添加__android_log_print后libtensorflowlite_jni.so加载失败求助

我来帮你排查这个问题——这个错误本质上是你的libtensorflowlite_jni.so在运行时找不到__android_log_print的实现，大概率是编译TFLite源码时没正确链接Android系统的log库导致的。结合你用的NDK r14b，咱们一步步解决：

1. 优先检查TFLite源码编译时的链接配置 #

__android_log_print属于Android系统的liblog.so库，必须在编译时显式链接它才能让符号被正确解析：

• 如果是用Android.mk编译：确保在对应的模块中添加LOCAL_LDLIBS += -llog，比如在tensorflow/lite/java/jni/Android.mk里找到对应的LOCAL_MODULE块，加上这一行。
• 如果是用CMakeLists.txt编译：在构建tensorflowlite_jni目标时，添加target_link_libraries(tensorflowlite_jni log)，把log库作为依赖链接进去。
• 如果是用Bazel编译：在BUILD文件的cc_library或cc_binary规则中，添加linkopts = ["-llog"]，保证链接阶段引入log库。

2. 验证Android Studio项目的配置细节 #

虽然你提到已经加了配置，但再确认几个关键点：

• 检查app/build.gradle中defaultConfig.ndk的abiFilters是否和你的Android 7.1设备匹配，比如设备是32位armeabi-v7a，就配置abiFilters 'armeabi-v7a'，避免编译的so库ABI和设备不兼容。
• 确认jniLibs目录下的so文件是你新编译的版本，有没有被旧的未链接log库的so覆盖。

3. 排查NDK r14b的兼容性问题 #

NDK r14b是比较老旧的版本（2017年发布），虽然兼容Android 7.1（API 25），但可能存在一些链接行为的细节问题：

• 确保编译TFLite时指定的APP_PLATFORM（Android.mk）或minSdkVersion（gradle）和设备API level一致，比如设置为android-25，避免因API level不匹配导致系统符号无法找到。
• 如果条件允许，尝试升级NDK到r17及以上的稳定版本（比如r21e），旧NDK在处理系统库符号时可能存在小bug，升级后大概率能解决问题。

4. 用工具验证so库的符号表 #

用NDK自带的nm工具检查你的libtensorflowlite_jni.so，确认__android_log_print的符号状态：

• 打开终端，进入NDK目录的工具链路径（比如ndk-r14b/toolchains/llvm/prebuilt/linux-x86_64/bin/），执行命令：

  ./arm-linux-androideabi-nm -D libtensorflowlite_jni.so | grep __android_log_print
  

• 如果输出带U标记，说明是未定义符号，回到第一步修正链接配置；如果带T标记，说明符号已正确链接，那大概率是ABI不匹配或设备系统异常（这种情况极少）。

5. 确认应用加载so的逻辑 #

检查TFLiteCameraDemo中加载so的代码，确保是System.loadLibrary("tensorflowlite_jni")，没有拼写错误，也没有重复加载其他版本的so库导致冲突。

内容的提问来源于stack exchange，提问作者Tsesar Rizqi