在VS2005中安装Boost

编译环境:Windows XP SP3 vs2005 版本8.0.50727.42

      首先在www.boost.org下载jam和boost最新的源代码(本文为jam_version=3.1.17 boost_version=1.38.0),将jam源代码解压到x:/boost/jam/目录下,将boost源代码解压缩到x:/boost/目录下。
      然后打开Visual Studio 2005 命令提示来到x盘下进入jam的src目录,下面有个build.bat文件。
      在命令行输入build msvc 8.0,执行完成后会在该目录下生成一个bin.ntx86的目录,将目录中的bjam.exe拷贝到x:/boost/目录下.
现在将命令行定位到x:/boost编译时通过设置参数可以指定编译器和编译版本以及存放路径这里没有编译python.
bjam --toolset=msvc-8.0 --prefix=x:/boost stage
这个命令将会生成release版的lib和dll文件
bjam --toolset=msvc-8.0 --prefix=x:/boost debug stage
这个命令将会生成带gd字符的debug版的lib和dll文件
bjam --tooset=msvc-8.0 --prefix=x:/boost debug runtime-link=static stage
这个命令将会生成带sgd字符的静态debug版的lib和dll文件

如果不是用--prefix参数将默认生成在c:/boost目录下

编译完成后可以建立一个bat文件自动将生成的lib和dll文件拷贝到lib目录下面
cplib.bat

dir /W/S/B *vc80*.lib,*vc80*.dll >liblist
if exist lib (echo exist lib fold) else (mkdir lib)
for /f %%x in (liblist) do @copy "%%x" lib/

拷贝之后可以做一下清理工作,同个建立一个bat文件来自动清理编译过程产生的.obj文件
delobj.bat

del /s/q *.obj

将这两个文件放在x:/boost目录下执行就可以了。

在编译过程中会自动生成三个文件夹,按生成先后顺序分别是include,bin.v2,lib其中include目录是编译时用到的头文件,bin.v2目录是编译时存放lib,dll和obj文件的地方,lib目录是存放编译完成后的所有lib,dll文件的目录。如果空间十分紧张,可以删除include和bin.v2目录。我在实际操作中没有include文件,但是有个stage文件夹,有1.55G我觉得太占用空间,就删除了。

配置环境变量

Tools -> Options -> Projects and Solutions -> VC++ Directories 在Library files加上x:/boost/lib

在Include files加上x:/boos

测试程序:

 

引用 http://paul216.blog.hexun.com/29507251_d.html 中介绍的方法啦,希望引用他的方法没有侵犯到版权呢。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统,可以是移动应用、网页服务或集成到智能农业设备。 7. **实时监测**:在实际应用,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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