前言
说不焦虑其实是假的，因为无论是现在还是最近几年，很早就有人察觉Android开发的野蛮生长时代已经过去。过去的优势是市场需要，这个技术少有人有，所以在抢占市场的时候，基本上满足需要就已经可以了。但是现在，各式各样的APP层出不穷，APP的质量成为新的竞争标准。这也意味着不管是系统设计还是性能优化等方面，市场都给Android开发者提出了更高的要求。那么，Android是不是真的不吃香了呢？其实不是的，高级及以上还有很大的需求缺口，非常稀缺人才。但是初级开发者真的已经不吃香了。丧气的说一句，初级学者在市场中的竞争优势其实是很少的。
我们一样也可以从Android开发的需求岗位来了解目前的市场情况。
本文知识点
身份证识别整体架构
- 效果演示
- 身份证识别的应用场景
- 项目核心架构
身份证识别关键技术
- NDK开发的原理
- 什么是JNI
- OpenCV架构体系
- OCR技术架构
身份证识别项目实战
- 关键架构
- 核心步骤与手写实现
- 同步运行下IOS windows
- Android架构
一.什么是身份证识别
关键问题分析：找到号码所在区域→获取号码图片→识别身份证号码
二.核心
OpenCV:
OpenCV的全称是Open Source Computer Vision Library是一个跨平台的计算机视觉库。IBM 1999 年开始研发，用C++ 提供接口Mat 数据结构
应用领域:
图像处理. 人脸识别.手势识别.人机交互动作识别.运动跟踪.物体识别 图像分割
Tess-two：
OCR的全称是Optical Character Recognition是一个对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。
tess-two是TesseraToolsForAndroid的一个git分支
使用特征：
1：简单易用
2：开源且支持离线使用
3：为 Android平台定制的java api
NDK开发：：
三.详细架构
问题：
1： 什么是灰度图
2： 什么是二值化为什么？
3： 轮廓检测是什么
4： 图像膨胀是什么
5： 图片分割会导致OOM吗？
6： OCR文本训练如何进行
7： 图文识别的API是怎样的？
3.1图像识别核心步骤-灰度化
3.2图像识别核心步骤-二值化
3.3图像识别核心步骤-轮廓检测
所有连续的闭包用矩形框起来
3.4图像识别核心步骤-膨胀
3.5图像识别核心步骤-轮廓筛选
3.6文字识别
OCR文字样本→记忆文本→直文字识别
总结
图片上传怎么做？
不能说，接口怎么实现，我就怎么调用，虽然我也是这么做的
要明白：
1：明白什么是Http，从而知道http如何上传图片
2：使用okhttp，retrofit怎么是实现这个过程
学习路线+知识梳理
花了很长时间，就为了整理这张详细的知识路线脑图。当然由于时间有限、能力也都有限，毕竟嵌入式全体系实在太庞大了，包括我那做嵌入式的同学，也不可能什么都懂，有些东西可能没覆盖到，不足之处，还希望小伙伴们一起交流补充，一起完善进步。
本文在开源项目：Android开发不会这些？如何面试拿高薪 中已收录，里面包含不同方向的自学编程路线、面试题集合/面经、及系列技术文章等，资源持续更新中…
%A6%82%E4%BD%95%E9%9D%A2%E8%AF%95%E6%8B%BF%E9%AB%98%E8%96%AA%EF%BC%81.md) 中已收录，里面包含不同方向的自学编程路线、面试题集合/面经、及系列技术文章等，资源持续更新中…
这次就分享到这里吧，下篇见。