar* data=binaryImg.ptr(j);  //该行每一个像素点值
        for(int i=0;i<640;i++)   //对该行的每一列，即每一个像素点操作
        {
            int temp=(int)data[i];
            if(255==temp && i>320)   //统计该行的光条像素位置之和及个数，用来后面求平均值
            {
                sumInd+=i+1;//第i列代表加上i+1
                count++;
            }
        }
        if(0==count)
        {
            posX=0;
            posY=0;
            posZ=0;
        }
        else
        {
            ind=(double)sumInd/(double)count;  //光条中心位置
            xDis=(ind-320)*pixelSize+focalTransform/tan(angle);   
            qChange=focalTransform*sDis/xDis;  //计算物体到基线的距离
            posY=qChange*cos(surToSurAngle);
            posZ=qChange*sin(surToSurAngle);
            posX=posY/tan(angle)-sRotation;   //获得物体每个点在旋转中心坐标系下的3D坐标
            posY=posY-objY;
            posX=posX*cos(offsetAngle)+posY*sin(offsetAngle);
            posY=posY*cos(offsetAngle)-posX*sin(offsetAngle);  //获得物体每个点在旋转平台旋转到90°时的坐标系下的3D坐标
        }
        ptr[j*3+0]=posX;
        ptr[j*3+1]=posY;
        ptr[j*3+2]=posZ;   //存入数组中
    }
    jdoubleArray result = env->NewDoubleArray(3*480);
    /**将ptr赋值给result，该数组返回给Java层**/
    env->SetDoubleArrayRegion(result,0,480*3,ptr);
    return result;

}