Linux C++项目 CMake-GUI 编译OpenCV和Multi-tracker

2023年09月26日 9:47:01 补充如下：

• Linux下C++项目环境配置：
  • ① QT creator：IDE环境，需要对QT有一点的熟悉，要有QT windows等方面的基础，便于调试；以及编译库等。
  • ② 推荐vscode：安装如下插件：C/C++ coderunner Cmake，就可以实现和windows一样的调试和运行。
    • vscode注意：最好学习一点CMakeLists的写法，毕竟环境配置，路径配置等没有QT creator那样的GUI界面去添加！添加include lib linker，设置编译模式等需要自己去摸索一下！！（CMake有GUI可以初步入门；但是写CMakeLists最好也掌握一下）
    • vscode优势：有调试窗口，跟python、matlab一样，可以在debug的时候输入一些命令来获取当前变量等的值；比QT creator更方便（或者QT类似功能我没发现过）；和visual studio的监视窗口区类似（但是visal studio的监视窗口的语法和C++的语法不一样）；vs code的命令行语法还有待确认。

---

2022年8月20日09:59:28 补充如下：

• Linux下有很多C、C++ IDE：
  • QT creator
  • vscode
  • clion
• 在Linux下比较好用的C/C++ IDE是QT 安装教程：Ubuntu笔记(三)QT5开发环境在Linux环境中下载与安装_Lawrence_ly16的博客-CSDN博客
• Linux下QT C/C++开发：Linux上使用Qt Creator进行C/C++开发_shitsnail的博客-CSDN博客_linux qtcreator
  • 教程：001 - Linux C/C++ 开发环境搭建_ᴇʀɪᴄ ᴛᴇᴏ的博客-CSDN博客_linux下c++开发环境
• Linux 下常用的 C/C++ IDE 还是比较多的；我这里主要介绍一下 qtcreator、vscode、clion； 
  • vscode也可以编译linux下的C/C++工程：安装插件 CMake、CMake Tools、C/C++即可。
  • vscode C/C++ 使用教程：Linux/Ubuntu中Vs Code配置C++/C环境_CS_Lee_的博客-CSDN博客_linuxvscode配置c++环境
  • 在vscode中debug时有让选择gcc版本：gcc gcc8 gcc9，它们有啥区别呢？
    • Linux下GCC超详细讲解_DeRoy的博客-CSDN博客_linux下gcc
      • gcc, g++注意安装版本要大于4.8.5因为4.8.5以后的版本才支持c++11标准
      • gcc和g++ 都是GNU (组织)的一个编译器。

      • 后缀为.c的，gcc把它当作是C程序，而g++当作是c++程序

---

一、cmake opencv编译

参考：Linux 使用cmake构建OpenCV项目_sandalphon4869的博客-CSDN博客

参考：Linux 下编译安装OpenCV,Cmake的安装_wzy的博客-CSDN博客

1.1 opencv编译

1. 安装cmake：sudo apt-get install cmake  注意这个不是gui的版本
   测试cmake是否安装成功：cmake --version
   cmake version 2.8.10.2
   
2. 安装cmake-gui：sudo apt  install cmake-qt-gui
   命令行终端$：cmake-gui开启cmake界面
   
3. 下载Opencv和opencv-contrib
   opencv-4.5.5下载地址：Tags · opencv/opencv · GitHub
   opencv4.5.5-contrib下载地址：Tags · opencv/opencv_contrib · GitHub
   ​
4. 先安装 libgtk2.0-dev 和 pkg-config，，否则后期编译运行程序会出现类似如下的问题：

   OpenCV Error: Unspecified error (The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Carbon support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script) in cvNamedWindow, file /usr/local/opencv/OpenCV-2.0.0/src/highgui/window.cpp, line 100 
   terminate called after throwing an instance of 'cv::Exception'

   通过网络获取安装：

   # apt-get install libgtk2.0-dev
   # apt-get install pkg-config

5. cmake-gui打开界面
   参考网址：3.1 (win10 + vs2019) cmake编译 (opencv4.1.0 + opencv_contrib4.1.0)_一点先森-CSDN博客要加入contrib地方：
   ​

伸手自取：Linux系统编译opencv4.0.1、opencv4.0.1 contrib及匹配测试代码_祝鹏辉-CSDN博客
Centros系统的，不适合我，哎。

 1.2 build multi-tracker工程

 使用如下命令进行build：由于开启了YOLO，需要CUDA_TOOLKIT

git clone https://github.com/Smorodov/Multitarget-tracker.git
cd Multitarget-tracker
mkdir build
cd build
cmake . .. -DUSE_OCV_BGFG=ON -DUSE_OCV_KCF=ON -DUSE_OCV_UKF=ON -DBUILD_YOLO_LIB=ON -DBUILD_YOLO_TENSORRT=ON -DBUILD_ASYNC_DETECTOR=ON -DBUILD_CARS_COUNTING=ON
       make -j

1. 用cmake打开这个txt文件，就可以这里添加opencv的相关路径
   ​
   ​
2. 遇到另一个问题：打开cmake.txt就看得到下面的红色图，勾选一些选项，加入opencv的路径，还需要几个路径：CUDA路径；CUDNN路径
   ​
   ① nvidia-smi命令行，看是否安装cudar如何看linux系统中有没有安装cuda,Linux系统CUDA10.2+CUDNN安装教程_RC-1136的博客-CSDN博客e
   ② cuda安装：sudo apt install nvidia-cuda-toolkit
   nvcc -V
   
   
   ③安装CUDNN Ubuntu 20.04 CUDA10.1&cuDNN安装方法全新整理-阿里云开发者社区

• ❶下载地址：cuDNN Archive | NVIDIA Developer
  我自己注册了账号，终于下下来了。（注册账号的方法：科学上网+浏览器，最主要的原因是哪个验证码弹不出来，验证码方式为（图片识别，就是买火车票似的哪些是卡车），科学上网+不屏蔽图片验证码识别，基本就能注册成功，邮箱验证+重新登录（还来一遍验证码））
  P.S. 实在自己注册不行的，淘宝上有专门帮你下cuDNN的商家，收费不详。
• ❷另外， 如果是linux 版本， 在阿里镜像上下很快。 附上链接
  阿里云开源镜像站资源目录 
  这个超级棒的  然而我没找到cuda10.1的cudnn版本，宣告失败 （版本不一定全面，可先碰碰运气）
• ❸cuda10.1-cuda11.1所有版本链接:百度网盘 请输入提取码 提取码:rw1o 又碰运气
  这个又全是windows的，哎（版本不一定全面，可先碰碰运气）
• ❹
  无需注册登录NVIDIA官网下载CUDNN_justablackacat的博客-CSDN博客_cudnn下载
  避开注册的方法：没什么用 迅雷下的太慢了，然后挂掉了，下载失败
   
• ❺最终：使用网盘下载的 百度网盘 请输入提取码  提取码：u6j0
  有linux cuda10.1的cudnn文件。但是三个deb文件不全，缺了dev.deb，缺了samples.deb，还需要另外下载。改天把所有文件传齐全了，分享一个百度云链接（待填坑4）
• ④ 安装：我是在sudo apt install nvidia-cuda-toolkit  安装的cuda，安装在/usr/cuda中，没有在local文件夹中

• sudo cp cuda/include/cudnn.h    /usr/local/cuda/include  
  sudo cp cuda/lib64/libcudnn*    /usr/local/cuda/lib64
  sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*

  我的去掉Local/cuda/路径，就是：

  sudo cp cuda/include/cudnn.h    /usr/include  
  sudo cp cuda/lib64/libcudnn*    /usr/lib64
  sudo chmod a+r /usr/include/cudnn.h   /usr/lib64/libcudnn*

  ⑤  安装pkg 三个

1. cmake通过了

2. 最终还没有运行和debug起来的原因：

• Linux下C++的IDE不熟悉，没有win10的vs2015等简单(傻瓜化)。
• 通过请教他人，得知Linux下的Eclipse和QT（待填坑1），均可实现方便的debug，不知道是否有win10的visual studio方便。
• 有尝试Linux下的vscode运行C++工程（待填坑2）(非单个cpp)
  问题如下：①json的设置，task.jason以及debug的json，并不太方便。②编译都没通过，学习成本和入门门槛有点高。Linux下C++开发似乎并不太容易。还需要进一步探索。

1.3 win10上的cmake通过结果如下，与Linux下cmake的使用方式一致

参考1.0.3节：多目标跟踪——阶段性进展_hello world-CSDN博客_多目标跟踪

win10下的编译器为："visual studio 16 2019"，Linux下C++的编译器还没试过，下次再续 （待填坑3）

二、vscode可视化----python debug 图形可视化

2022年3月28日，填坑：vscode docker python项目，调试可视化（图像变量）

VS Code 插件之 vscode-debug-visualizer - 松鼠闹IT - 博客园

 vscode插件：debug visualizer

pip安装：pip install vscodedebugvisualizer

debug visualizer教程位置：https://github.com/hediet/vscode-debug-visualizer/blob/master/demos/python/demo.py

可以看到是支持多种python格式的：pytorch的tensor，TensorFlow，pandas，numpy等，都是支持的

似乎运行不起来，我反正没看到效果

2.1 jupyter notebook可视化

Working with Jupyter code cells in the Python Interactive window

① debug模式，lauch.jason给出命令行参数

    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: 当前文件",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "console": "integratedTerminal",
            "args":["configs/mot/deepsort/sort_faster-rcnn_fpn_4e_mot17-private.py",
                "--input","/dataset_zhr/img1.avi",
                "--output","/dataset_zhr/test_MOT16-01_output.mp4"]
        }
    ]
}

② F5开始debug断点调试

③调试控制台打开，可以查看监视变量，输出变量内容等

④复制变量到Jupyter中，变为jupyter变量，即可查看

⑤打开变量查看，可以看到矩阵按照矩阵结构排列的，而不是一堆数据。很直观