Android 导入ncnn-android-yolov8-seg : 实现人体识别和人像分割-Toy模板网

这篇具有很好参考价值的文章主要介绍了Android 导入ncnn-android-yolov8-seg : 实现人体识别和人像分割。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1. 前言

上篇文章我们在Android中使用OpenCV实现了人脸识别，这篇文章我们使用OpenCV+YOLOv8+NCNN 来实现人像分割的功能。

首先来看下效果，这里会识别出人体，并会用蓝色的框框出来，并会有标签标注识别出的物体是什么，概率是多少。
识别出的人像，会覆盖上一层粉红色，其实就是识别出了整个人体轮廓了。

yolov8 人像分割,音视频开发,android,yolov8,OpenCV,NCNN,人体识别,人像分割,人工智能

2. YOLOv8是什么

YOLOv8 是来自 Ultralytics 的2023年最新的基于 YOLO 的对象检测模型系列，提供了先进的性能。
要了解YOLOv8，就要先看一下YOLO （you only look once）的诞生历史，这部分具体详见童心未泯的 YOLO 之父，Joseph Redmon 笑傲 CV 江湖记，这里就不过多介绍了，我们只需要知道，YOLO只需要浏览一次就可以识别出图中的物体的类别和位置，并且能够进行图像分割。

3. NCNN是什么

ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。 ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行，开发出人工智能 APP ，将 AI 带到你的指尖。 ncnn 目前已在腾讯多款应用中使用，如：QQ，Qzone，微信，天天 P 图等。

NCNN目前已经支持大部分的CNN网络，包括YOLO。这意味着YOLO算法可以集成到NCNN框架中，并在手机端进行高效执行。因此，NCNN和YOLO可以相互结合使用，以实现更快速、更高效的目标检测。

4. OpenCV是什么

OpenCV是一个跨平台计算机视觉和机器学习软件库，它轻量级而且高效，由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。在本篇文章中，OpenCV主要是以图像转化与传递的作用引入的。

5. 运行ncnn-android-yolov8-seg

那么，怎么在Android中如何使用OpenCV+YOLOv8+NCNN呢 ?
首先，我们可以在Github上找到这个库 : Digital2Slave/ncnn-android-yolov8-seg，内部已经使用OpenCV+YOLOv8+NCNN，来实现人像分割功能了，这里我们可以来导入这个项目，运行一下看下效果。

5.1 导入ncnn-android-yolov8-seg

我们下载好Digital2Slave/ncnn-android-yolov8-seg的代码后，使用Android Studio 3.6导入项目。

这个时候，会提示报错

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)
	...

这是因为我们还没有配置NDK路径

5.2 配置CMake和NDK路径

local.properties添加如下代码

# 设置cmake路径，这里的路径要改成你的实际cmake路径
cmake.dir=C\:\\Developer\\Android_SDK\\cmake\\3.10.2.4988404
# 设置ndk路径，这里的路径要改成你的实际ndk路径
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代码块中，可以添加如下代码

arguments "-DANDROID_STL=c++_shared"

总体代码如下

externalNativeBuild {
    cmake {
        cppFlags "-std=c++11 -frtti -fexceptions"
        abiFilters 'arm64-v8a'
        arguments "-DANDROID_STL=c++_shared"
    }
}

5.4 解决报错 unknown argument

我们再同步一下项目，可以发现报如下错误，使用ndk16到ndk20都会出现这个报错。

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 解决方式一

这里我们全局搜索-static-openmp，将其都删除。

yolov8 人像分割,音视频开发,android,yolov8,OpenCV,NCNN,人体识别,人像分割,人工智能

5.4.2 解决方式二

使用高版本的NDK，比如NDK 25.1.8937393

# 设置cmake路径，这里的路径要改成你的实际cmake路径
cmake.dir=C\:\\Developer\\Android_SDK\\cmake\\3.10.2.4988404
# 设置ndk路径，这里的路径要改成你的实际ndk路径
ndk.dir=C\:\\Developer\\Android_SDK\\ndk\\25.1.8937393