Google C++ unit test 在ARM Android 2.3 上的编译与使用

最新推荐文章于 2024-09-09 15:44:59 发布
原创 最新推荐文章于 2024-09-09 15:44:59 发布 · 2.5k 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#google #android #c++ #makefile #单元测试工具 #单元测试

本文详细介绍了如何在ARM Android 2.3环境下编译和使用Google C++ Unit Test工具。首先，需要更新config.sub并配置configure，接着编辑Makefile设置CXXFLAGS，编译完成后生成libgtest.a库。在使用阶段，创建测试文件，修改main函数以初始化测试，并更新项目Makefile以链接gtest库，运行可执行文件执行单元测试。

Google C++ unit test 是一款很不错的单元测试工具，易于构建单元测试例。我们在项目中也使用了此款工具，本文主要描述如何在ARMAndroid 2.3 环境下编译及使用googleC++ unit test 工具。本文假设读者已具备googleC++ unit test相应的基本知识。 如需了解基本知识，请参阅http://code.google.com/p/googletest/

 

1.      编译

我们项目所用的编译器：arm-linux-androideabi-g++及其相应工具链

从http://code.google.com/p/googletest/downloads/detail?name=gtest-1.6.0.zip处获取gtest-1.6.0.zip

a)     下载解压后，需更新build-aux目录下的 config.sub 。此为必须，否则将不能识别arm-linux-androideabi工具链。Config.sub可从http://gcc.gnu.org/svn/gcc/branches/cilkplus/config.sub 获取。

b)     然后执行./configure –host= arm-linux-androideabi

c)  &nb

最低0.47元/天 解锁文章
VirtualPower
关注
ARM Ethos-N NPU 架构剖析与 Android 中的部署路径：从 IP 核集成到端侧模型推理实战
努力分享一些人工智能、计算机视觉、影像等相关的知识干货！
05-26 1782
ARM Ethos-N 系列 NPU（Neural Processing Unit）作为针对边缘 AI 任务推出的专用神经网络加速器，已广泛应用于各类搭载 Cortex-A 系列 CPU 的 SoC 芯片中。自 Ethos-N77/N57/N37 等主力产品线推出以来，ARM 提供了一套完整的推理加速链路，从 IP 核硬件结构、软件 SDK 到 Android NNAPI 支持，形成了从 SoC 级集成到应用端部署的闭环生态。本文基于 2025 年最新发布的 ARM 官方技术资料与主流芯片厂商的实际部署案例
【C/C++ SDK模块化设计】功能、结构与CMake编译策略深度解析
探索C++编程的奥秘，分享深入的技术见解和实践，旨在激发读者创造力与解决问题的思维。
10-12 1043
在深入研究模块化编译策略后，我们可以看到每种策略都有其独特的优点和缺点。选择性编译模块提供了极大的灵活性，允许用户根据需求编译特定的模块，从而可能减少编译时间。然而，这种方法可能会增加CMake文件的复杂性，并需要确保模块之间的依赖关系得到正确处理。
Android-UnitTest
最美的路百转千回
04-14 1296
Android单元测试概述现在国内很多开发人员都没有写单元测试的习惯，但写单元测试能减少很多不必要的麻烦。现在我们就从以下来介绍下单元测试。 一、什么是单元测试 单元测试是开发者编写的一小段代码，用于检验被测代码中的一个很明确的功能是否正确，其中，单元指的是测试的最小模块。通常而言，一个单元测试是用于判断某个特定条件(或者场景)下某个特定函数的行为。单元测试的代码不会被编译进入APK中。 二、单元测试目标函数
[ 编译篇 ] 嵌入式平台 使用GoogleTest框架测试C++代码
程序手艺人 - 嵌入式音频技术之旅
12-15 2081
https://meekrosoft.wordpress.com/2009/10/04/testing-c-code-with-the-googletest-framework/ GoogleTest 可以测试C代码吗? Google Mock开源库，提升Google Test C++的效率 https://en.wikipedia.org/wiki/Dependency_injection ...
android下使用google test入门
cfh0081的专栏
02-18 2924
最近在研究android下的C++单元测试，使用google test进行了摸索实践，在此分享一下如何修改makefile 编译生成android下可执行程序，并在android上执行查看结果，更深入的细节未曾涉及。 首先介绍一下我使用的开发环境，Linux Mint 14，android-ndk-r8d，android 2.3.6系统的三星GT9001手机。（后续操作均是在此开发环境下进行，大
(Android下使用)Google Test C++单元测试框架(二)
青青子衿
01-17 1083
使用TEST CASE TEST() and TEST_F() implicitly register their tests with googletest. So, unlike with many other C++ testing frameworks, you don’t have to re-list all your defined tests in order to run the...
【C++基础】【集成编译环境01】Clion的C++编译环境和Boost Test Framworks框架运行实践
山云的专栏
04-28 4850
前言：
Gtest交叉编译
一个懒虫的技术笔记
10-09 2730
工作要用到gtest在多种硬件平台上编写同一套测试代码，需要在嵌入式平台上编译测试使用。 具体的解决方案是配置交叉编译链和配置编译参数，方案参见参考资料的第二部分。 参考资料： 1. gtest在嵌入式设备上的使用-入门级（gtest-1.7.0) https://blog.csdn.net/taixinlfx/article/details/79466270 ...
gtest多平台编译
duanchuadnong的博客
08-19 1587
Windows 1、从github上down代码：https://github.com/google/googletest (下载release版本的tag包) 2、进入googletest文件夹googletest-release-1.8.0\googletest\msvc文件夹，使用VS2013打开gtest.sln，一路默认确定。 3、分别在DEBUG和RELEASE版本下编译gest和gtest_main ，编译成功后在 msvc/gtest 下生成debug和release两个文件夹 4、g..
Gtest在ARM平台上的离线搭建（让Gtest编译安装成功之后的可执行文件.so变成ARM下的—ARM aarch64）（实用篇）
qq_42595610的博客
07-17 951
并且都是X86_64下的，这也是默认的Linux的架构，在编译时如果不用。将全部安装的gtest文件包拷贝到交叉编译目录下面。将Gtest安装包拷贝到某个目录下进行编译。Gtest如果没有的话可以官网进行下载。以后如果要对C++版本的进行编译直接。指定的话会自动读取该包下的库文件。可以看到生成了很多静态库文件。
GoogleTest 安装编译，测试 以及报错解决办法
qq_45241855的博客
10-25 1132
------------------------------------开始测试----------------------------------------------------------------------上面这全是Debug模式，Release模式下导入Release文件的lib库即可-----------------------1：新建CPP文件，添加如下代码，可以看到我们已经可以正常的导入googletest 源码的文件了，说明我们前面三步导入是正确的。2：导入静态库lib所在路径。
Gtest（Google Test）使用
咯咯哒
09-09 1629
编译时要带 -LGtest/lib -lgtest -lgtest_main -lgmock -lgmock_main。把googletest-main./googletest-main/googletest/include/下。把googletest-main./googletest-main/googlemock/include/下。将上面下载的gtest代码文件夹拖到vscode里，然后选择对应的CMakeLists.txt。把编译生成的lib文件夹复制Gtest文件夹。复制到Gtest文件夹。
【C++ UnitTest】为什么要学习UnitTest
uleemos的博客
03-10 412
介绍什么是UT
google test 环境搭建
Alfredo的博客
07-27 1076
最近一直想学一学单元测试，但是却总是卡在搭建环境上，好吧，一步步来，手把手教你搭建环境。 0. 获取源码，传送门在此 https://github.com/google/googletest 1. download之，然后看一下源码目录 我看过之后，觉得对于初学者来说，最有用的就是docs和samples,samples目录下都是一些由浅入深的教你进行单元测试的案例 注释也比较详尽。 ...
测试案例编写-googletest环境配置
weixin_71394945的博客
01-11 1536
googletest环境配置
【嵌入式开发基础】单元测试 - 基于googletest搭建单元测试框架
love131452098的博客
07-01 202
未完待续！！ AVS C++SDK为基础！！
gtest的单独编译和使用
tuhuolong的专栏
08-09 2048
1.      编译 我们项目所用的编译器：arm-linux-androideabi-g++及其相应工具链 从http://code.google.com/p/googletest/downloads/detail?name=gtest-1.6.0.zip处获取gtest-1.6.0.zip a)     下载解压后，需更新build-aux目录下的 config.sub 。此
如何在openwrt arm平台编译onnx runtime？
最新发布
03-18
<think>嗯，用户想在OpenWRT的ARM平台上编译ONNX Runtime，这听起来有点挑战性。首先，我得确认OpenWRT的环境是否支持构建这样的库。OpenWRT主要是针对嵌入式设备的，资源可能有限，所以需要考虑交叉编译的问题。 首先，用户需要安装OpenWRT的SDK或者自己编译固件，这样才能获得交叉编译工具链。这一步是关键，因为ONNX Runtime需要针对ARM架构进行编译，而开发机可能是x86的。然后，要确保工具链的路径正确，这样才能调用正确的编译器。 接下来，下载ONNX Runtime的源代码是必须的。用户可能需要选择较新的版本，同时注意是否有特定commit或分支对ARM平台支持更好。然后，配置CMake参数时，需要指定交叉编译选项，比如CMAKE_SYSTEM_NAME、CMAKE_C_COMPILER和CMAKE_CXX_COMPILER。这一步可能会遇到问题，比如工具链文件是否正确，或者是否有缺失的依赖项。 然后，禁用不需要的组件可以减小最终生成的库的大小，比如JavaScript支持或GPU加速，这在嵌入式设备上可能用不到。但需要注意，有些依赖项可能需要手动处理，比如Protobuf，如果系统没有预装，可能需要自己编译并指定路径。 编译过程中可能会遇到各种错误，比如缺少依赖库或者编译器不支持某些特性。这时候需要根据错误信息逐一排查，可能需要安装额外的软件包或者调整编译选项。例如，OpenWRT的libstdc++版本可能较低，导致C++17特性无法使用，这时候需要确认工具链是否支持，或者ONNX Runtime是否有兼容旧版本的选项。 最后，编译完成后，将生成的库和头文件部署到OpenWRT设备上，并进行测试。如果运行时出现链接错误，可能需要检查动态库的路径是否正确，或者是否有未满足的依赖关系。可能需要使用ldd或者readelf工具来查看依赖情况。 整个过程中，用户需要有耐心，逐步解决每个问题，同时参考ONNX Runtime和OpenWRT的官方文档，确保每一步都正确无误。此外，考虑到嵌入式设备的资源限制，可能还需要优化生成的库，比如减少体积或启用必要的优化选项。</think>在OpenWRT ARM平台编译ONNX Runtime需要处理交叉编译、依赖管理和资源限制等问题。以下是分步骤指南： --- ### **1. 准备编译环境** - **安装OpenWRT SDK** ```bash # 下载对应版本的SDK（例如openwrt-sdk-21.02.0-arm_cortex-a9_neon.Linux-x86_64.tar.xz） tar -xvf openwrt-sdk-*.tar.xz cd openwrt-sdk-* ``` - **配置工具链路径** ```bash export STAGING_DIR=$(pwd)/staging_dir export PATH=$PATH:$(pwd)/staging_dir/toolchain-arm_cortex-a9+neon_gcc-8.4.0_musl_eabi/bin ``` --- ### **2. 获取ONNX Runtime源码** ```bash git clone --recursive https://github.com/microsoft/onnxruntime cd onnxruntime git checkout v1.15.1 # 选择稳定版本 ``` --- ### **3. 配置CMake交叉编译参数** ```bash mkdir build-arm && cd build-arm cmake .. \ -DCMAKE_SYSTEM_NAME=Linux \ -DCMAKE_SYSTEM_PROCESSOR=arm \ -DCMAKE_C_COMPILER=arm-openwrt-linux-gcc \ -DCMAKE_CXX_COMPILER=arm-openwrt-linux-g++ \ -DCMAKE_C_FLAGS="-march=armv7-a -mfpu=neon" \ -DCMAKE_CXX_FLAGS="-march=armv7-a -mfpu=neon" \ -DONNX_CUSTOM_PROTOC_EXECUTABLE=/path/to/protoc # 若需手动指定protobuf编译器 ``` --- ### **4. 关键依赖处理** - **禁用非必要组件** ```bash -Donnxruntime_BUILD_UNIT_TESTS=OFF \ -Donnxruntime_ENABLE_PYTHON=OFF \ -Donnxruntime_BUILD_SHARED_LIB=ON \ -Donnxruntime_USE_CUDA=OFF \ -Donnxruntime_USE_DNNL=OFF ``` - **解决常见依赖冲突** - 若出现`libprotobuf`错误，需手动编译protobuf并指定路径： ```bash -DProtobuf_LIBRARIES=/path/to/protobuf/lib \ -DProtobuf_INCLUDE_DIR=/path/to/protobuf/include ``` --- ### **5. 执行编译** ```bash make -j$(nproc) ``` 编译产物位于`build-arm/libonnxruntime.so.*` --- ### **6. 部署到OpenWRT设备** - 将以下文件通过scp传输到设备： ``` libonnxruntime.so include/onnxruntime/core/session/onnxruntime_c_api.h ``` - 在设备上设置动态库路径： ```bash export LD_LIBRARY_PATH=/path/to/onnxruntime/libs:$LD_LIBRARY_PATH ``` --- ### **常见问题解决** 1. **编译时内存不足** 添加swap分区或限制并行编译线程：`make -j2` 2. **未找到C++17支持** 在CMake中显式指定标准： ```bash -DCMAKE_CXX_STANDARD=17 \ -DCMAKE_CXX_STANDARD_REQUIRED=ON ``` 3. **符号链接错误** 使用`patchelf`修复动态库依赖： ```bash patchelf --set-rpath &#39;$ORIGIN&#39; libonnxruntime.so ``` --- ### **验证运行** ```bash # 编写测试程序（示例：test_onnx.c） #include <onnxruntime/core/session/onnxruntime_c_api.h> int main() { OrtApiBase* api = OrtGetApiBase(); printf("ONNX Runtime version: %s\n", api->GetVersionString()); return 0; } # 交叉编译测试程序 arm-openwrt-linux-gcc test_onnx.c -lonnxruntime -o test_onnx ``` --- 通过以上步骤，可在资源受限的OpenWRT ARM设备上运行ONNX Runtime。建议优先使用v1.8+版本，其对ARM架构的支持更完善。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值