1. Código de engenharia
1. A captura de tela da pasta do código de depuração neste artigo é:
2. Detalhes do código:
ah:
#ifndef A_H_
#define A_H_
class A
{
public:
A(){}
~A(){}
void readImg(const char* path);
};
#endif
a.cpp:
#include<opencv2/opencv.hpp>
#include <iostream>
#include "a.h"
using namespace std;
void A::readImg(const char* path)
{
cv::Mat img = cv::imread(path);
cout<<"==A img.cols=="<<img.cols<<endl;
cout<< "==A img.rows=="<<img.rows<<endl;
}
main.cpp
#include<opencv2/opencv.hpp>
#include<iostream>
#include<string>
#include"a.h"
using namespace std;
int main(){
cout<<"CV_VERSION"<<CV_VERSION<<endl;
const char* imgPath = "/home/fzh/AI/C_learn/datastruct/opencv/test.jpg";
cv::Mat img = cv::imread(imgPath);
cout<<"==main img.cols=="<<img.cols<<endl;
cout<< "==main img.rows=="<<img.rows<<endl;
int a = 1;
int b = 1;
int c;
c = a + b;
cout<<"=====hahhahhahhah===="<<endl;
cout<<"===c=:=="<<c<<endl;
A *A1 = new A();
A1->readImg(imgPath);
delete A1;
A1 = nullptr;
return 0;
}
2. Comece a depurar
1. Instale o plugin C / C ++ para código vs.
2. Pressione F5 para iniciar a depuração, a pasta .vscode, launch.json e tasks.json serão gerados automaticamente
O papel do tasks.json é executar a compilação, e o papel do launch.json é executar o arquivo compilado
2.1 O conteúdo de tasks.json:
{
// See https://go.microsoft.com/fwlink/?LinkId=733558
// for the documentation about the tasks.json format
//作用:执行编译
"version": "2.0.0",
"tasks": [
{
"label": "g++ build active file",//任务名称 注意要与launch.json文件的"preLaunchTask"关键字一致
"type": "shell",
"command": "g++",//终端命令 为g++
//file:当前打开正在编辑的文件名,包括绝对路径,文件名,文件后缀名
//fileDirname:当前打开的文件所在的绝对路径,不包括文件名
//fileBasenameNoExtension:当前打开的文件的文件名,不包括路径和后缀名
"args": [ //终端命令附加参数
// "-g", "-std=c++11", "${file}", "-o", "${fileDirname}/${fileBasenameNoExtension}",
"-g", "-std=c++11", "${fileDirname}/*.cpp", "-o", "${fileDirname}/${fileBasenameNoExtension}", //调试运行多个.cpp文件
"-I", "/usr/include",
"-I", "/usr/include/opencv",
"-I", "/usr/include/opencv2",
"-L", "/usr/local/lib",
"-l", "opencv_core",
"-l", "opencv_imgproc",
"-l", "opencv_video",
"-l", "opencv_ml",
"-l", "opencv_highgui",
"-l", "opencv_objdetect",
"-l", "opencv_flann",
"-l", "opencv_photo"
],
"group": {
"kind": "build",
"isDefault": true
},
"presentation": {
"reveal": "silent"
},
"problemMatcher": "$msCompile"
}
]
}
$ {file}: O nome do arquivo aberto atualmente para edição, incluindo o caminho absoluto, nome do arquivo e extensão do arquivo
$ {fileDirname}: O caminho absoluto do arquivo aberto atualmente, excluindo o nome do arquivo
$ {fileBasenameNoExtension}: arquivo aberto atualmente O nome do arquivo, excluindo o caminho e sufixo
$ {workspaceFolder}: o caminho absoluto da pasta aberta no momento
Nota:
rótulo é o nome da tarefa, que deve ser consistente com a palavra-chave "preLaunchTask" no arquivo launch.json
o comando é o comando do terminal: g ++
args: parâmetros adicionais para comandos de terminal, para depuração de arquivo único "-g", "-std = c ++ 11", "$ {file}", "-o", "$ {fileDirname} / $ {fileBasenameNoExtension}" , "-I" é o caminho onde o arquivo de cabeçalho está localizado, preste atenção ao caminho opencv instalado, de modo a #include <opencv2 / opencv.hpp>, "-L" é o caminho onde o arquivo de biblioteca está localizado, e "-l" é o nome da biblioteca.
Depuração de vários arquivos: "-g", "-std = c ++ 11", "$ {fileDirname} / *. Cpp", "-o", "$ {fileDirname} / $ {fileBasenameNoExtension}", // Depurar Executar vários arquivos .cpp
O conteúdo 2.2launch.json é o seguinte:
{
// Use IntelliSense to learn about possible attributes.
// Hover to view descriptions of existing attributes.
// For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
//作用:执行编译后的文件
"version": "0.2.0",
"configurations": [
{
"name": "g++ - Build and debug active file",
"type": "cppdbg",
"request": "launch",
// "program": "${workspaceFolder}/opencv/main",
//workspaceFolder:当前打开的文件夹的绝对路径
//fileDirname:当前打开的文件所在的绝对路径,不包括文件名
//fileBasenameNoExtension:当前打开的文件的文件名,不包括路径和后缀名
"program": "${fileDirname}/${fileBasenameNoExtension}",
// "program": "${workspaceFolder}/opencv/${fileBasenameNoExtension}",
"args": [],
"stopAtEntry": false,
"cwd": "${workspaceFolder}",
"environment": [],
"externalConsole": false,//用外部终端吗?为false的话就用vscode终端
"MIMode": "gdb",
"setupCommands": [
{
"description": "Enable pretty-printing for gdb",
"text": "-enable-pretty-printing",
"ignoreFailures": true
}
],
"preLaunchTask": "g++ build active file",//预编译任务名称 注意与tasks.json中的"label"关键字要一样
"miDebuggerPath": "/usr/bin/gdb" //调试gdb路径
}
]
}
Nota:
preLaunchTask é o nome da tarefa pré-compilada. Observe que é o mesmo que a palavra-chave "rótulo" em tasks.json. Você não precisa mover as outras. Veja os comentários acima.
Depois que os dois .json acima são configurados, os programas C ++ comuns podem ser depurados;
2.3 Para depurar opencv, você precisa configurar c_cpp_properties.json
ctrl + shift + p selecione isto para gerar c_cpp_properties.json
conteúdo c_cpp_properties.json:
Basta adicionar o caminho opencv de includePath com base na geração
//作用:添加一些头文件
{
"configurations": [
{
"name": "Linux",
"includePath": [
"${workspaceFolder}/**",
"/usr/include/opencv2",
"/usr/include/opencv",
"/usr/include"
],
"defines": [],
"compilerPath": "/usr/bin/gcc",
"cStandard": "gnu11",
"cppStandard": "c++17",
"intelliSenseMode": "clang-x64"
}
],
"version": 4
}
Então você pode depurar main.cpp.