摘要:静态库在程序编译时会被连接到目标代码中,程序运行是则不需要静态库的存在。三总结本次作业使我了解了生成静态库和动态库的方法,在做的过程中也遇到了困难,通过网上各位大佬的帮助解决了。
函数库分为静态库和动态库。
静态库
在程序编译时会被连接到目标代码中,程序运行是则不需要静态库的存在。
动态库
在程序编译时不会被连接到目标代码中,而是程序运行时载入的。
两者区别:前者是编译连接的,后者是程序运行载入的。
(1). 创建一个目录
(2). hello代码
hello.h
#ifndef HELLO_H#define HELLO_Hvoid hello(const char *name);#endif//HELLO_H
hello.c
#include void hello(const char *name){ printf("Hello %s/n",name);}
main.c
#include"hello.h"int main(){ hello("everyone"); return 0;}
(3). gcc编译得到.o文件
gcc -c hello.c
(1)创建静态库
创建静态库的工具:ar
静态库文件命名规范:以lib作为前缀,是.a文件
ar -crv libmyhello.a hello.o
(2)程序中使用静态库
①gcc -o hello main.c -L. -lmyhello
②gcc main.c libmyhello.a -o hello
③先生成main.o gcc -c main.c
生成可执行文件 gcc -o hello main.c libmyhello.a
(3)验证静态库的特点
在删掉静态库的情况下,运行可执行文件,发现程序仍旧正常运行,表明静态库跟程序执行没有联系。同时,也表明静态库是在程序编译的时候被连接到代码中的。
(1). 创建动态库
创建动态库的工具:gcc
动态库文件命名规范:以lib作为前缀,是.so文件
gcc -shared -fPIC -o libmyhello.so hello.o
(2). 在程序中执行动态库
gcc -o hello main.c -L. -lmyhello或gcc main.c libmyhello.so -o hello
再运行可执行文件hello,会出现错误
问题的解决方法:将libmyhello.so复制到目录/usr/lib中。由于运行时,是在/usr/lib中找库文件的。
mv libmyhello.so /usr/lib
gcc编译得到.o文件 gcc -c hello.c
创建静态库 ar -crv libmyhello.a hello.o
创建动态库 gcc -shared -fPIC -o libmyhello.so hello.o
使用库生成可执行文件 gcc -o hello main.c -L. -lmyhello
执行可执行文件 ./hello
————————————————
版权声明:本文为CSDN博主「HarrietLH」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_43279579/article/details/109026927
sub1.c
float x2x(int a,int b){ float c=0; c=a+b; return c;}
sub2.c
float x2y(int a,int b){ float c=0; c=a/b; return c;}
sub.h
#ifndef SUB_H#define SUB_Hfloat x2x(int a,int b);float x2y(int a,int b);#endif
main.c
#include #include"sub.h"void main(){ int a,b; printf("Please input the value of a:"); scanf("%d",&a); printf("Please input the value of b:"); scanf("%d",&b); printf("a+b=%.2f/n",x2x(a,b)); printf("a/b=%.2f/n",x2y(a,b));}
gcc -c sub1.c sub2.c
ar crv libsub.a sub1.o sub2.o
gcc -o main main.c libsub.a
gcc -shared -fPIC -o libsub.so sub1.o sub2.o
gcc -o main main.c libsub.so
静态库
动态库
通过比较发现静态库要比动态库要小很多,生成的可执行文件大小也存在较小的差别。
开源计算机视觉(OpenCV)是一个主要针对实时计算机视觉的编程函数库。
OpenCV的应用领域包括:
2D和3D功能工具包
运动估计
面部识别系统
手势识别
人机交互
移动机器人
动作理解
物体识别
分割和识别
实体影像立体视觉:来自两个摄像机的深度感知
运动中的结构(SFM)
运动跟踪
增强现实
为了支持上述一些领域,OpenCV包括一个统计机器学习库,其中包含:
提升(Boosting)
决策树学习
梯度提升树
期望最大化算法
k最近邻算法
朴素贝叶斯分类器
人工神经网络
随机森林
支持向量机(SVM)
深层神经网络(DNN)
①下载 OpenCV 3.4.11 数据包
国内快速下载地址:https://www.bzblog.online/wordpress/index.php/2020/03/09/opencvdownload/
直接在虚拟机中的浏览器下载
②解压缩包
在解压缩包之前,将 opencv-3.4.11.zip 复制到 home 文件夹下,再解压缩。
③使用 cmake 安装 opencv
首先进入解压后的文件夹:opencv-3.4.11
cd opencv-3.4.11
在进入 root 用户,并更新一下。
1| sudo su
2| sudo apt-get update
接着再执行这条命令安装 cmake 。
sudo apt-get install cmake
复制下面这条命令,安装依赖库。
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff5.dev libswscale-dev libjasper-dev
再创建 build 文件夹。
mkdir build
然后进入我们创建的文件夹:build
cd build
使用 cmake 编译参数,或者使用第二条默认参数,都可以的。
1 | cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local …
2 | cmake …
④使用 make 创建编译
仍然是在 build 文件夹下进行。
sudo make
注:单线程编译:sudo make ,这会等待比较长的时间,如果你想更快编译完,可以使用命令:sudo make -j4 ,而 -j4 表示使用 4 个线程进行编译。
编译完成
⑤安装
sudo make install
安装过程中没有报错,即可安装完成。
修改 opencv.conf 文件,打开后的文件是空的,添加 opencv 库的安装路径:/usr/local/lib
sudo gedit /etc/ld.so.conf.d/opencv.conf
保存后会看到之前的警告信息,不用担心,正常情况。
更新系统共享链接库
sudo ldconfig
配置 bash ,修改 bash.bashrc 文件
sudo gedit /etc/bash.bashrc
在文件末尾加入:
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
保存退出,然后执行如下命令使得配置生效
source /etc/bash.bashrc
更新一下。
sudo updatedb
接下来查看 opencv 的版本信息。
pkg-config --modversion opencv
这下终于安装成功了!!!
首先创建一个代码存放文件夹 code ,然后进入文件夹中。
1 | touch code
2 | cd code
创建一个 test1.cpp 文件。
gedit test1.cpp
将下面的代码复制粘贴进去。
test1.cpp:
#include <opencv2/highgui.hpp>#include <opencv2/opencv.hpp>using namespace cv;using namespace std;int main(int argc, char** argv){ CvPoint center; double scale = -3; IplImage* image = cvLoadImage("lena.jpg"); argc == 2? cvLoadImage(argv[1]) : 0; cvShowImage("Image", image); if (!image) return -1; center = cvPoint(image->width / 2, image->height / 2); for (int i = 0;i<image->height;i++) for (int j = 0;j<image->width;j++) { double dx = (double)(j - center.x) / center.x; double dy = (double)(i - center.y) / center.y; double weight = exp((dx*dx + dy*dy)*scale); uchar* ptr = &CV_IMAGE_ELEM(image, uchar, i, j * 3); ptr[0] = cvRound(ptr[0] * weight); ptr[1] = cvRound(ptr[1] * weight); ptr[2] = cvRound(ptr[2] * weight); } Mat src;Mat dst; src = cvarrToMat(image); cv::imwrite("test.png", src); cvNamedWindow("test",1); imshow("test", src); cvWaitKey(); return 0;}
编译文件:
执行以下命令:
g++ test1.cpp -o test1
pkg-config --cflags --libs opencv
在用同文件夹下准备一张图片,文件名为:lena.jpg
输出结果:
执行以下命令:
./test1
可以看到由 lena.jpg 生成了一个 test.png ,呈现的效果不同了。
在windous下使用快捷键 Win + R ,输入 services.msc ,并回车
找到 VMware USB Arbitration S… 服务,确保启动了。
点击 “ 虚拟机 ” ,然后点击 “ 设置(S)… ”。选择 “ USB控制器 ” ,将 “ USB兼容性 ” 设置为 “ USB 3.1 ” (有些是设置为USB 3.0),并点击确定。
选择 “ 虚拟机 ” ,再选择 “ 可移动设备 ” ,再选择 “Camera” ,最后点击 “ 连接 ” ,再弹出的窗口内点击 “ 确定 ” 。这里不同的版本有不同的方法。具体版本可百度。
虚拟机右下角这个摄像头图标有个小绿点,则连接成功。
创建一个 test2.cpp 文件。
gedit test2.cpp
将以下代码复制粘贴进去。
test2.cpp:
#include <opencv2/opencv.hpp>using namespace cv;int main(){ //从摄像头读取视频 VideoCapture capture("man.mp4"); //循环显示每一帧 while(1){ Mat frame;//定义一个Mat变量,用于存储每一帧的图像 capture >> frame;//读取当前帧 if(frame.empty())//播放完毕,退出 break; imshow("读取视频帧",frame);//显示当前帧 waitKey(30);//掩饰30ms } system("pause"); return 0;}
准备一个小视频,我这里准备了 man.mp4 。
编译 test2.cpp 文件。
g++ test2.cpp -o test2
pkg-config --cflags --libs opencv
输出结果。
./test2
创建一个 test3.cpp 。
gedit test3.cpp
复制粘贴一下代码。
test3.cpp:
/*********************************************************************打开电脑摄像头,空格控制视频录制,ESC退出并保存视频RecordVideo.avi*********************************************************************/#include<iostream>#include <opencv2/opencv.hpp>#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>using namespace cv;using namespace std;int main(){ //打开电脑摄像头 VideoCapture cap(0); if (!cap.isOpened()) { cout << "error" << endl; waitKey(0); return 0; } //获得cap的分辨率 int w = static_cast<int>(cap.get(CV_CAP_PROP_FRAME_WIDTH)); int h = static_cast<int>(cap.get(CV_CAP_PROP_FRAME_HEIGHT)); Size videoSize(w, h); VideoWriter writer("RecordVideo.avi", CV_FOURCC("M", "J", "P", "G"), 25, videoSize); Mat frame; int key;//记录键盘按键 char startOrStop = 1;//0 开始录制视频; 1 结束录制视频 char flag = 0;//正在录制标志 0-不在录制; 1-正在录制 while (1) { cap >> frame; key = waitKey(100); if (key == 32)//按下空格开始录制、暂停录制 可以来回切换 { startOrStop = 1 - startOrStop; if (startOrStop == 0) { flag = 1; } } if (key == 27)//按下ESC退出整个程序,保存视频文件到磁盘 { break; } if (startOrStop == 0 && flag==1) { writer << frame; cout << "recording" << endl; } else if (startOrStop == 1) { flag = 0; cout << "end recording" << endl; } imshow("picture", frame); } cap.release(); writer.release(); destroyAllWindows(); return 0;}
编译 test3.cpp 文件。
g++ test3.cpp -o test3 pkg-config --cflags --libs opencv
输出结果。
./test3
本次作业使我了解了gcc生成静态库和动态库的方法,在做的过程中也遇到了困难,通过网上各位大佬的帮助解决了。同时学会了在ubuntu下安装OpenCV3.4.11,并使用它,学会了读取图片,视频,并且学会了录制视频。对我帮助很大。
https://blog.csdn.net/qq_43279579/arti
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/122524.html
摘要:主程序子程序的编译和链接主程序子程序编译是免去链接,否则主程序调用那行会报错。的常用选项预处理,从到木的是加载静态函数库编译,从到得到汇编语言代码。 主程序子程序的编译和链接 主程序 hello.c #include⇠ int main(void)⇠ {⇠ printf(Hello World ); thanks();⇠ }⇠ 子程序 thanks.c #includ...
摘要:静态库结果动态库注意需要将移动到目录下完成后的文件夹心得体会通过用生成静态库和动态库的练习过程,基本上能够熟练的生成静态库和动态库。 gcc生成静态库.a与动态库....
阅读 2155·2021-10-14 09:43
阅读 1170·2021-09-27 13:34
阅读 3355·2021-09-22 15:28
阅读 1076·2021-09-03 10:35
阅读 699·2021-09-02 15:21
阅读 3267·2019-08-30 15:53
阅读 3323·2019-08-29 17:25
阅读 465·2019-08-29 13:22