Matlab 打包成exe的坑

于 2023-02-18 09:23:42 发布
阅读量417 收藏
点赞数
分类专栏： Matlab 文章标签： matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Scanner_sc/article/details/129096887
版权

将code打包成exe后，有一个重要的问题就是，每次运行的结果都是固定的，哪怕定义了很多个随机数，第2，。。。，1000次运行的结果以及中间过程和第1次没有任何差别。要注意！

win10 pyinstaller pyqt5 界面 打包exe（封装）
Hello Word!
03-13 3795
本文不是详细教程，新人可查看其它文章作为参考。如：https://blog.csdn.net/yuhijk2055/article/details/80876970 pip install pyinstaller 1，打包命令： pyinstaller -F -w xxxx.py （xxxx代表要打包的文件） pyinstaller xx.spec （修改sp...
MATLAB MinGW-w64安装与使用
nixingdeyummy的博客
10-21 1万+
不同版本MATLAB中minGW-46 C++编辑器的安装与使用MATLAB 需要安装MinGW-w64 才可以在.m文件中使用mex编译语句（1）不同版本的MATLAB配合使用的MinGW-w64版本是不同的（2）不同版本的MinGW-w64安装方法是不同的，相同版本的MinGW-w64也具有在线安装和离线安装等多种方法（3）正确安装MinGW-w64后，需要配置环境变量才能在MATLAB当中使用 MATLAB 需要安装MinGW-w64 才可以在.m文件中使用mex编译语句 2019b版本的MATLAB
Matlab GUI程序封装成exe文件并在不安装Matlab的电脑上运行
weixin_45560953的博客
10-02 1万+
最近根据需求用Matlab写了一个简单的软件，但需要安装到其他电脑上运行，倒腾了很久最终成功在其他电脑上运行，现将方法共享给大家。 安装方法： ①程序封装 首先用Matlab写完程序并封装好（我用的是Matlab2018b，封装的时候就用matlab自带的APP封装程序就好[就是黑框框那个程序]）： 然后会在指定位置生成这样一个文件夹： ②安装MCR环境 打开生成的文件夹之后选择这个文件夹中的“.exe”文件并运行： 这时候可能会提示你缺少“Runtime”这个东西（忘记截图~~！），此时程序还不能运行。这
关于MATLAB 打包成exe后生成随机数不变问题的解决方案
slandarer的博客
08-15 954
问题描述 事情是这样的，之前写了一个刮奖特效的MATLAB 程序： 传送门： 七夕节还不知道送啥，教你用MATLAB制作一款刮刮乐抽奖特效，让她的手气决定她的礼物 其中有通过随机数来决定显示字符的部分，但是有读者尝试将程序打包后，发现结果是固定的。 出现原因 稍微研究了一下发现了问题所在： 我们在matlab运行程序后，软件会自己更改随机数种子，但是打包成exe文件后，经过了中间变换，脱离软件后程序会使用固定的随机数种子，这就导致每次生成的随机数都是固定的。 解决思路 这样我们很容易就能想到C语言的类似操作
matlab转化成exe运行错误,MATLAB生成exe脱离matlab运行可执行程序
weixin_33834241的博客
03-16 1448
如何将MATLAB程序编译成独立可执行的程序？如何将编译好的独立可执行程序发布在没有安装MATLAB的电脑上？下面将一步步实现：一、生成独立可执行的程序(exe文件)步骤1、安装编译器。可有多种选择，matlab自带了一个LCC，推荐使用VC++6.0，我基于VS2010实现。2、设置编译器。在matlab命令行输入mbuild –setup以及mex –setup，选择安装的c编译器(可能会选...
为什么matlab生成的exe文件只能在matlab中打开,在电脑的其他地方打不开？
yu132563的专栏
03-10 6167
为什么matlab生成的exe文件只能在matlab中打开,在电脑的其他地方打不开？  分享| 2014-11-09 20:20147****3349 | 浏览 448 次  操作系统 在同一个电脑里，在matlab里可打开exe程序，但把exe文件放在其他盘里就打不开了，只是闪一下doc界面，我把MCRInstall.exe也放到同一目录下并且安装了，哪位大神帮忙解答一下，
matlab转化成exe运行错误,Matlab 2017b编译生成exe或DLL文件后无法运行的问题及其解决方法...
weixin_42102713的博客
03-16 1332
问题原因出现此问题是由于Windows 的system32目录下两个DLL文件版本太低，这两个文件是SSLEAY32.DLL和LIBEAY32.DLL。这两个文件在MATLAB安装目录的\bin\win64目录下也有，\bin\win64这个目录是在添加到了系统的PATH变量里了的。但是Matlab编译后的exe程序在运行时，system32目录有高的优先级，会使用system32目录下的这两个文...
matlab打包多个m文件,MATLAB中deploytool的使用--打包m文件成exe
weixin_42336958的博客
03-16 2722
心血来潮，研究了一下deploytool这个工具，一般都在MATLAB里自带的。注意，我使用的是32位Win7，MATLAB2012b。在我的以前的博客中，有介绍 mcc这个命令的，也是可以将m文件打包成exe文件，今天讲的这个deploytool是同样的道理，至不说是通过界面的形式打包的，另外还有个package命令，可以将MCR一起封装，这样自己的程序就能在别人没装MATLAB的机器上运行了。...
C#与matlab混合编程中的坑
YoM_Zhou的博客
07-21 1424
总结一下C#与matlab混合编程中遇到的坑
matlAB gui 变成c,matlab改变GUI和figure左上角图标的方法，并生成exe文件
weixin_39579127的博客
03-17 504
1. GUI左上角图标的更改，假设GUI的Tag为figure1，在其OpeningFcn里添加h = handles.figure1; %返回其句柄newIcon = javax.swing.ImageIcon('1.jpg')figFrame = get(h,'JavaFrame'); %取得Figure的JavaFrame。figFrame.setFigureIcon(newIcon); %...
BELLHOP使用指南v2.2,bellhop教程,matlab
09-10
bellhop模型的中文使用说明
MATLAB启动很慢？1分钟快速解决~
Wayne的CSDN博客
05-27 5万+
1. 右键MATLAB快捷方式 2. 在matlab.exe后添加licenses\license_standalone.lic的位置，格式如下： “D:\Program Files\Polyspace\R2020a\bin\matlab.exe” -c “D:\Program Files\Polyspace\R2020a\licenses\license_standalone.lic” 注意：-c 前后有空格 3. 重启MATLAB：......
Matlab安装后启动巨慢的问题（已解决）
qq_35041890的博客
01-19 3万+
适用于MATLAB安装后启动过程巨慢，并伴随卡顿的问题。 更改后可以显著提高MATLAB的启动速度。 解决方法： 第一步：复制MATLAB安装时license文件的路径（建议把license文件直接放到MATLAB安装目录下）。 E:\MATLAB2020a\licenses 第二步：将MATLAB快捷方式发送至桌面，（快捷方式路径在安装目录下，E:\MATLAB2020a\bin\matlab.exe），右键桌面matlab.exe,属性，找到目标框。 第三步：在目标框中原先的语句后面加上“ -c l
Matlab 2017b编译生成exe或DLL文件后无法运行的问题及其解决方法
HongAndYi的博客
03-02 1万+
问题描述最近尝试用Matlab 2017b和Qt 5.9混合编程。用Matlab编写了一个很简单的m文件，配置使用Visual C++ 2015 编译器，用deploytool和对m文件进行编译，编译后能生成exe文件。所有的环境变量等设置的也没有问题，但是运行编译后的程序时就会出现问题，DOS窗口闪现后就关闭了。在DOS窗口下执行编译后的exe文件，有如下的错误信息：Fatal Internal...
MATLAB打包exe文件及打包期间出错问题解决
猪猪后花园
06-11 1万+
MATLAB打包exe文件步骤 1. 上边栏选择APP，点击Application Compiler 2. Add main file 3. 加入所有自定义的函数 4. 加入非默认的自带函数 生成exe之后在cmd运行一下，提示少哪个就加入哪个。 然后点击右上角绿色剪头即可。 注意事项 我一开始新建了一个文件夹，将所有用到的函数都copy到那里，然后在第3&4步的时候直接从新建文件夹里添加。 这个做法导致了打包期间出错。 错误日志显示： Compiler version: 6.3 (R2016
MATLAB生成exe脱离matlab运行可执行程序
热门推荐
小木匠的博客
07-08 9万+
如何将MATLAB程序编译成独立可执行的程序？如何将编译好的独立可执行程序发布在没有安装MATLAB的电脑上？下面将一步步实现：   一、生成独立可执行的程序（exe文件）步骤 1、安装编译器。可有多种选择，matlab自带了一个LCC，推荐使用VC++6.0，我基于VS2010实现。 2、设置编译器。 在matlab命令行输入mbuild  –setup以及mex –setup
matlab中的addpath用法
xuxinrk的博客
10-11 5万+
打开一个不在matlab工作路径上的文件，matlab会弹出提示。而如果文件在它的工作路径上，matlab就直接打开那个文件，不会弹出提示。用addpath把文件加入它的工作路径后，就不会弹出提示。 e.g. addpath  ABC； 或者 addpath(a)；%a为路径 也可以添加当前文件夹及其子文件夹到路径 addpath matlab currentFolder = pwd;...
【MATLAB2020a启动慢解决方案，亲测从一两分钟减到10秒左右】
qq_41523340的博客
11-22 1万+
MATLAB 2020a 启动慢解决方法出现的问题解决方法参考博客 出现的问题 新安装的 MATLAB 2020a 启动大约需要一两分钟，电脑之前也安装过MATLAB，只不过版本不一样，当时启动正常十多秒，因此排除是电脑配置太低的问题。后来百度尝试了一些方法都不靠谱，在一位博主的博客中找到解决方法，原理估计是 MATLAB 2020a 启动时要判断是否授权，电脑联网时可能首先通过网络寻找电子许可证，然后才在本地磁盘寻找许可证文件，因此启动时间花在寻找电子许可证，而不是真正运行软件。 解决方法 1.找到本地许
C#第一次调用matlab程序反应慢的“解决”办法
wly
09-01 4297
首先你应该注意到，解决是打着引号的，因为据MATLAB中文站上的版主介绍，不可以提前加载MCR，也就是说没有办法让C#在第一次调用时反应特别的快。 但是，在加载完成后，即第二次调用时，就显得很快了，所以，我们可以“瞒天过海”，在创建window的时候，就先开辟一个线程，在其中调用matlab中的一个简单的方法，这样子就加载了MCR，又让用户察觉不到，然后当用户真正的调用时，就显得很快了。
我的工作主要与图像相关，可以根据我的工作内容重新出一条路线吗》
最新发布
02-19
<think>好的，用户之前询问了学习MATLAB的最佳路线，现在根据他的工作内容（主要是图像相关）需要重新调整学习路线。首先，我需要回顾之前的回复，确保新路线在结构上保持一致，同时专注于图像处理方面的内容。 用户的工作涉及图像处理，所以核心应该放在图像处理工具箱（Image Processing Toolbox）上。原来的路线分为四个阶段，现在需要将第三阶段的工具箱应用部分具体化，突出图像处理相关的工具和技能。此外，在实践项目阶段，也需要设计一些与图像处理相关的实际案例，比如图像增强、分割、特征提取等。 接下来，要确定用户可能需要的核心技能。例如，基础部分需要包括图像的基本操作，如读取、显示、保存，以及像素级操作。核心技能提升阶段应涵盖图像增强、分割、形态学操作、特征提取等。此外，可能还需要涉及深度学习和三维图像处理，特别是如果用户的工作涉及更复杂的图像分析的话。 然后，考虑资源推荐。官方文档中的Image Processing Toolbox的文档和示例非常重要，同时可以推荐一些相关的书籍和在线课程，尤其是那些专注于MATLAB图像处理的资源。 用户可能的深层需求是希望快速上手应用于实际工作，因此学习路线需要强调实用性和项目实践。需要避免过于理论化的内容，而是提供可以直接应用到工作中的技巧和工具。 另外，需要注意用户可能对某些高级功能不熟悉，比如深度学习在图像处理中的应用，或者三维图像处理，这些可能需要额外的指导。因此，在路线中加入这些内容，但标注为可选，让用户根据自己的需求选择。 最后，检查整个路线是否符合逻辑，是否覆盖了从基础到高级的所有必要步骤，并确保每个阶段都有明确的学习目标和实践项目。确保用户能够逐步构建起图像处理的知识体系，并将其应用到实际工作中。</think>好的！针对图像处理相关的工作需求，以下是更具体的学习路线，重点聚焦 **图像处理工具箱（Image Processing Toolbox）**、**计算机视觉**和**实际应用场景**，同时结合你的专业背景调整优先级： --- ### **一、基础快速入门（1周）** 1. **MATLAB基础操作** - 快速掌握变量、矩阵运算（图像本质是矩阵）。 - 学习图像的基本操作：`imread`（读取）、`imshow`（显示）、`imwrite`（保存）。 - 理解图像数据类型：`uint8`、`double` 的转换与归一化（如 `im2double`）。 2. **图像基础概念** - 灰度图、RGB图、二值图、多通道图像的区别与操作。 - 图像像素操作：裁剪（`imcrop`）、旋转（`imrotate`）、尺寸调整（`imresize`）。 - 直方图分析：`imhist`、`histeq`（直方图均衡化）。 --- ### **二、核心技能提升（3-4周）** 1. **图像增强与滤波** - 空域滤波：均值滤波、高斯滤波（`imgaussfilt`）、中值滤波（`medfilt2`）。 - 频域滤波：傅里叶变换（`fft2`）、频域去噪（如低通/高通滤波）。 - 对比度调整：`imadjust`、`adapthisteq`（自适应直方图均衡化）。 2. **图像分割与特征提取** - 阈值分割：`imbinarize`、Otsu算法（`graythresh`）。 - 边缘检测：`edge` 函数（Canny、Sobel算子）。 - 区域分割：分水岭算法（`watershed`）、区域生长法。 - 特征提取：HOG（`extractHOGFeatures`）、LBP、角点检测（`detectHarrisFeatures`）。 3. **形态学操作与图像修复** - 膨胀、腐蚀、开运算、闭运算（`imdilate`, `imerode`, `imopen`）。 - 图像修复：去除噪点（`bwareaopen`）、填充孔洞（`imfill`）。 4. **深度学习与图像处理（可选）** - 使用 **Deep Learning Toolbox** 训练图像分类模型（如AlexNet、ResNet）。 - 迁移学习：用预训练模型（如`resnet50`）进行微调。 - 目标检测：YOLO、Faster R-CNN（需结合Computer Vision Toolbox）。 --- ### **三、专业工具与实战（持续进行）** #### **1. 图像处理工具箱高级功能** - **图像配准（Registration）**：对齐多幅图像（`imregtform`, `imwarp`）。 - **三维图像处理**：处理医学影像（DICOM数据）或体积数据（`volshow`）。 - **图像标注与ROI工具**：`drawrectangle`, `imfreehand` 交互式标注。 #### **2. 实战项目方向** - 示例：检测产品表面缺陷（使用边缘检测+形态学操作）。 - 工具：`bwconncomp` 统计缺陷区域数量。 - **方向2：医学图像分析** - 示例：MRI图像分割肿瘤区域（深度学习U-Net）。 - 工具：`imageDatastore` 管理数据集，`unetLayers` 构建模型。 - **方向3：遥感与卫星图像** - 示例：多光谱图像融合与地物分类（PCA或深度学习）。 - 示例：实时运动目标检测（背景差分法）。 - 工具：`VideoReader`, `vision.ForegroundDetector`。 #### **3. 性能优化与部署** - **加速计算**：使用GPU加速（`gpuArray`）、并行计算（`parfor`）。 - **生成独立应用**：通过 MATLAB Compiler 打包为EXE或共享库。 --- ### **四、学习资源推荐** 1. **官方资源**： - **Image Processing Toolbox文档**：[MathWorks官网](https://www.mathworks.com/help/images/)（必看！含代码示例）。 - **MATLAB图像处理示例库**：命令行输入 `demo` → 选择“Image Processing”类别。 2. **书籍**： - 《数字图像处理（MATLAB版）》（冈萨雷斯经典教材的MATLAB实践版）。 - 《MATLAB计算机视觉与深度学习实战》（适合结合深度学习）。 3. **在线课程**： - Coursera: [Introduction to Image Processing](https://www.coursera.org/)（英）。 - B站：搜索“MATLAB图像处理教程”，推荐实战类视频（如“基于MATLAB的二维码识别”）。 --- ### **五、避坑与效率提升** 1. **常见错误**： - 忽略图像数据类型（如`uint8`范围0-255，运算前需转`double`）。 - 使用`imtool`交互式查看像素值、测量距离。 - 批量处理图像：结合`imageDatastore`和`batch processing`。 3. **代码调试**： - 分步验证：先在小尺寸图像上测试算法，再推广到大图。 --- ### **总结路线图** ``` 基础操作 → 图像增强 → 分割与特征提取 → 形态学/深度学习 → 实战项目（工业/医学/遥感） ``` **关键建议**： 1. 从实际项目需求倒推学习内容（例如：若需做缺陷检测，优先学分割+形态学）。 2. 多参考官方示例代码（可直接修改适配你的数据）。 3. 遇到复杂问题优先查工具箱文档，而非自己从头实现。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值