使用MatConvNet生成一个字符识别的动态链接库（下）

用MCC生成动态链接库

虽然标题是说用mcc，但是因为有三个文件，懒得打那么多命令，在matlab命令行下使用deploytool调出工具包，选择编译共享库

添加之前写的三个函数DUCO_LoadNet、DUCO_LoadImgAve、DUCO_OCRNum
点击package开始编译

在一段时间的等待后(编译的真慢)，会在当前目录下生成一个新的文件夹，在里面找到生成的DLL、LIB和h文件

再次封装

再封装是为了方便别人，如果直接使用上面生成的DLL的话，需要调用者也要会使用c++matlab混编用的一些类型还有项目配置，所以我们再打包一次。
参照这个链接http://www.ithao123.cn/content-10197080.html配置一个VS项目(网上资料太多不重复写了)。

新的封装接口

//DUCO_OCR.h
#pragma once 

#include <windows.h>

//初始化库
extern "C" __declspec(dllexport) bool Init(void);
//加载CNN参数
extern "C" __declspec(dllexport) void LoadNet(const char* netPath,const char* imgavePath); 
//识别数字
extern "C" __declspec(dllexport) int GetNum(BYTE *img,int width,int height); 
//结束调用库
extern "C" __declspec(dllexport) void Release(void);

接口实现

//DUCO_OCR.cpp
#include "mclmcrrt.h"
#include "DUCO_OCRNum.h" //用MCC生成的头文件
#include "DUCO_OCR.h"

#pragma comment(lib, "mclmcrrt")
#pragma comment(lib, "mclmcr")
#pragma comment(lib, "DUCO_OCRNum")



//初始化库
bool Init(void){
    return DUCO_OCRNumInitialize();
}

//加载神经网络数据
void LoadNet(const char* netPath,const char* imgavePath){
    mwArray mxNetPath(netPath);
    mwArray mxImgPath(imgavePath);
    DUCO_LoadNet(mxNetPath);
    DUCO_LoadImgAve(mxImgPath);
}

//识别数字
int GetNum(BYTE *img,int width,int height){
    mwArray mxRes(1,1,mxINT32_CLASS);
    mxRes=-1;
    mwArray mxImg(width, height, mxUINT8_CLASS);//跟原始图像长宽颠倒
    int capcity = height * width;
    mxImg.SetData(img, capcity);
    DUCO_OCRNum(1,mxRes,mxImg);
    return (int)mxRes;
}

//释放库
void Release(void){
    DUCO_OCRNumTerminate();
    return ;
}

然后就可以直接调用使用了，使用时有几个注意的地方。
Init函数不要频繁调用，其会加载MCR，是个非常耗时间的操作(十几秒)。另外第一次调用函数时也很慢，之后恢复正常速度。基本和matlab下识别一张图片的时间等价(不到20ms)