实验平台:
ubuntu matlab R2016b g++
步骤:
1. 设置matlab的编译器在命令行窗口下,输入并执行如下命令:mex –setup
在出现的编译器中,选择mex -setup C++
然后在输入命令:mbuild –setup
同样选择mex -setup C++ -client MBUILD
2. 编写.m文件如下函数时完成图像的分割功能,第一个参数是图像的文件名(路径),第二个参数是分割图像阈值的大小;完成分割后,将图像保存为result.bmp;返回值则是原图像的数据;
*****注意****:在ubuntu下编译.m文件,文件名要以lib开头,后面在路径配置的时候很关键, 当然window下最好也以lib开头。
mcc -W cpplib:libMypr -T link:lib improcess.m
解释:其中-W是控制编译之后的封装格式;
cpplib,是指编译成C++的lib;
cpplib冒号后面是指编译的库的名字;
-T表示目标,link:lib表示要连接到一个库文件的目标,目标的名字即是.m函数的名字。
编译完成之后,libMypr.hlibMypr.cpplibMypr.solibMypr.exports这四个文件时我们在c++中调用所需要的;
4. 编写C++代码(test.cpp)放在桌面的test文件下,并且将上面编译的.m文件也拷贝到该文件下:(注意初始化操作)
#include "mclmcrrt.h" #include "mclmcr.h" #include "mclcppclass.h" #include "matrix.h" #include <iostream> #include "libMypr.h" using namespace std; int main(int argc,char* argv[]) { //初始化, 在C++调用matlab时,必须要进行初始化。 if( !libMyprInitialize()) { printf("Could not initialize !"); return -1; } char f_name[10]="lenna.pgm"; //必须将lenna.pgm图像,拷贝到工程目录下 mwArray file_name(f_name);//'lenna.pgm' mwArray m_threshold(1,1,mxDOUBLE_CLASS); m_threshold(1,1)=128;//阈值为128 mwArray ImageData(512,512,mxDOUBLE_CLASS); improcess(1,ImageData,file_name,m_threshold); //1,表示返回值的个数,ImageData用于接收返回值 printf("\n图像处理结束,已经图像以阈值128分割开!\n"); double *resultdata=new double[512*512]; ImageData.GetData(resultdata,512*512); printf("\n已获得图像数据...\n"); for(int i=0;i<512;i++) { for(int j=0;j<512;j++) { printf("%0.1f ",resultdata[512*i+j]); } printf("\n"); } delete []resultdata; // 后面是一些终止调用的程序 // terminate the lib libMyprTerminate(); return 0; }
5.上面的准备好了,按照下面的步骤就可以跑起来了O(∩_∩)O。
g++ - c test.cpp -I/usr/local/MATLAB/R2016b/extern/include/ -o test.o
(2)设置matlab动态文件路径
exportLD_LIBRARY_PATH="/home/liupeng/Desktop/test:/usr/local/MATLAB/R2016b/runtime/glnxa64:$LD_LIBRARY_PATH"
g++ -o testApp test.o-L/home/liupeng/Desktop/test -L/usr/local/MATLAB/R2016b/runtime/glnxa64 -lmwmclmcrrt -L/home/liupeng/Desktop/test-lMypr
(4)运行./testApp
原文链接:https://www.f2er.com/ubuntu/351578.html