调用TFLite Interpreter.run时报错libtensorflowlite_c.so未找到如何解决？

错误原因 #

该错误是由于项目未正确引入TensorFlow Lite底层依赖的原生动态库，libtensorflowlite_c.so 是TFLite解释器运行必需的核心原生组件，缺失会导致初始化和运行逻辑直接失败。

对应解决方案 #

场景1：Flutter项目使用tflite系列插件（你当前的代码属于该场景） #

• 优先确认你使用的是官方维护的tflite_flutter插件，而非已经停止维护的旧版tflite插件，旧版插件未适配新架构，普遍存在so库缺失问题
• 安卓端做如下配置调整：
  1. 打开android/app/build.gradle文件，在defaultConfig块中添加ndk架构过滤配置，根据你的兼容需求保留对应架构：

  android {
      defaultConfig {
          ndk {
              // 可根据实际需求删减，仅保留需要的架构可大幅减少包体积
              abiFilters 'armeabi-v7a', 'arm64-v8a', 'x86', 'x86_64'
          }
      }
  }
  

  2. 若你开启了代码混淆，在android/app/proguard-rules.pro中添加TFLite防混淆规则：

  -keep class org.tensorflow.lite.** { *; }
  -keepnames class org.tensorflow.lite.** { *; }
  

  3. 若自动拉取依赖失败，可手动在android/app/build.gradle的dependencies块中添加TFLite原生依赖：

  dependencies {
      implementation 'org.tensorflow:tensorflow-lite:2.15.0'
      // 需要GPU加速可额外添加下面的依赖
      // implementation 'org.tensorflow:tensorflow-lite-gpu:2.15.0'
  }
  

• 清理构建缓存后重试：依次执行flutter clean、flutter pub get，之后重新运行项目即可。

场景2：原生安卓项目开发 #

• 直接在module级的build.gradle中引入上述TFLite gradle依赖，gradle会自动拉取对应架构的so库打包到APK中
• 若你是自行编译TFLite源码的场景，需要把编译生成的libtensorflowlite_c.so文件放到项目对应架构的jniLibs目录下：
  • src/main/jniLibs/armeabi-v7a/libtensorflowlite_c.so
  • src/main/jniLibs/arm64-v8a/libtensorflowlite_c.so
  • 其他架构以此类推放入对应目录

内容的提问来源于stack exchange，提问作者gauhun