当前位置：首页 > news >正文

Linux C++ JNI封装、打包成jar包供Java调用详细介绍

news 来源：原创 2025/5/6 22:24:21

在前面 Android专栏中详细介绍了如何在Android Studio中调用通过jni封装的c++库。

在Android使用 opencv c++代码，需要准备opencv4android，也就是c++的任何代码，是使用Android NDK编译的，相当于在windows/mac上使用Android stdido交叉编译。

本文再介绍服务端的使用方式，c++通过jni封装的库，直接被java后端服务代码调用。这里c++依赖库都是linux主机上，jni有关库也都是linux上的，因此就不存在交叉编译。

最后，还将项目打包成 jar包。

实际项目参考 GitCode FLowMeasurem。

文章目录

1、环境准备
- 1.1、java sdk安装
- 1.2、opencv
- 1.3、gcc/g++ 和 cmake
2、项目实现
- 2.1、java端代码
- 2.2、生成头文件
- 2.4、C++实现
- 2.5、编译共享库
- - 2.5.1、命令行编译
  - 2.5.2、cmake编译
2.6、测试运行
3、导出Jar包给后端直接使用
- 3.1、项目结构
- 3.2、项目准备
- - 3.2.1、创建Java类
  - 3.2.2、生成JNI头文件
  - 3.2.3、实现c++代码
  - 3.2.4、编写CMake构建文件
  - 3.2.5、构建动态库
- 3.3、打包jar
- - 3.3.1、编译java代码
  - 3.3.2、创建MANIFEST.MF
  - 3.3.3 打包JAR
  - 3.3.4、jar包中添加so动态库
- 3.4、测试jar包
- 3.5、包声明问题
4、优化 Jar 包代码和结构

1、环境准备

1.1、java sdk安装

这里直接使用apt安装（可能还需要配置环境变量），

sudo apt install openjdk-8-jdk

之后使用 javac 、javah 工具，能正常使用即可。

1.2、opencv

简单起见，直接

sudo apt install libopencv-dev

1.3、gcc/g++ 和 cmake

不赘述。

2、项目实现

2.1、java端代码

我们定义一个 OpenCVJNI.java 类，里面包含native函数，以及测试代码main函数。

public class OpenCVJNI {// 加载本地库static {System.loadLibrary("OpenCVJNI");}// 声明本地方法public native int detectFaces(String imagePath, String outputPath);// 测试main函数public static void main(String[] args) {if (args.length < 2) {System.out.println("Usage: java OpenCVJNI <inputImage> <outputImage>");return;}OpenCVJNI ocv = new OpenCVJNI();int faceCount = ocv.detectFaces(args[0], args[1]);System.out.println("Detected " + faceCount + " faces.");}
}

2.2、生成头文件

编译Java类的命令 javac OpenCVJNI.java 此时，会在当前目录生成 OpenCVJNI.class 文件；
继续执行 javah -jni OpenCVJNI 会继续在当前目录生成 OpenCVJNI.h 文件。

我们可以使用 javac OpenCVJNI.java -h ./ 直接在当前目录生成class文件 ( -s 指定class保存目录)，和 -h 指定目录下保存生的 h 文件。

内容如下

/* DO NOT EDIT THIS FILE - it is machine generated */
#include <jni.h>
/* Header for class OpenCVJNI */#ifndef _Included_OpenCVJNI
#define _Included_OpenCVJNI
#ifdef __cplusplus
extern "C" {
#endif
/** Class:     OpenCVJNI* Method:    detectFaces* Signature: (Ljava/lang/String;Ljava/lang/String;)I*/
JNIEXPORT jint JNICALL Java_OpenCVJNI_detectFaces(JNIEnv *, jobject, jstring, jstring);#ifdef __cplusplus
}
#endif
#endif

2.4、C++实现

#include <jni.h>
#include <opencv2/opencv.hpp>
#include "OpenCVJNI.h"using namespace cv;JNIEXPORT jint JNICALL Java_OpenCVJNI_detectFaces(JNIEnv *env, jobject obj, jstring imagePath, jstring outputPath) {// 将Java字符串转换为C字符串const char* inputPath = env->GetStringUTFChars(imagePath, 0);const char* outPath = env->GetStringUTFChars(outputPath, 0);// 加载图像Mat image = imread(inputPath);if(image.empty()) {env->ReleaseStringUTFChars(imagePath, inputPath);env->ReleaseStringUTFChars(outputPath, outPath);return -1;}// 转换为灰度图像Mat gray;cvtColor(image, gray, COLOR_BGR2GRAY);// 加载预训练的人脸检测器CascadeClassifier faceDetector;String faceCascadePath = "/usr/share/opencv4/haarcascades/haarcascade_frontalface_default.xml";if(!faceDetector.load(faceCascadePath)) {env->ReleaseStringUTFChars(imagePath, inputPath);env->ReleaseStringUTFChars(outputPath, outPath);return -2;}// 检测人脸std::vector<Rect> faces;faceDetector.detectMultiScale(gray, faces, 1.1, 3, 0, Size(30, 30));// 在检测到的人脸周围绘制矩形for(size_t i = 0; i < faces.size(); i++) {rectangle(image, faces[i], Scalar(0, 255, 0), 2);}// 保存结果图像imwrite(outPath, image);// 释放资源env->ReleaseStringUTFChars(imagePath, inputPath);env->ReleaseStringUTFChars(outputPath, outPath);return faces.size();
}

2.5、编译共享库

2.5.1、命令行编译

使用g++命令行编译

g++ -I"$JAVA_HOME/include" -I"$JAVA_HOME/include/linux" -I/usr/include/opencv4 \-shared -fPIC -o libOpenCVJNI.so OpenCVJNI.cpp \-lopencv_core -lopencv_imgproc -lopencv_objdetect -lopencv_highgui

若提示错误找不到jni有关头文件，请配置环境变量 JAVA_HOME，例如这里的为 /usr/lib/jvm/java-8-openjdk-amd64

编译之后，会在当前目录下生成 libOpenCVJNI.so 文件。

2.5.2、cmake编译

在当前目录创建 CMakeLists.txt:

cmake_minimum_required(VERSION 3.5)
project(OpenCVJNI)find_package(Java REQUIRED)
find_package(JNI REQUIRED)
find_package(OpenCV REQUIRED)include_directories(${JNI_INCLUDE_DIRS})
include_directories(${OpenCV_INCLUDE_DIRS})add_library(OpenCVJNI SHARED OpenCVJNI.cpp)
target_link_libraries(OpenCVJNI ${OpenCV_LIBS})

执行以下命令，在当build目录下生成 libOpenCVJNI.so 文件。

mkdir build
cd build
cmake ..
make

2.6、测试运行

以cmake方式为例，给出当前项目目录结构

OpenCVJNIProject/
├── CMakeLists.txt
├── lena.png
├── OpenCVJNI.java
├── OpenCVJNI.cpp
├── OpenCVJNI.h
└── build/└── libOpenCVJNI.so

我们运行时，需要将编译生成的 libOpenCVJNI.so ，复制到Java库路径或者指定路径，之后在OpenCVJNI.class的目录下执行。

方式1

cd build
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:.
cd ..
java -Djava.library.path=. OpenCVJNI ../lena.png output.jpg

方式2

java -Djava.library.path=./build OpenCVJNI ../lena.png output.jpg

方式3

将 OpenCVJNI.class 和 libOpenCVJNI.so 放在同一目录(当前命令也包含图片)，直接运行

java OpenCVJNI ../lena.png output.jpg

在这里插入图片描述

3、导出Jar包给后端直接使用

前面OpenCVJNI.java 就包含了接口，也包含了测试代码。这里，我们将前面人脸识别的接口进行封装成一个jar包，供其他java项目直接调用。

3.1、项目结构

我们按照java调用的格式创建一个目录结构

MyOpenCVProject/
├── native/                  # 本地代码(C/C++)目录
│   ├── CMakeLists.txt       # C++构建配置
│   ├── src/                 # C++源代码
│   └── lib/                 # 生成的动态库
├── java/                    # Java代码目录
│   ├── src/                 # Java源代码
│   └── target/              # 构建输出
└── dist/                    # 最终分发目录

3.2、项目准备

3.2.1、创建Java类

在创建目录 java/src/com/magicsky/OpenCVWrapper，在当前包下创建OpenCVWrapper.java 文件.

package com.magicsky.OpenCVWrapper;public class OpenCVWrapper {static {System.loadLibrary("opencv_jni"); // 加载动态库}// 声明本地方法public native int detectFaces(String inputPath, String outputPath);// 辅助方法：获取当前平台对应的库名称private static String getLibraryName() {String osName = System.getProperty("os.name").toLowerCase();if (osName.contains("linux")) {return "opencv_jni";} else if (osName.contains("win")) {return "opencv_jni";} else if (osName.contains("mac")) {return "opencv_jni";}return "opencv_jni";}
}

3.2.2、生成JNI头文件

首先编译生成class文件，并导出头文件，这里一步到位

cd java/src
javac -h ../../native/src com/magicsky/OpenCVWrapper/OpenCVWrapper.java

运行之后，会在 OpenCVWrapper.java 同级目录下生成 OpenCVWrapper.class文件。

类似Android中，在 native/src下创建了一个文件 com_magicsky_OpenCVWrapper_OpenCVWrapper.h。

3.2.3、实现c++代码

在native/src/下创建opencv_jni.cpp 代码，除了引用目录和函数命名，其他内容和前述 OpenCVJNI.java 内容一致。

#include <jni.h>
#include <opencv2/opencv.hpp>
#include "com_magicsky_OpenCVWrapper_OpenCVWrapper.h"using namespace cv;JNIEXPORT jint JNICALL Java_com_magicsky_OpenCVWrapper_OpenCVWrapper_detectFaces(JNIEnv *env, jobject obj, jstring imagePath, jstring outputPath) {// 实现代码与之前示例相同// ...
}

3.2.4、编写CMake构建文件

cmake_minimum_required(VERSION 3.5)
project(OpenCVJNI)find_package(Java REQUIRED)
find_package(JNI REQUIRED)
find_package(OpenCV REQUIRED)include_directories(${JNI_INCLUDE_DIRS})
include_directories(${OpenCV_INCLUDE_DIRS})
include_directories(${CMAKE_CURRENT_SOURCE_DIR}/src)set(CMAKE_LIBRARY_OUTPUT_DIRECTORY ${CMAKE_CURRENT_SOURCE_DIR}/lib)add_library(opencv_jni SHARED src/opencv_jni.cpp)
target_link_libraries(opencv_jni ${OpenCV_LIBS})

3.2.5、构建动态库

cd native
mkdir -p build
cd build
cmake …
make
生成的动态库会在native/lib/目录下，名为libopencv_jni.so 。

查看项目目录结构主要文件如下
在这里插入图片描述

3.3、打包jar

有了以上so文件，按照jar包规则将需要的数据组织起来。

3.3.1、编译java代码

其实就是生成class文件。可以之前复制之前生成的。这里使用命令 javac -d 生成并存入指定位置。

cd java/src
javac -d ../target com/magicsky/OpenCVWrapper/OpenCVWrapper.java

运行后在 java/target 目录下户集成一个多级目录，并创建文件 java/target/com/magicsky/OpenCVWrapper/OpenCVWrapper.class。

-s 的结果为 java/target/OpenCVWrapper.class

3.3.2、创建MANIFEST.MF

创建 java/target/META-INF/ 目录，并添加 `MANIFEST.MF文件，内容如下

Manifest-Version: 1.0
Class-Path: .

3.3.3 打包JAR

先试用 jar 工具打包 MANIFEST.MF 和 OpenCVWrapper.class ，命令如下

mkdir dist
cd java/target
jar cvfm ../../dist/OpenCVWrapper.jar META-INF/MAINFEST.MF com/

运行结果如下

$ mkdir dist
$ cd java/target/
$ jar cvfm ../../dist/OpenCVWrapper.jar META-INF/MAINFEST.MF com/
added manifest
adding: com/(in = 0) (out= 0)(stored 0%)
adding: com/magicsky/(in = 0) (out= 0)(stored 0%)
adding: com/magicsky/OpenCVWrapper/(in = 0) (out= 0)(stored 0%)
adding: com/magicsky/OpenCVWrapper/OpenCVWrapper.class(in = 829) (out= 507)(deflated 38%)

3.3.4、jar包中添加so动态库

将动态库打包到JAR中特定目录（如native/linux-x86_64）：

cd dist
mkdir -p native/linux-x86_64
cp ../native/lib/libopencv_jni.so native/linux-x86_64/jar uf OpenCVWrapper.jar native/linux-x86_64/libopencv_jni.so

打包好后下载到本地，解压查看jar文件结构和内容
在这里插入图片描述
至此，jar打包完成。

还可以使用更高级的 Maven/Gradle 构建

3.4、测试jar包

准备目录结构，并拷贝对应文件

$ tree
.
├── dist
│   ├── native
│   │   └── linux-x86_64
│   │       └── libopencv_jni.so
│   └── OpenCVWrapper.jar
├── lena.png
├── Main.java

在项目根目录中添加 Main.java 文件，内容为

import com.magicsky.OpenCVWrapper.OpenCVWrapper;public class Main {public static void main(String[] args) {OpenCVWrapper wrapper = new OpenCVWrapper();int faceCount = wrapper.detectFaces("lena.png", "output.jpg");System.out.println("Detected " + faceCount + " faces.");}
}

使用 javac -cp dist/OpenCVWrapper.jar Main.java 编译生成 Main.class 文件。

之后执行命令，需要指定so目录， jar 目录等 (根目录下执行)
java -Djava.library.path=dist/native/linux-x86_64 -cp dist/OpenCVWrapper.jar:. Main

运行成功，截图如下
在这里插入图片描述

3.5、包声明问题

前面的测试代码，Main.java在根目录，不存在包声明。下面结构中，存在一个test包。那么在Main.java文件第一行为 "package test;"

$ tree
.
├── dist
│   ├── native
│   │   └── linux-x86_64
│   │       └── libopencv_jni.so
│   └── OpenCVWrapper.jar
├── lena.png
├── test
│   ├── Main.class
│   └── Main.java

有包声明时，命令需要修改 (根目录下执行，包声明中最上一层)
java -Djava.library.path=./dist/native/linux-x86_64 -cp ./dist/OpenCVWrapper.jar:. test.Main

4、优化 Jar 包代码和结构

前面jar包在使用时，没有使用jar包中的 native/lib/libopencv_jni.so 文件，而是拷贝了一份运行时再指定路径。

我们应该在用户使用该jar时，解压jar中的so并使用。
修改 java 文件如下：

package com.magicsky.OpenCVWrapper;import java.io.*;
import java.nio.file.*;public class OpenCVWrapper {// static {//     System.loadLibrary("opencv_jni"); // 加载动态库// }static {loadLibrary();}private static void loadLibrary() {try {String libName = getLibraryName();String libPath = "/native/" + getPlatform() + "/lib" + libName + ".so";// 从JAR中提取库到临时目录InputStream in = OpenCVWrapper.class.getResourceAsStream(libPath);if (in == null) {throw new RuntimeException("Native library not found in JAR: " + libPath);}Path tempDir = Files.createTempDirectory("native-lib");tempDir.toFile().deleteOnExit();Path tempLib = tempDir.resolve("lib" + libName + ".so");Files.copy(in, tempLib, StandardCopyOption.REPLACE_EXISTING);in.close();// 加载库System.load(tempLib.toAbsolutePath().toString());} catch (IOException e) {throw new RuntimeException("Failed to load native library", e);}}// 声明本地方法public native int detectFaces(String inputPath, String outputPath);// 辅助方法：获取当前平台对应的库名称private static String getLibraryName() {String osName = System.getProperty("os.name").toLowerCase();if (osName.contains("linux")) {return "opencv_jni";} else if (osName.contains("win")) {return "opencv_jni";} else if (osName.contains("mac")) {return "opencv_jni";}return "opencv_jni";}private static String getPlatform() {String osName = System.getProperty("os.name").toLowerCase();String osArch = System.getProperty("os.arch").toLowerCase();if (osName.contains("linux")) {return "linux-" + osArch;} else if (osName.contains("win")) {return "win-" + osArch;} else if (osName.contains("mac")) {return "mac-" + osArch;}throw new UnsupportedOperationException("Unsupported platform: " + osName + "/" + osArch);}
}

重新编译并打包

cd java/src
javac -d ../target/ com/magicsky/OpenCVWrapper/OpenCVWrapper.java
cd ../target
jar cvfm ../../dist/OpenCVWrapper.jar META-INF/MAINFEST.MF com/
cd ../../dist
jar uf opencv-wrapper.jar native/linux-x86_64/libopencv_jni.so