windows vs2017 lib和dll打包和工程调用(opencv_libtorch_realsense)

2023-12-08 19:18
文章标签 lib windows dll opencv 调用 工程 打包 vs2017 realsense libtorch

本文主要是介绍windows vs2017 lib和dll打包和工程调用(opencv_libtorch_realsense)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

windows vs2017 lib和dll打包和工程调用(opencv_libtorch_realsense)

一、dll文件生成

1、新建dll工程

选择 “新建”->“项目”->Visual C++ -> windows桌面->具有导出项的(DLL)动态链接库

在这里插入图片描述

2、设置

（1）新建项目完成后：
项目->属性->配置属性->常规，
可以看到：
在这里插入图片描述
做如下设置：
（2）项目->属性->c++目录->包含目录：

D:\OpenCV\opencv-3.4.1-vc14_vc15\opencv\build\include
D:\OpenCV\opencv-3.4.1-vc14_vc15\opencv\build\include\opencv
D:\OpenCV\opencv-3.4.1-vc14_vc15\opencv\build\include\opencv2
D:\libtorch-win-shared-with-deps-1.8.1+cpu\libtorch\include\torch\csrc\api\include
D:\libtorch-win-shared-with-deps-1.8.1+cpu\libtorch\include
C:\Program Files %28x86%29\Intel RealSense SDK 2.0\include

（3）项目->属性->c++目录->库目录：

D:\OpenCV\opencv-3.4.1-vc14_vc15\opencv\build\x64\vc14\lib
D:\libtorch-win-shared-with-deps-1.8.1+cpu\libtorch\lib
C:\Program Files %28x86%29\Intel RealSense SDK 2.0\lib\x64

（4）项目->属性->C/C+±>预处理器：
填写填写在这里插入图片描述预处理器定义处添加以下：

NDEBUG
DETECTOR_EXPORTS
RS_EXPORTS
_WINDOWS
_USRDLL
NOMINMAX

其中DETECTOR_EXPORTS和RS_EXPORTS是对dll导出设置的，我的头文件分别是detector.h和rs.h
此处必须加“NOMINMAX”；
如果没有加，在加入libtorch头文件

#include <torch/script.h>
#include <torch/torch.h>`

后，
头文件里的以下两行会呈现灰色， 无法生成dll文件

#ifdef DETECTOR_EXPORTS
#define DETECTOR_API __declspec(dllexport)

（5）项目->属性->C/C+±>语言->符合模式:
设置为**“否”**
在这里插入图片描述
如不进行此设置，可能的导致提示“std”问题。

3、导出文件编写格式

以上设置完毕后，头文件格式：
其中detector.h:

# pragma once
#ifdef DETECTOR_EXPORTS
#define DETECTOR_API __declspec(dllexport)
#else
#define DETECTOR_API __declspec(dllimport)
#endif#include <torch/script.h>
#include <torch/torch.h>#include <memory>
#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/dnn/dnn.hpp>#include "utils.h"class DETECTOR_API Detector {
public:Detector(const std::string& model_path, const torch::DeviceType& device_type);std::vector<std::vector<Detection>> Run(const cv::Mat& img);private:static std::vector<float> LetterboxImage(const cv::Mat& src, cv::Mat& dst, const cv::Size& out_size = cv::Size(640, 640));torch::jit::script::Module module_;torch::Device device_;bool half_;
};

其中detector.cpp:内部函数定义前面没有加DETECTOR_API，在类Detector 定义的时候，前面已经加了DETECTOR_API ，因此在类内的成员变量或成员函数的声明前没有加DETECTOR_API，在下面的.cpp文件里，该类的成员函数的定义前面也不用加DETECTOR_API。

#include "pch.h"
#include "detector.h"
#include "torch/csrc/jit/python/update_graph_executor_opt.h"Detector::Detector(const std::string& model_path, const torch::DeviceType& device_type) : device_(device_type) {try {torch::jit::setGraphExecutorOptimize(false);// Deserialize the ScriptModule from a file using torch::jit::load().module_ = torch::jit::load(model_path);}catch (const c10::Error& e) {std::cerr << "Error loading the model!\n";std::exit(EXIT_FAILURE);}half_ = (device_ != torch::kCPU);module_.to(device_);if (half_) {module_.to(torch::kHalf);}module_.eval();
}std::vector<std::vector<Detection>> Detector::Run(const cv::Mat& img) 
{float conf_threshold = 0.4;float iou_threshold = 0.5;std::vector<std::vector<Detection>> result;return result;
}std::vector<float> Detector::LetterboxImage(const cv::Mat& src, cv::Mat& dst, const cv::Size& out_size) {auto in_h = static_cast<float>(src.rows);auto in_w = static_cast<float>(src.cols);float out_h = out_size.height;float out_w = out_size.width;float scale = std::min(out_w / in_w, out_h / in_h);int mid_h = static_cast<int>(in_h * scale);int mid_w = static_cast<int>(in_w * scale);cv::resize(src, dst, cv::Size(mid_w, mid_h));int top = (static_cast<int>(out_h) - mid_h) / 2;int down = (static_cast<int>(out_h)- mid_h + 1) / 2;int left = (static_cast<int>(out_w)- mid_w) / 2;int right = (static_cast<int>(out_w)- mid_w + 1) / 2;cv::copyMakeBorder(dst, dst, top, down, left, right, cv::BORDER_CONSTANT, cv::Scalar(114, 114, 114));std::vector<float> pad_info{static_cast<float>(left), static_cast<float>(top), scale};return pad_info;
}

rs.h如下：

# pragma once
#ifdef RS_EXPORTS
#define RS_API__declspec(dllexport)
#else
#define RS_API__declspec(dllimport)
#endif#include <iostream>
#include <memory>
#include <chrono> 
#include <sstream>
#include <fstream>
#include <algorithm>
#include <cstring>#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>#include "librealsense2/rs.hpp"
#include "librealsense2/rsutil.h"using namespace std;
using namespace cv;
struct REALSENSE_ALIGN_DEPTH_API realsenseData{rs2::pipeline pipe;rs2::colorizer c;rs2::pipeline_profile profile;rs2_intrinsics intrinDepth;rs2_intrinsics intrinColor;rs2_extrinsics  extrinDepth2Color;
};RS_API void rsInit(realsenseData &rsData);
RS_API float get_depth(rs2::device dev);

rs.cpp如下：结构体内的成员变量没有加****RS_API， 结构体外的变量或函数的声明或定义前面需要加RS_API

#include "pch.h"
#include "rs.h"//realsense初始化
RS_API void rsInit(realsenseData &rsData)
{//创建数据管道rs2::config pipe_config;pipe_config.enable_stream(RS2_STREAM_DEPTH, 640, 480, RS2_FORMAT_Z16, 30);pipe_config.enable_stream(RS2_STREAM_COLOR, 640, 480, RS2_FORMAT_BGR8, 30);//start()函数返回数据管道的profilers2::pipeline_profile profile = rsData.pipe.start(pipe_config);rsData.profile = profile;
}//获取深度像素对应长度单位（米）的换算比例
RS_API float get_depth(rs2::device dev)
{// Go over the device's sensorsfor (rs2::sensor& sensor : dev.query_sensors()){// Check if the sensor if a depth sensorif (rs2::depth_sensor dpt = sensor.as<rs2::depth_sensor>()){return dpt.get_depth_scale();}}throw std::runtime_error("Device does not have a depth sensor");
}

按照以上格式生成后，点击运行，
工程文件夹下“X64”下“Release”下，生成.lib和.dll文件。
比如我的工程名称为：DetectRs，则生成为DetectRs.dll和DetectRs.lib。

注：在对应的detector.cpp和rs.cpp的开头必须包含头文件"pch.h"，其中"pch.h"头文件是在新建“具有导出项的动态链接库DLL项目”时，框架自动生成的头文件。
不过不包含，则会提示错误。如“是否忘记了向源中添加“#include “pch.h”?”
在这里插入图片描述

二、新建工程调用生成的dll和lib文件

2.1、新建调用工程

新建->项目->控制台，建立新项目，设置名称为“DetectRsPro”
在这里插入图片描述

2.2、拷贝生成的.lib和.dll文件

在新建的工程目录下，新建lib文件夹，将生成的DetectRs.dll和DetectRs.lib文件拷贝到lib文件夹下。
在这里插入图片描述
在这里插入图片描述

2.3、配置工程

在项目名称位置右击->属性，
同上，设置包含目录，库目录
在这里插入图片描述
项目->属性->c++目录->包含目录：

D:\OpenCV\opencv-3.4.1-vc14_vc15\opencv\build\include
D:\OpenCV\opencv-3.4.1-vc14_vc15\opencv\build\include\opencv
D:\OpenCV\opencv-3.4.1-vc14_vc15\opencv\build\include\opencv2
D:\libtorch-win-shared-with-deps-1.8.1+cpu\libtorch\include\torch\csrc\api\include
D:\libtorch-win-shared-with-deps-1.8.1+cpu\libtorch\include
C:\Program Files %28x86%29\Intel RealSense SDK 2.0\include

项目->属性->c++目录->库目录：

D:\OpenCV\opencv-3.4.1-vc14_vc15\opencv\build\x64\vc14\lib
D:\libtorch-win-shared-with-deps-1.8.1+cpu\libtorch\lib
C:\Program Files %28x86%29\Intel RealSense SDK 2.0\lib\x64
E:\DetectRsPro\lib

**项目->属性->配置属性->调试：**设置
在这里插入图片描述
**项目->属性->C/C+±>优化：**设置
在这里插入图片描述
**项目->属性->C/C+±>预处理器：**设置
在这里插入图片描述
预处理器定义处加入以下：

NDEBUG
_CONSOLE
NOMINMAX
_CRT_SECURE_NO_WARNINGS

**项目->属性->C/C+±>语言->符合模式：**设置为“否”，如：
在这里插入图片描述
**项目->属性->链接器->输入->附加依赖项：**设置
在这里插入图片描述
加入以下：

c10.lib
torch.lib
torch_cpu.lib
opencv_world341.lib
realsense2.lib
DetectRs.lib

设置完以上，还需要在项目资源文件中加入DetectRs.lib
在这里插入图片描述
以上配置完成。
可以根据自己的工程更改路径，更改配置，运行即可。
其中的工程代码，只是贴出部分示意。记录具体配置方法，生成dll和lib方法，调用dll和lib方法。

这篇关于windows vs2017 lib和dll打包和工程调用(opencv_libtorch_realsense)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/471042。

相关文章

Vite 打包目录结构自定义配置小结

Vite 打包目录结构自定义配置小结

《Vite打包目录结构自定义配置小结》在Vite工程开发中,默认打包后的dist目录资源常集中在asset目录下,不利于资源管理,本文基于Rollup配置原理,本文就来介绍一下通过Vite配置自定义... 目录一、实现原理二、具体配置步骤1. 基础配置文件2. 配置说明（1）js 资源分离（2）非 JS 资
阅读更多...
Java调用Python脚本实现HelloWorld的示例详解

Java调用Python脚本实现HelloWorld的示例详解

《Java调用Python脚本实现HelloWorld的示例详解》作为程序员,我们经常会遇到需要在Java项目中调用Python脚本的场景,下面我们来看看如何从基础到进阶,一步步实现Java与Pyth... 目录一、环境准备二、基础调用：使用 Runtime.exec()2.1 实现步骤2.2 代码解析三、
阅读更多...
Python如何调用另一个类的方法和属性

Python如何调用另一个类的方法和属性

《Python如何调用另一个类的方法和属性》在Python面向对象编程中,类与类之间的交互是非常常见的场景,本文将详细介绍在Python中一个类如何调用另一个类的方法和属性,大家可以根据需要进行选择... 目录一、前言二、基本调用方式通过实例化调用通过类继承调用三、高级调用方式通过组合方式调用通过类方法/静
阅读更多...
C#控制台程序同步调用WebApi实现方式

C#控制台程序同步调用WebApi实现方式

《C#控制台程序同步调用WebApi实现方式》控制台程序作为Job时,需同步调用WebApi以确保获取返回结果后执行后续操作,否则会引发TaskCanceledException异常,同步处理可避免异... 目录同步调用WebApi方法Cls001类里面的写法总结控制台程序一般当作Job使用，有时候需要控制
阅读更多...
Python用Flask封装API及调用详解

Python用Flask封装API及调用详解

《Python用Flask封装API及调用详解》本文介绍Flask的优势（轻量、灵活、易扩展）,对比GET/POST表单/JSON请求方式,涵盖错误处理、开发建议及生产环境部署注意事项... 目录一、Flask的优势一、基础设置二、GET请求方式服务端代码客户端调用三、POST表单方式服务端代码客户端调用四
阅读更多...
解决Failed to get nested archive for entry BOOT-INF/lib/xxx.jar问题

解决Failed to get nested archive for entry BOOT-INF/lib/xxx.jar问题

《解决FailedtogetnestedarchiveforentryBOOT-INF/lib/xxx.jar问题》解决BOOT-INF/lib/xxx.jar替换异常需确保路径正确：解... 目录Failed to get nested archive for entry BOOT-INF/lib/xxx
阅读更多...
Python跨文件实例化、跨文件调用及导入库示例代码

Python跨文件实例化、跨文件调用及导入库示例代码

《Python跨文件实例化、跨文件调用及导入库示例代码》在Python开发过程中,经常会遇到需要在一个工程中调用另一个工程的Python文件的情况,：本文主要介绍Python跨文件实例化、跨文件调... 目录1. 核心对比表格（完整汇总）1.1 自定义模块跨文件调用汇总表1.2 第三方库使用汇总表1.3 导
阅读更多...
idea Maven Springboot多模块项目打包时90%的问题及解决方案

idea Maven Springboot多模块项目打包时90%的问题及解决方案

《ideaMavenSpringboot多模块项目打包时90%的问题及解决方案》：本文主要介绍ideaMavenSpringboot多模块项目打包时90%的问题及解决方案,具有很好的参考价值,... 目录1. 前言2. 问题3. 解决办法4. jar 包冲突总结1. 前言之所以写这篇文章是因为在使用Mav
阅读更多...
使用Python的requests库调用API接口的详细步骤

使用Python的requests库调用API接口的详细步骤

《使用Python的requests库调用API接口的详细步骤》使用Python的requests库调用API接口是开发中最常用的方式之一,它简化了HTTP请求的处理流程,以下是详细步骤和实战示例,涵... 目录一、准备工作：安装 requests 库二、基本调用流程（以 RESTful API 为例）1.
阅读更多...
Python调用LibreOffice处理自动化文档的完整指南

Python调用LibreOffice处理自动化文档的完整指南

《Python调用LibreOffice处理自动化文档的完整指南》在数字化转型的浪潮中,文档处理自动化已成为提升效率的关键,LibreOffice作为开源办公软件的佼佼者,其命令行功能结合Python... 目录引言一、环境搭建：三步构建自动化基石1. 安装LibreOffice与python2. 验证安装
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2