当前位置：首页 > news >正文

5.29-6.4解决问题归纳

news 来源：原创 2025/6/6 19:28:33

1.CLion配置opencv

在opencv官网下载对应版本的opencv。
下载地址
计算机电脑内配置环境
在这里插入图片描述

验证是否安装成功

cmd终端输入以下命令成功，成功显示版本号则为成功。

python
import cv2
print( cv2.__version__ )

在这里插入图片描述

CLion编写CPP连接opencv

GPT建议文件夹目录为：

MyProject/
├── CMakeLists.txt               # 顶层 CMake 构建文件
├── README.md                    # 项目说明文档
├── third_party/                 # 第三方库（如 OpenCV 可通过 find_package，也可源码放此）
│   └── ...
├── include/                     # 公共头文件（暴露给外部使用的 API 接口）
│   └── my_project/              # 命名空间子目录（避免污染）
│       └── my_header.h
├── src/                         # 源代码
│   ├── main.cpp                 # 入口程序
│   └── my_module.cpp
├── lib/                         # 项目生成的静态库或动态库（可选）
│   └── ...
├── bin/                         # 可执行文件输出目录
│   └── ...
├── test/                        # 单元测试（如使用 GoogleTest）
│   ├── CMakeLists.txt
│   └── my_module_test.cpp
├── tools/                       # 工具程序或脚本（如数据生成、图像标注工具等）
│   └── data_preprocessor.cpp
├── data/                        # 测试样例数据或图片（不编译）
│   └── image01.jpg
├── docs/                        # 项目文档
│   └── design.md
└── config/                      # 配置文件（如 YAML、JSON）└── default.yaml

本demo不涉及太多代码，文件夹目录为：

project/
├── bin/
├──imgs/
├── include/
│   └── feature_detection.h
├── src/
│   ├── feature_detection.cpp
│   └── main.cpp
├── CMakeLists.txt

编写CMakeLists文件

cmake_minimum_required(VERSION 3.10)
project(project) # 项目名称# 设置 C++ 标准
set(CMAKE_CXX_STANDARD 17) # C++ 标准版本# 查找 OpenCV
find_package(OpenCV REQUIRED)  # 查找 OpenCV 库
include_directories(${OpenCV_INCLUDE_DIRS}   # 包含 OpenCV 头文件目录${PROJECT_SOURCE_DIR}/include  # 包含头文件目录
)# 设置源文件路径
file(GLOB SRC_FILES${PROJECT_SOURCE_DIR}/src/*.cpp
)# 添加可执行文件
add_executable(project ${SRC_FILES})  # 创建名为 project 的可执行文件，包含所有源文件# 链接 OpenCV 库
target_link_libraries(project ${OpenCV_LIBS}) # 链接 OpenCV 库到可执行文件

cmake_minimum_required(VERSION 3.10)设置cmake最低版本要求
project(project)设置项目名称
set(CMAKE_CXX_STANDARD 17)设置C++标准版本
find_package(OpenCV REQUIRED) 查找opencv库
include_directories( ${OpenCV_INCLUDE_DIRS} # 包含 OpenCV 头文件目录 ${PROJECT_SOURCE_DIR}/include # 包含头文件目录 ) 中include_directories是用来添加头文件的，${OpenCV_INCLUDE_DIRS}在配置的opencv环境中找opencv的头文件库，${PROJECT_SOURCE_DIR}/include找项目根目录中叫include的子目录中的头文件。
file(GLOB SRC_FILES ${PROJECT_SOURCE_DIR}/src/*.cpp )设置指定目录下的所有cpp文件为SRC_FIES
add_executable(project ${SRC_FILES})把项目里SRC_FILES都添加为可执行文件。
target_link_libraries添加链接opencv库到可执行文件。

CLion编译器内配置

工具链选择MSVC，记得和opencv版本相匹配。
在这里插入图片描述
Cmake配置选项表内填入

-B build -DOpenCV_DIR=C:\opencv\build\x64\vc16\lib

在这里插入图片描述

-B build:-B 表示指定构建输出目录,也就是构建了一个叫build的存放构建中间文件和生成文件的目录。
-DOpenCV_DIR=-D 表示定义一个变量,OpenCV_DIR 是 OpenCV 的 CMake 配置路径变量。

.h文件编写

#ifndef 头文件名的大写宏
#define 头文件名的大写宏// 头文件内容...#endif

当你在多个 .cpp 文件中包含同一个头文件（比如 feature_detection.h）时，为了防止这个头文件内容被重复包含造成编译错误，就加上这种宏判断。

简单来说：防止重复加载头文件。

与program one区别

特性	`#ifndef/#define`	`#pragma once`
机制	通过宏名判断是否重复	编译器自动确保只包含一次
可移植性	完全标准、跨平台	非标准，但主流编译器都支持
重复命名风险	可能有宏冲突	没有冲突
易写性	要手动命名宏	简洁一行
性能	稍慢（需宏判断）	稍快（编译器优化）

编码格式问题

当你编写好你的代码准备构建运行时会发现类似这样的报错。

warning C4819: 该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失

虽然是个警告（warning）而不是致命错误，但它常常会导致 VS 编译器处理失败或生成乱码结果。这与文件的编码格式和当前系统的代码页设置有关。
解决办法：
要编译执行的文件添加编码BOM
在这里插入图片描述
报错原理：
用 CLion + CMake + MSVC (cl.exe) 编译 C++ 项目时，这其实是 Windows 编译器（cl.exe）在处理非 ASCII 字符时的一个“编码问题”。Windows 上的 MSVC 编译器 cl.exe 默认使用系统的当前代码页（Code Page）来读取和解释源文件内容。cl.exe 会默认把 .cpp 文件当成 GBK 编码来读取
BOM 是 UTF-8 文件的开头特殊标记：

EF BB BF

这 3 个字节告诉读取程序：这是一个 UTF-8 编码文件！当 MSVC（cl.exe）看到 BOM 时，它会自动切换到 UTF-8 解码模式，不再用默认的 GBK 来读文件。

DLL文件导出

想要把图像识别相关算法封装好让其他语言调用，其中一种方法就是生成动态链接库。与之对应的是静态链接库。

相同点：

项目	描述
功能作用	都用于将通用代码封装起来，供多个程序共享或重用。
组织结构	都可以包含函数、类、数据等。
编译依赖	使用它们的程序在编译时都需要有对应的库头文件和接口声明。
目的	提高代码复用性、降低维护成本、模块化开发。

不同点：

比较项	静态链接库（.lib / .a）	动态链接库（.dll / .so / .dylib）
链接时间	编译时链接（静态链接）	程序运行时加载（动态链接）
生成文件	`.lib`（Windows），`.a`（Linux）	`.dll`（Windows），`.so`（Linux），`.dylib`（macOS）
可执行文件大小	较大（库内容被复制到可执行文件）	较小（库代码不嵌入可执行文件）
运行依赖	无需依赖外部库文件	必须确保动态库存在于运行环境
更新维护	更新库需重新编译程序	只需替换 DLL，即可更新功能
内存使用	每个程序有自己的副本	多个程序可共享同一份 DLL
调试复杂度	调试简单	相对复杂，特别是跨模块调试
跨平台移植	可控性较强	需要确保目标系统兼容动态库

.h文件接口

#ifdef _WIN32
#define DLL_EXPORT extern "C" __declspec(dllexport)
#else
#define DLL_EXPORT extern "C"
#endif

#ifdef _WIN32 检查当前编译环境是否是 Windows。
__declspec(dllexport)表示这个符号（函数、变量）需要被导出到 DLL 中，供其他程序调用。
extern "C"用于告诉编译器采用 C语言的方式导出符号名（不进行 C++ 名字重整 name mangling），这样 DLL 可以被 C/C++ 或其他语言调用，否则会乱码。
For a example：

DLL_EXPORT int detect_feature_points(const char* imagePath,PointResult** results,int* resultCount,const char* saveFolderPath = "result"
);

参数名	类型	含义
`const char* imagePath`	输入	图像文件路径，用于加载图像
`PointResult** results`	输出	返回的特征点数组的指针（通过内存分配）
`int* resultCount`	输出	返回的特征点个数
`const char* saveFolderPath = "result"`	可选输入	结果保存路径（默认是 “result” 文件夹）

.cpp接口

在生产DLL文件时报错了，我就有了这个疑问，为什么.h里面写好接口，.cpp文件还要进一步加上导出关键字。
查阅相关资料了解到：.h 头文件中的 extern "C" __declspec(dllexport) 只是声明；.cpp 文件中如果定义函数时没有加上 extern "C"，链接器可能无法识别并导出正确的符号。extern "C" 是“声明约定”不是“自动继承”,这只是告诉编译器：“这个函数应该用 C语言的方式导出名字”。这个声明不会影响 .cpp 文件中函数定义的 链接方式，它并不会自动“套用”到实现上。
因此在.cpp文件上也需要加上导出关键字：

extern "C" __declspec(dllexport)
int detect_feature_points(const char* imagePath, PointResult** results, int* resultCount, const char* saveFolderPath) {if (!imagePath || !results || !resultCount) return -1;try {FeatureDetector detector;std::vector<PointData> points = detector.detectContours(imagePath, saveFolderPath ? saveFolderPath : "result");if (points.empty()) {*resultCount = 0;*results = nullptr;return 0; // 无检测点也算成功}// 分配内存给 C#，使用 new[]PointResult* temp = new PointResult[points.size()];for (size_t i = 0; i < points.size(); ++i) {temp[i].name = _strdup(points[i].name.c_str()); // 分配 name 的内存temp[i].pixel_x = points[i].pixel.x;temp[i].pixel_y = points[i].pixel.y;temp[i].xz_x = points[i].xz.x;temp[i].xz_z = points[i].xz.y;}*results = temp;*resultCount = static_cast<int>(points.size());return 0;}catch (...) {return -2; // 其他错误}
}

CMakeLists文件重新编写

cmake_minimum_required(VERSION 3.10)
project(feature_detection_dll)
set(CMAKE_CXX_STANDARD 17)
# 查找 OpenCV
find_package(OpenCV REQUIRED)
# 头文件目录
include_directories(${PROJECT_SOURCE_DIR}/include${OpenCV_INCLUDE_DIRS}
)# 源码文件（生成 DLL）
file(GLOB DLL_SRC_FILES${PROJECT_SOURCE_DIR}/src/feature_detection.cpp
)
# 生成 DLL
add_library(feature_detection SHARED ${DLL_SRC_FILES})
target_link_libraries(feature_detection ${OpenCV_LIBS})

add_library(... SHARED ...)创建共享库（DLL）。

C#调用

生成的DLL文件要放到C#项目的对应文件夹去调用。调试代码类似这种：

using System;
using System.Runtime.InteropServices;
class Program
{// C# 对应 C++ 的结构体[StructLayout(LayoutKind.Sequential)]public struct PointResult{public IntPtr name;       // char*public int pixel_x;public int pixel_y;public double xz_x;public double xz_z;}// 将 char* 转为 C# stringstatic string PtrToString(IntPtr ptr) => Marshal.PtrToStringAnsi(ptr);// 导入 detect_feature_points[DllImport("feature_detection.dll", CallingConvention = CallingConvention.Cdecl)]public static extern int detect_feature_points(string imagePath,out IntPtr results,out int resultCount,string saveFolderPath);// 导入 free_feature_points[DllImport("feature_detection.dll", CallingConvention = CallingConvention.Cdecl)]public static extern void free_feature_points(IntPtr results);static void Main(){string imgPath = @"C:\\project\\PythonProject\\imgs\\AlgorithmData\\1.jpg";string savePath = @"C:\\project\\DLL_test\\test3\\imgs\\result";IntPtr resultPtr;int count;int status = detect_feature_points(imgPath, out resultPtr, out count, savePath);if (status != 0){Console.WriteLine($"DLL 调用失败，错误码: {status}");return;}Console.WriteLine($"成功检测到 {count} 个点：");int size = Marshal.SizeOf(typeof(PointResult));for (int i = 0; i < count; i++){IntPtr itemPtr = IntPtr.Add(resultPtr, i * size);PointResult point = Marshal.PtrToStructure<PointResult>(itemPtr);string name = PtrToString(point.name);Console.WriteLine($"{name}: 像素({point.pixel_x}, {point.pixel_y}), XZ({point.xz_x:F2}, {point.xz_z:F2})");}Console.WriteLine("\n按任意键退出...");Console.ReadKey();// 释放由 DLL 分配的内存free_feature_points(resultPtr);}
}

any cpu和x64的区别

第一次直接跑代码并没有成功，发现any cpu和x64是有区别的。Any CPU 是 .NET 平台的中立选项，但一旦调用了本地（如 C++）的 DLL，就必须保证 C# 和 DLL 是在相同位数平台（x86/x64）下运行，否则会报错。
在这里插入图片描述
而我们这种方式生成的一个 64 位 DLL。

CMake + OpenCV + MSVC x64 编译器

any cpu 虽然有x64 但visual stdio的项目属性里面会默认勾选首选32位。因此运行报错。
在这里插入图片描述

release和debug的区别

Debug 模式用于开发和调试，包含调试信息、运行较慢；
Release 模式用于发布或上线，优化性能，但不包含调试信息。

项目	Debug 模式	Release 模式
目的	开发、调试、测试	发布、部署、生产环境
优化	❌ 不开启编译器优化（保留原始结构）	✅ 开启各种性能优化
调试信息	✅ 含调试符号（.pdb 文件）	❌ 默认不含调试符号（可以手动开启）
运行速度	🐢 慢（未优化）	🚀 快（优化代码执行）
生成的文件大小	📦 较大（保留变量名、调试信息）	💡 较小（去除无用信息）
断点调试支持	✅ 支持断点、变量查看、单步运行	❌ 不支持或极其困难
安全检查	✅ 启用运行时断言、越界检测等	❌ 通常关闭这些检查以提升性能
可读性（反汇编）	✅ 结构清晰，接近源代码	❌ 优化过度，难以跟踪