(转)cocos2d-x在eclipse上搭建开发环境

Mark

 原文地址:http://www.eoeandroid.com/thread-321983-1-1.html

 

 

 

    本文的搭建方法是最新最正确的方法,好多朋友反映搭建eclipse交叉编译环境很复杂又头疼,其实只是网上的资料太过零散,差一步而谬之千里啊,不多说,如果你看了这篇文章,恭喜你,你省下了至少48小时的生命。
    你准备好了吗?(原文地址:http://www.418log.org/post-238.html)

    本环境采用当前比较稳定的工具搭建,一般需要的东西有:jdk eclipse cdt ndk cywin(本环境编译不需要)

    为了方便大家快速搭建,我已经把做游戏开发所需要的eclipse插件都整合好了,建议大家下载整合版本的eclipse(地 址:http://www.418log.org/post-204.html),该eclipse中为Eclipse J2EE 3.7.2版本,包含了:ADT22,Tomcat6,JDK6,SVN,UML,spring mvc CDT(C++)插件,是我自用的版本,满足开发Android与web并用。
   
    最新版本ndk,已经可以完成jni代码的编译工作,而且可以在eclipse中配置为自动编译,根本不需要安装cywin,下载地址 (http://developer.android.com/tools/sdk/ndk/index.html),我用的是r9版本。
    android sdk,是android应用开发的库,到地址(http://developer.android.com/sdk/index.html)下载即可。
下载cocos2d-x:地址(http://www.cocos2d-x.org/download)我下载的2.2.2版本。

一共需要的文件列表如下图,其中(cywin和cocos2d-x-3.0beta是不需要的)


下面就以运行hellocpp这个例子来讲解环境搭建的步骤:
(1)导入示例项目hellocpp 和 libcocos2dx ,这里一定注意不要copy到工作目录,用引用,不然会有很多路径问题。


(2)这个时候hellocpp不会编译通过,要做些编译的配置。


(3)我们先修改/HelloCpp/jni/Android.mk
在最后边加上红色的2句,并且在$(call import-module,cocos2dx)之前:
$(call import-add-path, E:/android/cocos2d-x-2.2.2)
$(call import-add-path, E:/android/cocos2d-x-2.2.2/cocos2dx/platform/third_party/android/prebuilt)
$(call import-module,cocos2dx)


(4)修改/HelloCpp/jni/Application.mk
在最后面添加环境变量(你的cocos2d-x-2.2.2的位置):
NDK_MODULE_PATH:=E:/android/cocos2d-x-2.2.2;E:/android/cocos2d-x-2.2.2/cocos2dx/platform/third_party/android/prebuilt


(5)/HelloCpp/assets目录要放些程序运行需要的图片,把E:\android\cocos2d-x-2.2.2\samples\Cpp\HelloCpp\Resources\iphone目录下的图片拷贝进去。


(6)让hellocpp引用 libcocos2dx 库编译


(7)在eclipse的window-preferences菜单下配置NDK的安装路径


(8)修改CDT builder的执行程序,用于编译so文件,主要用于自动编译



(9)新增环境变量NDK_MODULE_PATH及值


(10)到这一步后连上手机直接run吧,你会看到libs目录下的so了。

4.jpg (31.35 KB, 下载次数: 0)

下载附件  保存到相册

2014-1-18 21:25 上传

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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