自动从ffmpeg官方下载代码，根据配置NDK的路径，交叉编译ffmpeg生成ffmpegjni库及头文件；

android-ndk-r12b\toolchains下的编译平台android-ndk-r12b\toolchains\mips64el-linux-android-4.9android-ndk-r12b\toolchains\mipsel-linux-android-4.9

Windows下使用gitbash通过配置该ndk-build可以实现在gitbash中执行ndk-build功能

网上下载的资源大多有各种各样的bug，本人也是为了公司业务做android开发板开发，下了网络的各种各样的Demo进行改，上传这一个改好的供大家研究学习吧。
这个是网络上那个精简的android-serialport-api，我改了bug。
下载后的小伙伴们先cleanbuild再编译运行。
报错的小伙伴大多是因为gradle版本、SDK版本等问题，改成自己相应的就可以了。
这是老式的jni的开发，不涉及CMakeList文件，如果报NDK错误请配置自己的DNK路径，还有疑问请留言。

JNI编程指南中文版，做NDK开发必须熟悉的资料。
希望对大家有帮助。

该文件是tess-two项目使用ndk编译生成的.so文件，可以直接引入Android工程中实现图片识别

SeetaFace2采用标准C++开发，全部模块均不依赖任何第三方库，支持x86架构（Windows、Linux）和ARM架构（Android）。
SeetaFace2支持的上层应用包括但不限于人脸门禁、无感考勤、人脸比对等。
编译简介2.1编译依赖GNUMake工具GCC或者Clang编译器CM2.2linux和windows平台编译说明linux和windows上的SDK编译脚本见目录craft，其中craft/linux下为linux版本的编译脚本，craft/windows下为windows版本的编译脚本，默认编译的库为64位Release版本。
linux和windows上的SDK编译方法：打开终端（windows上为VS2015x64NativeToolsCommandPrompt工具，linux上为bash），cd到编译脚本所在目录；
执行对应平台的编译脚本。
linux上example的编译运行方法：cd到example/search目录下，执行make指令；
拷贝模型文件到程序指定的目录下；
执行脚本run.sh。
windows上example的编译运行方法：使用vs2015打开SeetaExample.sln构建工程，修改Opencv3.props属性表中变量OpenCV3Home的值为本机上的OpenCV3的安装目录；
执行vs2015中的编译命令；
拷贝模型文件到程序指定的目录下，运行程序。
2.3Android平台编译说明Android版本的编译方法：安装ndk编译工具；
环境变量中导出ndk-build工具；
cd到各模块的jni目录下（如SeetaNet的Android编译脚本位置为SeetaNet/sources/jni,FaceDetector的Android编译脚本位置为FaceDetector/FaceDetector/jni），执行ndk-build-j8命令进行编译。
编译依赖说明：人脸检测模块FaceDetector，面部关键点定位模块FaceLandmarker以及人脸特征提取与比对模块FaceRecognizer均依赖前向计算框架SeetaNet模块，因此需优先编译前向计算框架SeetaNet模块。

iperf2，3的android平台移植笔记，ndk选择，交叉编译工具链的编译和配置，编译结果的验证，常见错误的处理方法。
工作实践中的总结。

VirtualApp源码（完整工程），基于androidstudio(ndk,sdk)开发，实现安卓双开。

《tensorflow训练好模型移植到android》教程，共66页pdf格式文档（幻灯片形式），讲解清楚，能很快实现。
涉及两个例子，第一个是将Tensorflow的实例编译成APK，安装运行到Android客户端，立即可以使用；
第二个是自己训练Tensorflow模型，训练几千次之后，将训练好的模型（文档中给出了详细的模型训练，具体训练的图片安装说明再准备提供即可使用），编译成APK，安装运行到Android客户端。
适合初学者，能很快上手。
具体实验环境为MacOS10.13.2；
Tensorflow-master；
androidsdk：api_level=26,build_tools_version="27.0.3"；
androidndk：android-ndk-r12b，api_level=14.另外，第一个编译好的APK实例可以在http://download.csdn.net/download/wuxinxing1981/10232528上下载

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。