Linux C++ 编译学习

Linux下编译生成动态链接库*.so

CMakeLists.txt和Makefile

将这几个文件（.h文件放在一个目录下）编译成一个动态库：libtest.so
$ gcc test_a.c test_b.c test_c.c -fPIC -shared -o libtest.so

将test.c（main函数文件）与动态库libtest.so链接生成执行文件test：
$ gcc test.c -L. -ltest -o test

测试是否动态连接，如果列出libtest.so，那么应该是连接正常了
$ ldd test

执行test

通过修改 LD_LIBRARY_PATH或者/etc/ld.so.conf文件来指定动态库的目录。通常这样做就可以解决库无法链接的问题了。
export LD_LIBRARY_PATH=/opt/au1200_rm/build_tools/bin: $LD_LIBRARY_PATH
http://blog.sina.com.cn/s/blog_54f82cc20101153x.html

将.cpp（除去main.cpp）和.h文件放在一个目录下，编译生成.so文件（库文件）
gcc -std=c++11 test_a.cpp test_b.cpp test_c.cpp -fPIC -shared -o libtest.so

将.so文件、main.cpp和.h文件放在一个目录下，编译生成bin文件（二进制可执行文件）
g++ main.cpp -std=c++11 -I. facedetectcnn.h scenedetect.h sdr2hdr.h -L. libdetect.so -L/usr/local/lib -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_ml -lpthread -o detect

编译c++命令记录：
g++ -O2 test_ve.cpp -std=c++11 -I../cmake/include -I../platform -I/root/anaconda3/envs/chl_trt/lib/python3.6/site-packages/numpy/core/include -I../build/opencv/local/include/opencv4 -L../cmake/lib -lve -lopencv_world -lsecurec -I/root/anaconda3/envs/chl_trt/include/python3.6m -L/root/anaconda3/envs/chl_trt/lib/ -lpython3.6m -o test_ve

g++  main.cpp -std=c++11 -I. facedetectcnn.h -L. libfacedetection.so -L/usr/local/lib -lopencv_core -lopencv_highgui -lopencv_imgproc  -lopencv_ml -lopencv_videoio -o demo

用这个:
g++  main.cpp -std=c++11 -I. facedetectcnn.h -L. libfacedetection.so -L/usr/local/lib -lopencv_core -lopencv_highgui -lopencv_imgproc  -lopencv_ml -o facedetect

Linux下直接编译生成可执行文件

单个源文件生成可执行程序：
通过 -o 选项指定可执行程序的文件名。下面的命令将产生名为 helloworld 的可执行文件：
g++ helloworld.cpp -o helloworld

在命令行中输入程序名可使之运行：
./helloworld

多个源文件生成可执行程序：
g++ hellospeak.cpp speak.cpp -o hellospeak
https://blog.csdn.net/dengshuai_super/article/details/51766786

包括opencv
g++ scene.cpp -std=c++11 -o scenedetect `pkg-config --libs --cflags opencv` -ldl

报错：
template with C linkage
错误的将头文件写在了extern "C" 里面，所以会出现该错误。
https://blog.csdn.net/u012175637/article/details/81561768

编译错误
error: 'uint8_t' does not name a type

加入
 #include <stdint.h>
就好了。
http://www.voidcn.com/article/p-qnuawirx-cd.html
https://blog.csdn.net/commshare/article/details/17892665
 

GCC 编译优化级别 -o1 -o2 -o3等

gcc -fdefer-pop -o test test.c
gcc -O1 -fno-defer-pop -o test test.c #启用所有O1的优化选项除了defer-pop
https://www.lenzhao.com/topic/59111ed6fe30978105e0902e

我们通常用-O2编译,因为-O3会“触发微妙的错误”.
http://www.voidcn.com/article/p-yqeqazqx-buv.html

动态链接库 .so
静态链接库 .o

编译：gcc hello.c -fPIC -o libhello.so
其中-fPIC选项的作用是：表示编译为位置独立的代码，不用此选项的话编译后的代码是位置相关的

创建hello.so动态库  （创建库）
编译：gcc -fPIC -shared hello.c -o libhello.so

链接动态库  （链接库）
编译：gcc main.c -L. -lhello -o main
这里-L的选项是指定编译器在搜索动态库时搜索的路径，告诉编译器hello库的位置。  "."意思是当前路径.
https://blog.csdn.net/a600423444/article/details/7206015
https://www.cnblogs.com/fence/archive/2009/09/29/1576503.html
 

cmake学习

在Ubuntu下编译CUDA示例时，为什么找不到libcudart.so.4？
https://ubuntuqa.com/article/9518.html

在CMake中将文件添加到source_group
http://www.voidcn.com/article/p-tgtshvdi-bve.html

Cmakelist: add_library、target_link_libraries和link_directories用法
https://blog.csdn.net/wfei101/article/details/82633858

Make手册详解 （十）
https://www.cnblogs.com/coderfenghc/archive/2012/07/08/2581734.html
 

CMakeLists.txt和Makefile

CMake是一个跨平台的安装(编译)工具,可以用简单的语句来描述所有平台的安装(编译过程)。他能够输出各种各样的makefile或者project文件

CMake的所有的语句都写在一个叫:CMakeLists.txt 的文件中。当CMakeLists.txt文件确定后,可以用cmake命令对相关 的变量值进行配置。这个命令必须指向CMakeLists.txt所在的目录。配置完成之后,应用cmake命令生成相应的makefile（在Unix like系统下）

先编写一个CMakeLists.txt文件，将需要的.h和.cpp文件包含进来，然后在不同的平台使用CMake调用各自的编译器生成各自的工程。

Makefile是linux下面的文件
它将所需要的命令都包含在这个Makefile文件中，然后简单的make一下就完成了所有的编译步骤。

使用：
$ mkdir build
$ cd build
$ cmake ..  // .. 表示CMakeLists.txt文件在build的上一层目录, cmake 生成makefile文件（用cmake命令对相关 的变量值进行配置）
($ make clean)
$ make    // 编译、链接、生成可执行文件等
($ make install)
https://blog.csdn.net/jay463261929/article/details/53859616

用CMake混合编译C++与cuda

CMakeLists.txt:

# CMakeLists.txt for G4CU project

project(gpu)

# required cmake version
cmake_minimum_required(VERSION 2.8)

# packages
find_package(CUDA)

#include_directories ("${PROJECT_SOURCE_DIR}")

# nvcc flags -g for debug
#set(CUDA_NVCC_FLAGS -O3;-G;-g)

#set(CUDA_NVCC_FLAGS -gencode arch=compute_20,code=sm_20;-G;-g)
#set(CUDA_NVCC_FLAGS -gencode arch=compute_52,code=sm_52;-G;-g)

file(GLOB_RECURSE CURRENT_HEADERS  *.h *.hpp *.cuh)
file(GLOB CURRENT_SOURCES  *.cpp *.cu)

source_group("Include" FILES ${CURRENT_HEADERS}) 
source_group("Source" FILES ${CURRENT_SOURCES}) 

#cuda_add_library(gpu SHARED ${CURRENT_HEADERS} ${CURRENT_SOURCES})
cuda_add_library(gpu STATIC ${CURRENT_HEADERS} ${CURRENT_SOURCES})
https://blog.csdn.net/fb_help/article/details/79330815

例子
https://blog.csdn.net/comedate/article/details/109347874?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.baidujs&dist_request_id=969a50e3-1ad3-4dbb-b108-eacf4af8e6dc&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.baidujs

nvcc是编译cuda程序的编译器，CDUA C是在C语言上的扩展，所以它依赖C编译器（C编译器在window下是cl.exe，在Linux下是gcc）。因此我们编译CUDA程序必须依靠编译器nvcc。

其实，nvcc编译cuda程序和g++编译c++程序是差不多的。
https://blog.csdn.net/fb_help/article/details/79283032
 

linux编译openmp

gcc -fopenmp filename.c -o filename
https://blog.csdn.net/qq_20198487/article/details/51626464
 

编译可视化

make VERBOSE=1
 

编译错误

g++ first.cpp -o first `pkg-config --libs --cflags opencv` -ldl
https://blog.csdn.net/cainiaohudi/article/details/80375557

error: ‘to_string’ was not declared in this scope

加入编译选项-std=c++11
https://blog.csdn.net/farmwang/article/details/74309004

C++之‘nullptr’ was not declared in this scope
g++ -std=gnu++0x int.cpp -o int
https://blog.csdn.net/u011068702/article/details/64906864

g++编译goto语句出现：[error:jump to label XXX]
http://www.voidcn.com/article/p-fattkiil-bdx.html
 

error: ‘stoi’ was not declared in this scope

g++ filename.cpp -std=c++11
https://upliu.net/error-stoi-was-not-declared-in-this-scope.html
 

error: no matching function for call to 'std::basic_ifstream::open(std::string&)

error: no matching function for call to 'std::basic_ifstream::open(std::string&)

可以试下
filename.c_str()
https://blog.csdn.net/cs_zlg/article/details/8300124
需要把string类型的转换到const char*,string类型转换为const char* 只需在后面添加.c_str()即可。
https://blog.csdn.net/KUAILE123/article/details/20942687
 

make: nvcc: Command not found

vim ~/.bashrc

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

source ~/.bashrc
https://blog.csdn.net/Flying_sfeng/article/details/103343813