課程首頁 / Part II Android 電腦視覺開發 / W6 Android Chaquopy 環境

Week 6 · Part II Android 電腦視覺開發 · Android 起點

W6 Android Chaquopy 環境建置

從 Colab 純 Python 走出來,把影像處理搬到 Android 手機。本週密集走完 Chaquopy 講義 Ch.0–Ch.9:Android Studio 安裝 → Chaquopy 設定 → Python 函式呼叫 → 圖片讀取 → OpenCV 處理 → View 顯示。整週只有一個目標:Python OpenCV 第一張圖出現在 Android 手機螢幕上。

本週要做的事

講義 14 章內容密集。W6 跑 Ch.0–9,Ch.10–13 (CameraX) 留到 W9。

順序內容預估時間
1Ch.0–1 為什麼選 Android + Chaquopy(課程定位)15 min
2Ch.2–3 Chaquopy 運作機制 + Android Studio 環境設定40 min
3Ch.4 Hello Android + Python — 第一個函式呼叫20 min
4Ch.5 Java 與 Python 的資料傳遞(數字、字串、byte[])25 min
5Ch.6 Python 套件與 NumPy 基本使用15 min
6Ch.7 Android 讀取圖片並交給 Python20 min
7Ch.8 OpenCV Python 在 Android 上處理圖片30 min
8Ch.9 Android View 與圖片顯示介面設計20 min
9動手:完成 Ch.8 練習(灰階化 / 二值化)15 min

教材檔案

講義 Ch.0–9 重點

Ch.0–1 | 課程定位

  • 為什麼用 Android (普及、設備多、學生熟悉) 而不是 Raspberry Pi / Jetson
  • Chaquopy 是 Android 與 Python 之間的橋樑,讓 Java 可以呼叫 Python 函式
  • Android 模擬器可輔助教學,但實機才能完整測試硬體
  • 循序漸進:先 hello() → 資料傳遞 → NumPy → OpenCV → View,最後才接 CameraX (W9)

Ch.2–3 | Chaquopy 運作機制 + 環境設定

  • Gradle 怎麼打包 Python 套件進 APK
  • Android Studio 安裝、新專案建立、Chaquopy plugin 安裝
  • build.gradle 設定 python.pip 安裝套件
  • ABI filter 設 arm64-v8a + x86_64 (模擬器 + 實機都跑)

Ch.4 | Hello Android + Python

  • 第一個 main.py 函式 hello()
  • Java PyObject result = Python.getInstance().getModule("main").callAttr("hello")
  • 把結果顯示到 TextView

Ch.5 | Java ↔ Python 資料傳遞

  • 傳數字 (Integer / Long / Float)
  • 傳字串
  • 傳 byte[] — 影像處理的關鍵 (W7 W9 一直用到)
  • Python 端用 bytes() 接收

Ch.6 | Python 套件與 NumPy

build.gradle 加 install "numpy"。Python 端 import numpy as np 即用。

Ch.7 | Android 讀圖傳給 Python

  • Android assets 或 SD card 讀圖檔
  • Bitmap → byte[]
  • Python 接 byte[] → np.frombuffer → 矩陣

Ch.8 | OpenCV Python 在 Android 上 ⭐ 本週重點

  • install "opencv-python" (Chaquopy 第一次 build 5-10 分鐘)
  • Python 端 import cv2
  • 跑灰階化、二值化、邊緣偵測等 W3 學過的工具
  • 結果 cv2.imencode 變 JPEG byte[] 回傳 Java

Ch.9 | Android View 與圖片顯示

  • BitmapFactory.decodeByteArray 把 Python 回傳的 JPEG byte[] 變回 Bitmap
  • ImageView 顯示
  • UI Thread 與背景執行緒分工

為什麼選 Chaquopy(教學上的折衷)

Chaquopy 不是效能最佳解。要做正式商業等級高 FPS、低延遲 App,通常會選:

  • Java / Kotlin + OpenCV Android SDK
  • TensorFlow Lite
  • MediaPipe
  • ONNX Runtime Mobile

但本課程教學目標是「理解完整流程」,不是極致效能。學生先用熟悉的 Python 跑通完整管線,後續要改 SDK 就有方向。W11 YOLO 之後就會走 Java TFLite,把效能補上。

W6 作業 | Android Python OpenCV 練習

作業目標

完成 Chaquopy 講義 Ch.8 的練習,在 Android 模擬器或實機上跑通:Python OpenCV 讀圖、處理、顯示完整流程。

作業內容

執行完成第 8 章,確認可在 Android 模擬器(或手機)上完成:

  1. 可讀圖
  2. 可透過 Python OpenCV 處理圖片(例如灰階化)
  3. 可顯示處理後的圖片

繳交內容

Android 模擬器或手機畫面截圖(處理後的圖出現在畫面上)。

查看完整作業頁 →

學生檢核表

  • Android Studio 已裝,可開新專案 + build APK
  • Chaquopy plugin 正常運作,Java 可呼叫 Python hello()
  • 能傳 byte[] 給 Python,Python 端用 NumPy 處理
  • 能在 Android 上跑 Python OpenCV(灰階化)
  • 處理結果顯示在 ImageView
  • 用 Git 把專案備份到 GitHub

下週預告 (W7)

W6 學了「怎麼在 Android 上跑 Python OpenCV」。下週把 W3-W5 學過的工具搬到 Android,加上古典特徵抽取三部曲的第一棒:

  • 邊緣偵測(Sobel / Laplacian / Canny)
  • Hough Transform(直線/圓形)
  • 形態學(erosion/dilation/opening/closing)
  • 輪廓抽取與形狀分析

用的還是 Chaquopy 框架,只是 Python 端的演算法升級。