win8下配置cocos2d-x+android+eclipse(核心部分)

在win8上搞这东西搞了两天,同学在苹果的本上配置只用了很短的时间....

在此只记录配置的核心部分,jdk,sdk,eclipse,adt,ndk,cdt,cygwin安装网上都有大篇的安装教程不用累述。

我的开发工具的安装目录或者解压目录如下:

1、sdk:D:\adt-bundle-windows-x86\sdk

2、eclipse:D:\adt-bundle-windows-x86\eclipse

3、ndk:D:\android-ndk-r8e

4、cygwin:D:\cygwin

5、jdk:D:\Java\jdk1.6.0_11

6、当然还得下载最新的cocos2d-x给出http://cocos2d.cocoachina.com/download

我的是cocos2d-2.1rc0-x-2.1.3.zip解压到一个目录我的是:D:\cocos2d-2.1rc0-x-2.1.3

****下面的步骤我认为都是很重要的*****

1、JDK环境变量

新建环境变量:JAVA_HOME 值为:D:\Java\jdk1.6.0_11(jdk安装目录)
新建环境变量:CLASSPATH  值为: .;%JAVA_HOME%\lib;    ( 注意:点号表示当前目录,不能省略)
在系统变量Path的值的前面加入以下内容:%JAVA_HOME%\bin;(注意:这里的分号不能省略)到这里,JDK安装完毕。
单击“开始”—>“运行”—>输入:cmd命令,在CMD窗口中输入:java -version 
出现如下界面,就表示安装成功:

2、NDK环境变量

新建环境变量:NDK_ROOT 值为:D:\android-ndk-r8e(ndk安装目录)

然后找到名为Path的系统变量,在句首添加%NDK_ROOT%;别忘记分号

3、SDK环境变量

新建环境变量:ANDROID_SDK_HOME 值为:D:\adt-bundle-windows-x86\sdk(sdk安装目录)

然后找到名为Path的系统变量,在句首添加%ANDROID_SDK_HOME%/platform-tools;%ANDROID_SDK_HOME%/tools;别忘记分号

4、cygwin环境变量

在path句首添加D:\cygwin;D:\cygwin\bin;

运行cygwin,在弹出的命令行窗口输入:cygcheck -c cygwin命令,会打印出当前cygwin的版本和运行状态,如果status是ok的话,则cygwin运行正常

- 配置文件权限管理

Cygwin一样模拟了Linux的权限管理体系,这也没有什么不好的,但是跟Microsoft Windows的默认权限管理却有些不对付。常会出现权限问题,一个文件可以手动改,但如果是多个文件就比较麻烦了,我这里采用彻底的解决方法是,在安装好Cygwin以后,禁止Cygwin采用POSI体系的权限管理。使用文本编辑器打开 Cygwin目录\etc\fstab,末尾添加代码:   none / cygdrive binary,user,noacl,posix=0 0 0  

在命令行中进入cygwin目录,并执行cygwin.bat,如果你不是用Administrator账号登录的系统,那么会在cygwin\home\文件夹中生成一个以你的登录名命名的新的文件夹。

修改新生成文件夹中的“.bash_profile ”文件,用UE或editplus等文本编辑器打开,在最后增加: (/d/android-ndk-r8e是安装ndk的路径)

NDK_ROOT=/cygdrive/d/android-ndk-r8e
export NDK_ROOT

然后保存关闭。

5、cocos2d-x配置

进入cocos2d-x目录(我的是D:\cocos2d-2.1rc0-x-2.1.3)选择create-android-project.bat用编辑器打开,在此文件的第一行加上cd /d %~dp0,在该文件中找到以下几个定义 : _CYGBIN_ANDROIDTOOLS_NDKROOT

将_CYGBIN=设置为cycgwin\bin安装的的绝对路径。

将_ANDROIDTOOLS设置为android sdk 的tools绝对路径

将_NDKROOT设置为android ndk的绝对路径

修改完毕,保存后。如下图

6、修改ndk的一个自带bug

在ndk目录下找到D:\android-ndk-r8e\build\core\build-binary.mk用编辑器打开,大概在第49行:将$(cleantarget): PRIVATE_CLEAN_FILES := ($(my)OBJS)修改为$(cleantarget): PRIVATE_CLEAN_FILES := $($(my)OBJS)

其实就是多了一个$符号

7、创建一个android+cocos2d-x的HelloWorld程序

在cocos2d-x的目录下找到并双击create-android-project.bat开始工程创建向导

- 首先是输入包名(建议按照android的命名规则),如org.yourname.test

- 然后输入工程名称(注意不要输入已有的文件夹的名字,如果同名,会被覆盖掉的)如HelloWorld

- 选择target id,他会列出不同API方案用ID来标识,根据你的需要选择

- 创建完成(如果创建过程中遇到权限错误,请确认上述Cygwin文件权限管理是否配置过了)

- 查看cocos2d-x的目录下,则多了一个文件夹,文件夹名则为你刚刚输入的工程名称HelloWorld

进去看到三个文件夹:

Classes 存放默认工程的C++文件

proj.android android的eclipse工程项目

Resources 资源文件

 

****选择sdk***输入id号

 

打开eclipse将项目导入Eclipse;File->Import->Android->Existing Android Code Into Workspace

Root Directory 选择刚刚创建的HelloWorld项目下的proj.android,如下图

 

 然后会报一个错误,是因为没有导入cocos2d-x的java库造成的,我们导入D:\cocos2d-2.1rc0-x-2.1.3\cocos2dx\platform\android\java

 

 


在Eclipse里,右键项目->properties->builders->new->program->ok

依次配置4个界面如下图

 

1)main面板下->location->browse file system->选择你的NDK目录下的ndk-build.cmd

main面板下->working directory->browse workspace..->选择当前项目

 

 

refresh面板下的specific resource选择为当前目录下的jni文件夹,如下图

 

 

environment面板下->new...->如下所示

value处填写

cocos2d-x的根目录+分号+cocos2d-x的根目录/cocos2dx/platform/third_party/android/prebuilt

 

Build Options面板下,Specify Resouces..选择当前项目的jni文件夹,其他配置如下图:

都弄好以后如果出现

 说明api等级不符合,只要在AndroidManifest.xml里面把minSdkversion修改一下就行了,如我应该修改成9

最后在clean一下,就等编译了,时间稍微有点长,需要耐心,如果出现如下情况说明就好了!此时运行一下程序

 

运行如下

如果出现黑屏现象,则是因为权限不够的问题,此时将资源文件复制到assest文件夹下。
将NDK 目录下的/sources/cxx-stl/gnu-libstdc++/libs/armeabi/ 目录下的libgnustl_static.a 文件复
制到项目文件夹下的obj/local/armeabi/libgnustl_static.a 目录下,之后右键项目选择runas-Android
Application 运行就搞定了!

8、运行cocos2d-x的demo

cocos2d-x自带了很多的demo,可以在D:\cocos2d-2.1rc0-x-2.1.3\samples下找到我们选择D:\cocos2d-2.1rc0-x-2.1.3\samples\Cpp\TestCpp\proj.android导入eclipse工程

直接就可以编译运行的,如果不行就按照上面的办法设置一个Builder,但是有时能够编译却不能运行会出现一个**target pattren no % .stop(具体我也记不清了)的错误此时只要右键-项目名称-属性-C++构建,如下图:

 

在构建命令这一行里去掉反斜杠('/'),即把bash ${ProjDirPath}/build_native.sh换成bash ${ProjDirPath}build_native.sh

这样就能够运行程序了,如下图:

如果出现AssetsManager.o的错误则直接清空org文件夹下的的内容再次运行

这样就能运行cocos给的几个小游戏了

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip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
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
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
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 1
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