Android Java中如何持久化保存OpenCV的Mat与MatOfKeyPoint？

一、TinyDB失效原因 #

TinyDB依赖Java对象序列化机制，但OpenCV的Mat和MatOfKeyPoint是JNI桥接对象——Java层仅持有Native内存的引用，序列化时只能保存Java侧的元数据（如对象地址、简单属性），无法持久化Native端的实际特征数据。重启App后，Native内存被系统回收，读取的自然是无效对象。

二、可靠的本地存储方案 #

方案1：OpenCV原生FileStorage（推荐） #

OpenCV自带的FileStorage专门用于持久化Mat、KeyPoint等OpenCV数据结构，完全适配Native数据，稳定性拉满。

保存特征数据

// 存储路径建议用App私有目录，避免权限问题
String savePath = getFilesDir().getAbsolutePath() + "/sift_features.yml";

// 初始化FileStorage为写入模式
FileStorage fs = new FileStorage(savePath, FileStorage.WRITE);

// 保存特征描述符Mat
fs.write("descriptors", mat_descriptors);

// 将MatOfKeyPoint转为Mat再保存（FileStorage直接支持该格式）
Mat keyPointsMat = new Mat();
mat_keyPoints.convertTo(keyPointsMat, CvType.CV_32FC(7)); // KeyPoint的7个属性对应7个float
fs.write("keypoints", keyPointsMat);

// 释放资源
fs.release();

读取特征数据

String savePath = getFilesDir().getAbsolutePath() + "/sift_features.yml";
FileStorage fs = new FileStorage(savePath, FileStorage.READ);

// 读取特征描述符
Mat descriptors = new Mat();
fs.getNode("descriptors").read(descriptors);

// 读取关键点并转回MatOfKeyPoint
Mat keyPointsMat = new Mat();
fs.getNode("keypoints").read(keyPointsMat);
MatOfKeyPoint keyPoints = new MatOfKeyPoint();
keyPoints.fromArray(KeyPoint.convert(keyPointsMat));

// 释放资源
fs.release();

方案2：手动序列化为字节数组 #

如果需要灵活存储（比如存入SharedPreferences或数据库），可以将Mat转为字节数组，搭配元数据保存。

保存数据

// 保存特征描述符Mat
byte[] matBytes = new byte[(int) (mat_descriptors.total() * mat_descriptors.elemSize())];
mat_descriptors.get(0, 0, matBytes);

// 写入文件
try (FileOutputStream fos = new FileOutputStream(getFilesDir() + "/descriptors.dat")) {
    fos.write(matBytes);
} catch (IOException e) {
    e.printStackTrace();
}

// 保存Mat元数据（行数、列数、类型）到SharedPreferences
SharedPreferences sp = getSharedPreferences("sift_config", MODE_PRIVATE);
sp.edit()
  .putInt("desc_rows", mat_descriptors.rows())
  .putInt("desc_cols", mat_descriptors.cols())
  .putInt("desc_type", mat_descriptors.type())
  .apply();

// 保存MatOfKeyPoint：提取每个KeyPoint的属性存入列表
KeyPoint[] kpArray = mat_keyPoints.toArray();
List<Float> kpData = new ArrayList<>();
for (KeyPoint kp : kpArray) {
    kpData.add(kp.pt.x);
    kpData.add(kp.pt.y);
    kpData.add(kp.size);
    kpData.add(kp.angle);
    kpData.add(kp.response);
    kpData.add((float) kp.octave);
    kpData.add((float) kp.class_id);
}
// 可将kpData转为数组后存入文件或SharedPreferences

读取数据

// 读取Mat元数据
SharedPreferences sp = getSharedPreferences("sift_config", MODE_PRIVATE);
int rows = sp.getInt("desc_rows", 0);
int cols = sp.getInt("desc_cols", 0);
int type = sp.getInt("desc_type", CvType.CV_32FC1);

// 读取字节数组并恢复Mat
byte[] matBytes = new byte[rows * cols * (int) CvType.elemSize(type)];
try (FileInputStream fis = new FileInputStream(getFilesDir() + "/descriptors.dat")) {
    fis.read(matBytes);
} catch (IOException e) {
    e.printStackTrace();
}
Mat descriptors = new Mat(rows, cols, type);
descriptors.put(0, 0, matBytes);

// 恢复MatOfKeyPoint
List<Float> kpData = ...; // 从存储读取数据
KeyPoint[] kpArray = new KeyPoint[kpData.size() / 7];
for (int i = 0; i < kpArray.length; i++) {
    int idx = i * 7;
    KeyPoint kp = new KeyPoint();
    kp.pt = new Point(kpData.get(idx), kpData.get(idx+1));
    kp.size = kpData.get(idx+2);
    kp.angle = kpData.get(idx+3);
    kp.response = kpData.get(idx+4);
    kp.octave = kpData.get(idx+5).intValue();
    kp.class_id = kpData.get(idx+6).intValue();
    kpArray[i] = kp;
}
MatOfKeyPoint matKeyPoints = new MatOfKeyPoint(kpArray);

三、TinyDB临时修复（不推荐） #

如果非要用TinyDB，必须先将Mat转为可序列化的Java对象（比如字节数组），不能直接存Mat：

// 保存时转字节数组
byte[] matBytes = new byte[(int) (mat_descriptors.total() * mat_descriptors.elemSize())];
mat_descriptors.get(0, 0, matBytes);
tinyDB.putObject("MAT_DATA", matBytes);
// 同步保存元数据
tinyDB.putInt("MAT_ROWS", mat_descriptors.rows());
tinyDB.putInt("MAT_COLS", mat_descriptors.cols());
tinyDB.putInt("MAT_TYPE", mat_descriptors.type());

// 读取时恢复
byte[] matBytes = (byte[]) tinyDB.getObject("MAT_DATA", byte[].class);
int rows = tinyDB.getInt("MAT_ROWS", 0);
int cols = tinyDB.getInt("MAT_COLS", 0);
int type = tinyDB.getInt("MAT_TYPE", 0);
Mat descriptors = new Mat(rows, cols, type);
descriptors.put(0, 0, matBytes);

这种方式本质还是手动序列化，不如直接用OpenCV原生方案方便可靠。

内容的提问来源于stack exchange，提问作者Pawandeep