Android集成TensorFlow Lite时触发UnsatisfiedLinkError错误

问题背景 #

在C++核心项目中集成libtensorflowlite.so并通过Android NDK封装为Android应用，已完成以下操作：

• 执行TensorFlow官方编译命令：bazel build --config=elinux_aarch64 -c opt //tensorflow/lite/c:libtensorflowlite_c.so，成功生成库文件
• 从TensorFlow源码目录获取tensorflow和flatbuffers所需头文件
• 配置Android CMake如下：

include_directories(${CMAKE_CURRENT_SOURCE_DIR}/../../third-party/include/tflite)

add_library(libtensorflowlite 
            SHARED 
            IMPORTED)

set_target_properties(
        libtensorflowlite 
        PROPERTIES 
        IMPORTED_LOCATION 
        ${CMAKE_CURRENT_SOURCE_DIR}/../../third-party/libs/tflite/arm64-v8a/libtensorflowlite.so
)
...
target_link_libraries(
...
#tflite
libtensorflowlite
...
)

运行应用时触发致命错误，核心报错：

java.lang.UnsatisfiedLinkError: dlopen failed: library "libm.so.6" not found: needed by /data/app/~~0XEVJKwYyglTdlVABYHPjw==/com.example.my_proj-8OVBEONU7K3bv0RuyroYKA==/base.apk!/lib/arm64-v8a/libtensorflowlite.so in namespace classloader-namespace

问题原因 #

使用--config=elinux_aarch64编译的是针对通用嵌入式Linux的库，这类库依赖Linux标准命名的系统库（如libm.so.6）。但Android系统的数学库命名为libm.so，无版本后缀，导致库加载时无法找到匹配的依赖文件。

解决方案 #

1. 重新编译适配Android的库 #

替换原编译命令，使用TensorFlow官方提供的Android专用编译配置：

bazel build --config=android_arm64 -c opt //tensorflow/lite/c:libtensorflowlite_c.so

该配置会自动适配Android系统库的命名规则，生成符合Android环境要求的.so文件。

2. 验证库依赖（可选） #

使用Android NDK中的readelf工具检查新编译库的依赖项，确认是否已替换为Android兼容的库：

${ANDROID_NDK_ROOT}/toolchains/llvm/prebuilt/${HOST_PLATFORM}/bin/aarch64-linux-android-readelf -d libtensorflowlite_c.so | grep NEEDED

正常输出中应显示依赖libm.so而非libm.so.6。

3. 更新CMake配置 #

将新编译生成的libtensorflowlite_c.so替换项目中原有的库文件，并确保CMake的IMPORTED_LOCATION路径指向新文件。

内容的提问来源于stack exchange，提问作者Turgut