最近看到了一篇关于图片“去霾算法”的文章，一下子就有了兴趣，所以想着能不能实现。由于数学能力捉急，无法理解文章的思想和相关论文。于是在Github上找到了相关的Java代码，算法的效果十分明显：

不知道是不是算法太复杂，还是Java效率相对较低的缘故，一个3M的JPG图片处理下来需要近20秒的时间。

效果明显的算法让我萌生了开发一款去霾相机的想法，为了获得更快的处理速度，在研究Java去霾算法代码后，我决定将其写成C++代码，然后通过NDK（Android原生开发）移植到Android平台。

项目的基本思想是在Android/Java下获得图片的Bitmap将其像素点转成二维的int二维数组，然后将int二维数组传入JNI层，交给NDK层C++代码处理，NDK层处理完毕后返回去霾后的int二维数组，由Java层转成Bitmap重新显示或保存。

经过一天的奋斗，我终于实现了用C++代码实现“去霾”算法并顺利移植到Android原生开发中。效果已实现，目前还有很多BUG，图片大小稍大时算法耗费的时间和内存过大.

本文预计会写一个系列，后续根据情况可能会开源。如果你对去霾算法实践感兴趣，可以关注我的简书和博客：http://wangbaiyuan.cn ,后续将持续更新

本篇文章介绍NDK和Java层怎样互传二维数组

NDK->C++

ndkArray[mHeight][mWidth]->cppArray[mHeight][mWidth]

    int **cppArray= new int *[mHeight];
  
    for (int i = 0; i < mImageHeight; i++) {
        cppArray[i] = new int[mWidth];
        jintArray intdata = (jintArray) env->GetObjectArrayElement(ndkArray, i);
        cppArray[i] = env->GetIntArrayElements(intdata, 0);
        env->DeleteLocalRef(intdata);//释放内存，防止内存泄漏
        }
    }

C++->NDK

cppArray[mHeight][mWidth]->ndkArray[mHeight][mWidth]

  jobjectArray ndkArray= env->NewObjectArray(mHeight,env->FindClass("[I"),NULL);
    for (int i = 0; i < mHeight; i++) {
        jintArray jintArray= env->NewIntArray(mWidth);
        env->SetIntArrayRegion(jintArray, 0, mWidth, out[i]);
        env->SetObjectArrayElement(ndkArray, i, jintArray);
        env->DeleteLocalRef(jintArray);
    }

    return ndkArray;