cmake

本机配置： win10 x64 + vs 2017 + Cmake4.1.1 + OpenCV4 一、下载 OpenCV: https://github.com/Itseez/opencv Extra Modules: https://github.com/Itseez/opencv_contrib cmake: https://cmake.org/download/ 二、安装 1、安装Cmake并将其.../bin添加到环境变量 2、设置OpenCV安装目录 例如我的安装目录： <1> C:\Program Files\OpenCV <2> C:\Program Files\OpenCV\build 用于存放生成文件 <3> C:\Program Files\OpenCV\source 用于存放源文件 <4> C:\Program Files\OpenCV\source\opencv C:\Program Files\OpenCV\source\opencv_contrib 3、以 管理员身份运行 Cmake-gui.exe <1> 先生成opencv，路径设置完成后单击Configure 中途可能遇到网络问题，可以挂代理服务解决无法下载 ippicv_2019_win_intel64_20180723_general.zip 2、生成opencv

OpenCV 是目前开源项目中最著名的基于机器视觉方向的图像处理的开发包，目前已经有被移植到嵌入式 Linux 环境上。本文介绍了 OpenCV 交叉编译的基本步骤。 一、编译环境及库文件 linux 环境：ubuntu12.04 交叉编译：4.3.2 arm 板子： iMX6开发板 libz: libjpeg: libpng: libyasm: opencv: libx264: libxvid: lffmpeg: cmake: 二、opencv-2.4.9 的移植过程 1、libz 的交叉编译： # ./configure --prefix=/usr/local/arm/4.3.2/arm-none-linux-gnueabi/zlib-install --shared 修改 makefile CC=arm-linux-gcc AR=arm-linux-ar RANLIB=arm-linux-ranlib CDSHARED=arm-linux-gcc -shared -wl, -soname,libz.so.1,--version-script,zl lib.map (不一样没关系只改前面编译器) #make #make install 2、libjpeg 的交叉编译： #./configure --host=arm-linux --prefix=/usr/local/arm/4

1. 安装 下载OpenCV的安装包， OpenCV官网下载地址 在这里我下载OpenCV4.0的安装包，下载Sources包并解压, 在解压的文件夹里新建一个文件夹用来编译OpenCV： unzip opencv-4.0.1.zip cd opencv-4.0.1 mkdir build cd build 然后在新建的这个文件里运行cmake(OpenCV4默认不生成.pc文件，OPENCV_GENERATE_PKGCONFIG=ON才会生成。): cmake -DCMAKE_BUILD_TYPE=Release -DOPENCV_GENERATE_PKGCONFIG=ON -DCMAKE_INSTALL_PREFIX=/usr/local .. 编译安装: make -j8 sudo make install 2. 配置 在/etc/ld.so.conf.d/文件夹下新建一个opencv4.conf，里面写入/usr/local/lib cd /etc/ld.so.conf.d/ sudo touch opencv4.conf sudo sh -c 'echo "/usr/local/lib" > opencv4.conf' 更新pkg-config： sudo ldconfig 复制pc文件,要不然测试提示错误: you should add the directory

以前在windows下用VS写代码，不管有多少个文件夹，有多少个文件，写完以后只需要一键就什么都搞定了。但是当移步linux下时，除非你使用图形界面，并且使用Qt creater这类的IDE时，才可以继续像windows下一样一键搞定所有事情，否则就不得不接触gcc/g++/make/cmake/makefile/cmakelists这些东西了，那他们是干什么的呢？彼此之间又是什么关系呢？ 1、gcc/g++ gcc是GNU Compiler Collection的全称，是一个编译套件。通过gcc/g++我们就可以完成源文件的编译链接等工作，例如写了一个helloworld.cpp源程序，用: g++ helloworld.cpp -o helloworld就可以编译链接生成出一个名为helloworld的可执行文件了。这是一个文件的情况，但是当一个工程有很多个文件夹很多个文件时，继续通过这种方式一个一个去编译链接，那程序员不吐血才怪，于是便出现了makefile。 　　2、makefile 　　makefile其实就是包含了一堆有条理的gcc/g++编译命令的文件，我们可以提前手写好makefile文件，以此来提高工作效率。那有了makefile文件以后又该怎么玩呢？这个时候make就出现了。 　　3、make 　

1.从opencv 官网下载相应的软件包 已经下载好，并上传到网盘中， 链接：https://pan.baidu.com/s/1YktAwRPk2DlUGranPHPgKg 。 提取码：mjey 2.下载对应版本的cmake_gui 注意cmake版本要和visual studio版本以及opencv版本适应，这里使用的vs2017 版本 ，opencv版本为4.0 3.cmake 编译源码 开源框架的好处是可以接触到源码，所以通过源码编译得到所需的lib以及dll ,如果出现问题或者需要算法效率优化，可以通过该工程调试对应的源码的代码。 1.设置对应的soure文件路径，以及bin文件路径 2.第一次点击configure ，会弹出对应的编译平台，IDE为vs2017 64位，所以选择的编译器位visual studio 2017 _64 3.第二次confiure，注意勾选所需的生成文件，opencv3.0以后提供了opencvworld.dll来串联对于所有dll引用，此处记得勾选build_opencv_world 4，所有configure已经完成之后，界面没有红色，说明ok\ 5. 点击generate会产生对应的vs工程 6.如果后续发现有些模块确实，可以勾选对应的选项，重新cmake工程 4。opencv 源码编译 1. 点击cmaketarget文件夹中的ALL

获取opencv源码 git clone git@github.com:opencv/opencv.git 获取opencv_contrib源码 git clone git@github.com:opencv/opencv_contrib.git 列举所有tag git tag -l 这里以安装3.4.7为例 git checkout tags/3.4.7 opencv_contrib同样使用此方法检出对应的版本源码,注意版本号严格一致,否则会出现问题 为了避免污染文件,首先创建一个用于存放编译产生文件的目录 mkdir build cd build 在该目录下运行cmake cmake -DCMAKE_BUILD_TYPE=Release -DOPENCV_GENERATE_PKGCONFIG=ON -DCMAKE_INSTALL_PREFIX=/usr/local/opencv347 -DOPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules/ .. -DOPENCV_GENERATE_PKGCONFIG=ON opencv4默认不生产pc文件,需要开启此项 -DCMAKE_INSTALL_PREFIX=/usr/local/opencv347 opencv的安装路径,可以省略,将安装到默认/usr/local目录

一、什么是计算机视觉 计算机视觉这种技术可以将静止的图像或视频数据转换为一种决策或新的表示。所有这样的转换都是为了完成某种特定的目的而进行的。输入数据可能包含一些场景信息，例如“相机是搭载在衣领车上的”或者“雷达发现了一米之外有一个目标”。表示形式是将色彩图像转换为黑白图像，或者从一个图像序列中消除相机运动所产生的影响。 非计算机专业人士可能会觉得计算机视觉是一种很简单的任务，但是这是一种由于人类是视觉动物而产生的误导，人类的大脑将视觉信号划分为许多通道，可以让你接收不同的信息，大脑的注意力系统基于任务的方式通过图像的重要部分检验其他区域的估计，在视觉系统中会产生巨量的信息反馈，人类会根据自己多年的生活经验产生交叉联想从而获得对物体的感知，就好比你因为知道书本的样子是长方体而且由很多纸张构成，当你看到类似的图景时，大脑就会给你反馈一个这是是书本的信息，因为书本的样子你从从小就已经接触了，所以在大脑中已经建立了一个完备的模式识别机制。 而在计算机视觉系统中，计算机会从相机或者硬盘接收栅格状排列的数字，也就是说，计算机视觉系统不存在一个预先建立的模式识别机制。没有自动控制的焦距和光圈，更没有多年的经验积累，就像一个刚出生的孩童（当然并没有一个孩童这么智能）我们只需知道一个概念，计算机看到的只是数字，并无法体会到人们所看到的形形色色的图片世界

[TOC] Ninja基本步骤 Ninja的作用是加速构建，最初目的是替代make，现在Windows系统上也可以用，也就是用Ninja替代nmake或者MSBuild来生成target。 本人不做Chromium等大型程序构建，jenkins也没怎么用过。平时接触到用Ninja的地方只有一个：android ndk开发时，编一个arm android console application可执行程序时（或者编库）时用到。当然，这个可以丢给自动构建。 这次在caffe-builder的脚本中看到willyd调用的是Ninja，换成Visual Studio会提示报错，“和先前的Ninja不一致”。VS是集成开发环境，它的编译器是cl.exe。 网络上搜到的用cl.exe编译、用Ninja构建的例子，是Windows下编译clang源码中的 官方步骤 中给出的： 没错，只需要这几个步骤： 进入cmd，并且正确的设定需要用到的编译器(VS)环境，例如vs2015的就用vs2015的，以及注意x64还是x86等 确保CMakeLists.txt存在，编写正确 到build目录去调用cmake，指定generator为Ninja Ninja xxx Ninja在VS2015下的问题和解决 基于上述步骤，尝试了VS2017下的调用： cd /d d:/toy/rr call "C:

原文地址:https://www.cnblogs.com/beliveli/articles/6541936.html 本机安装包路径: D:\share\src\linux-mysql\sqlAdvisor\ 1.克隆代码 git clone https://github.com/Meituan-Dianping/SQLAdvisor.git 2.安装依赖 yum install -y cmake libaio-devel libffi-devel glib2 glib2-devel bison 3.安装percona56 yum install http://www.percona.com/downloads/percona-release/redhat/0.1-3/percona-release-0.1-3.noarch.rpm -y yum install Percona-Server-shared-56 -y 4.编译sqladvisor时依赖perconaserverclient_r, 因此需要安装Percona-Server-shared-56。有可能需要配置软链接例如: cd /usr/lib64/ ln -s libperconaserverclient_r.so.18 libperconaserverclient_r.so 5.

前言 最近尝试在阿里云RDS与ECS自建库之间搭建主从复制,主要是想用于备份数据,所以对于同步一致性要求不是很高.模拟了几次,遇到的一些坑记录在这里,使用的是基于GTID的主从服务,关于 GTID: MySQL GTID是在传统的mysql主从复制的基础之上演化而来的产物，即通过UUID加上事务ID的方式来确保每一个事物的唯一性。这样的操作方式使得我们不再需要关心所谓的log_file和log_Pos，只是简单的告诉从库，从哪个服务器上去找主库就OK了。简化了主从的搭建以及failover的过程，同时比传统的复制更加安全可靠。由于GTID是连续没有空洞的，因此主从库出现数据冲突时，可以通过注入空事物的方式进行跳过 MySQL5.7杀手级新特性：GTID原理与实战 具体过程如下: 1 准备工作,申请阿里云RDS a 登录 RDS 控制台，选择目标实例。 b 配置从实例读取数据使用的只读账号和授权数据库。 c 将从实例的 IP 地址加入主实例的 IP 白名单中 [同一地域 则可以内网IP] d 登录主实例 [ 如果外部无法登录 白名单添加0.0.0.0/0][ 或者提工单] e 查询主实例的 server-id [show variables like '%server_id%';] # 记下这个id,不能与slave的相同 2 配置从实例 (slave) 需要先安装mysql5