编译android4.4刷到nexus 5
操作系统:ubuntu14.4tls android源码版本:4.4 手机:nexus5
1 获得手机的驱动程序(跟硬件平台有关):Binaries for Nexus Device
查到nexus 5代号为hammerhead,且android源码版本为4.4:
| NFC, Bluetooth, Wi-Fi | Broadcom | Link | bc912bc141f63859e37f59e1bfa1639b | 896abf0ba601d261b368e1ac5504dee846447ea1 |
| Camera, Sensors, Audio | LG | Link | c27922b7aeb0f0f85fdeba160b143368 | 78d36576ff70fe766144e19e48a22920b8a52afb |
| Graphics, GSM, Camera, GPS, Sensors, Media, DSP, USB | Qualcomm | Link | c2a05e15773adebf45955a97a5271dc8 | a5db0602f04ee5991dad387cd602f570a1e50929 |
解压包得到sh文件,执行后得到驱动代码;若是在android源码主目录下执行且第一次执行则会自动生成vendor目录并有驱动文件夹
2 初始化编译环境:在源码目录下执行(下同)
source build/envsetup.sh
3 加载机型:
lunch
4 选择机型:

我们的代码是hammerhead,选择9
5 编译:
make -j8 ;数字是可以是cpu线程数的1或2倍
6 刷入img:
这里遇到坑了,fastboot死活没有用
no permission fastboot
or <Waiting for device>
网上查资料是说:Ubuntu下Android开发:手机不能识别;但然并卵,最后的解决办法是直接在fastboot目录下执行:
ok,如果bootloader没解锁,先解锁;手机进入fastboot(音量-键+开机键 进入)模式,执行fastboot oem unlock
sudo ./fastboot flash recovery recovery.img
sudo ./fastboot flash boot boot.img
sudo ./fastboot flash system system.img
sudo ./fastboot flash userdata userdata.img //可以不刷保留原来的user app和数据
sudo ./fastboot flash cache cache.img //关于更具体的刷img步骤可以下个谷歌原厂rom包,看里面的fastboot-all.sh脚本
进入手机
7 恢复谷歌服务:
启动后谷歌的app无法使用了,有心人指教下啊!
img文件:
system.img:由out/target/product/PRODUCT_OUT/system目录生成
ramdisk.img:由out/target/product/PRODUCT_OUT/root目录生成
userdata.img:由out/target/product/PRODUCT_OUT/data目录生成
boot.img:包含kernel.img和ramdisk.img
recovery.img:我们可以通过boot.img和recovery_from_boot.p文件生成一个recovery.img文件
编译成功后的out目录:/out/target/product/hammerhead
system目录:/out/target/product/hammerhead/system

root目录:/out/target/product/hammerhead/root——关注default.prop和init

生成的动态库和静态库:/out/target/product/hammerhead/obj——注意颜色不同的几个文件夹
编译android4.4刷到nexus 5的更多相关文章
- 编译android-4.3.1_r源代码并刷到自己的Galaxy Nexus I9250真机上
编译android-4.3.1_r源代码并刷到自己的Galaxy Nexus I9250真机上 作者:雨水 日期:2014-04-30 编译源码的目的还是为了自己改动源码,然后还可以执行在相应的手机 ...
- 【转】基于Ubuntu 14.04 LTS编译Android4.4.2源代码
原文网址:http://blog.csdn.net/gobitan/article/details/24367439 基于Ubuntu 14.04 LTS编译Android4.4.2源代码 ...
- 基于Ubuntu 14.04 LTS编译Android4.4.2源码
版权声明:本文为博主原创文章,未经博主同意不得转载. https://blog.csdn.net/gobitan/article/details/24367439 基于Ubuntu 14.04 LTS ...
- 基于Ubuntu 14.04 LTS编译Android4.4.2源代码
转载自:雨水:http://blog.csdn.net/gobitan/article/details/24367439 基于Ubuntu 14.04 LTS编译Android4.4.2源代码 ...
- Android 7.1.1系统源码下载、编译、刷机-Nexus 6实战
想成为一位合格的Android程序员或者一位Android高级工程师是十分有必要知道Android的框架层的工作原理,要知道其工作原理那么就需要阅读Android的源代码. 想要阅读Android的源 ...
- 编译Android内核 For nexus 5 以及绕过Android的反调试
本文博客链接:http://blog.csdn.net/qq1084283172/article/details/54880488 前面的博客中已经记录了Nexus 5手机的Android 4.4.4 ...
- 【转】如何下载并编译Android4.0内核源码goldfish(图文)
原文网址:http://blog.csdn.net/flydream0/article/details/7070392 关于如何下载Android4.0源码,请查看我的博客内另一篇文章(同样是图文教程 ...
- Ubuntu10.04下载并编译Android4.3源代码
注:转载或引用请标明出处 http://blog.csdn.net/luzhenrong45/article/details/9719433 去年用Ubuntu10.10成功下载并编译Andro ...
- 编译Android4.3内核源代码
--------------------------------------------------------------------------------------------------- ...
随机推荐
- git仓库创建及基本使用
创建git用户 useradd git passwd git 创建目录 mkdir /home/git/repos/app.git/ -p 初始化目录 cd /home/git/repos/app.g ...
- Image Super-Resolution via Sparse Representation——基于稀疏表示的超分辨率重建
经典超分辨率重建论文,基于稀疏表示.下面首先介绍稀疏表示,然后介绍论文的基本思想和算法优化过程,最后使用python进行实验. 稀疏表示 稀疏表示是指,使用过完备字典中少量向量的线性组合来表示某个元素 ...
- 盘点Excel中的那些有趣的“bug”
本文由葡萄城技术团队原创并首发 转载请注明出处:葡萄城官网,葡萄城为开发者提供专业的开发工具.解决方案和服务,赋能开发者. Excel 1.0早在1985年正式进入市场,距今已经有36年了,虽然在推出 ...
- vue-cli脚手架安装及注意事项
1.下载nodejs 链接:https://nodejs.org/en/直接下载电脑对应的版本即可. 13.5网上说不大稳定(一个表示①推荐用户版本,②最新版本) 2.安装nodejs 建议在D或者E ...
- Python基础(1)——变量和数据类型[xiaoshun]
目录 一.变量 1.概述 Variables are used to store information to be referenced(引用)and manipulated(操作) in a co ...
- C#上机实验(三)
源码如下: using System; using System.Collections.Generic; using System.Linq; using System.Text; namespac ...
- (十四--十五)数据库查询优化Part I
(十四--十五)数据库查询优化Part I 如果理解的有问题.欢迎大家指出.这也是我在看课记得笔记..可能会有很多问题 查询优化的重要性 请记住用户只会告诉DMBS他们想要什么样的结果,而不会告诉他们 ...
- Linux基础之Shell与变量
一.提出问题 在平时的工作中,我们经常会碰到设置环境的问题,例如将应用的执行路径添加到PATH中,方便程序的执行:在Linux中更多的时候是跟shell打交道,很多通过shell启动的应用或者服务都需 ...
- 图像Resize方式对深度学习模型效果的影响
在基于卷积神经网络的应用过程中,图像Resize是必不可少的一个步骤.通常原始图像尺寸比较大,比如常见监控摄像机出来的是1080P高清或者720P准高清画面,而网络模型输入一般没有这么大,像Yolo系 ...
- SCIP:构造数据抽象--数据结构中队列与树的解释
现在到了数学抽象中最关键的一步:让我们忘记这些符号所表示的对象.不应该在这里停滞不前,有许多操作可以应用于这些符号,而根本不必考虑它们到底代表着什么东西. --Hermann Weyi <思维的 ...