C语言数字图像处理----4.1 Windows算法库编译与调用之动态链接库

最新推荐文章于 2023-06-23 17:43:30 发布

Trent1985

最新推荐文章于 2023-06-23 17:43:30 发布

阅读量755

点赞数

分类专栏：零基础C语言数字图像处理利器

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/trent1985/article/details/107620219

版权

零基础C语言数字图像处理利器专栏收录该内容

20 篇文章 274 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了如何在Windows系统下将图像处理算法编译为动态链接库（DLL），并进行调用。通过1.2小节的图像二值化和灰度化算法实例，阐述了DLL的接口导出与导入、编译步骤，以及如何在新的C++工程中正确调用这些动态库。最后提到了静态链接库的编译与调用，并提供了完整工程的下载方式。

摘要由CSDN通过智能技术生成

本文讲述如何将我们的图像算法编译为Windows系统可运行的算法库，并进行正确的调用。我们将以1.2小节的图像二值化和灰度化算法为例给大家进行示例说明，本文所述为动态链接库的编译与调用。

Windows动态链接库编译

1，接口导出与导入

我们在Windows应用程序中看到的DLL即动态链接库(Dynamic link library)，动态库程序一般有lib文件和dll文件，lib文件是在编译时期链接的，dll文件是在运行时被调用的。当我们把我们的算法库编译成一个DLL时，如何在其他的程序中进行调用，这里就有个DLL的导入和导出概念。在Windows中，DLL需要显示的“告诉”编译器需要导出哪个接口符号，否则，编译器默认所有的符号都不导出，这样我们也就无法在其他地方调用。程序使用DLL的过程其实是引用DLL中导出函数和符号的过程，即导入过程。对于从其他DLL导入的符号，需要使用“_declspec(dllimport)”显示声明某个符号作为导入符号。说的通俗一点，Windows编译器定义如下两种导入导出方式：

a. _declspec(dllexport)表示该符号是从本DLL导出的符号
b. _declspec(dllimport)表示该符号是从别的DLL中导入的

我们将上述两个关键字写出一个宏定义：

了解本专栏

超级会员免费看

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

博客等级

码龄12年

博客专家认证

328
原创

917
点赞

3122
收藏

5369
粉丝

关注

私信

热门文章

分类专栏

最新评论

深度学习AI美颜系列---AI瘦身效果算法揭秘
bobo-teng: 剩下的代码如下“int srcPoint[] = {423, 789, 479, 795, 0, 0, 0, 1215, 831, 0, 831, 1215}; int dragPoint[] = {418, 788, 485, 795, 0, 0, 0, 1215, 831, 0, 831, 1215}; int pointNum = 6; double intensity = 1.0; // 变形强度 int preScale = 1; // 假设需要预缩放 int gridSize = 5; // 1; // 网格大小 int method = 0; // 方法（0代表rigid, 其他代表similarity） // 执行图像处理的函数 —— 假设这个函数已经正确定义和实现 int result = f_TMLSImagewarpping(srcData, width, height, stride, dstData, outW, outH, outStride, srcPoint, dragPoint, pointNum, intensity, preScale, gridSize, method); // 保存变换后的图像 cv::imwrite("output_image.png", tarImg);”
深度学习AI美颜系列---AI瘦身效果算法揭秘
bobo-teng: 大佬的效果是真好，可惜我复现不了，我加了qq了
深度学习AI美颜系列---AI瘦身效果算法揭秘
bobo-teng: 大佬我基于你的代码，我写了一个main函数，但是跑出来的效果，下半身颜色都变了，而且变形的效果也不是我预料的那样，坐标设置没问题吧，我的图像大小是832x1216, srcpoint中最后一个点831，1215. 代码如下“int main() { std::cout << "Current path is " << fs::current_path() << '\n'; cv::Mat oriImg = cv ::imread("../底模3-boots4_merge_bra4.jpg"); // 检查图像是否成功加载 if (oriImg.empty()) { std::cerr << "Failed to load image!" << std::endl; return -1; } int width = oriImg.cols; int height = oriImg.rows; int stride = oriImg.step; // 每行的实际字节数 // 创建输出图像 cv::Mat tarImg(height, width, oriImg.type()); unsigned char* srcData = oriImg.data; unsigned char* dstData = tarImg.data; int outW = width; // 输出图像宽度 int outH = height; // 输出图像高度 int outStride = stride; // 在这个例子中，假设outStride等于outW // 给定的源点和目标点数组 // int srcPoint[] = {409, 789, 353, 795, 0, 0, 0, 1215, 831, 0, 831, 1215}; // int dragPoint[] = {414, 788, 347, 795, 0, 0, 0, 1215, 831, 0, 831, 1215}; int srcPoint[] = {423, 789, 479, 795, 0, 0, 0, 1215, 831”
深度学习AI美颜系列---AI瘦身效果算法揭秘
Trent1985: 跟参数设置有关系
深度学习AI美颜系列---AI瘦身效果算法揭秘
bobo-teng: 大佬，你这个的点对这么稀疏能达到平滑的效果吗，我的用mls，会出现变化的点位置的像素拉过去了，其他的地方后知后觉，整体不平滑

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

Trent1985 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

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。