【环境搭建】gflags和glog的安装

本文详细介绍如何在Ubuntu16.04上安装和配置gflags与glog库。gflags用于处理命令行参数,而glog则用于生成日志。文中提供了具体的安装步骤,包括依赖包的安装、源码下载、编译及环境变量配置,以及如何使用glog进行日志记录。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在Ubuntu16.04上安装gflags

什么是gflags

gflags用于处理命令行参数

安装gflags

  1. 用apt下载git和cmake
sudo apt-get install git
sudo apt-get install cmake
  1. 将gflags源码下载到指定目录
# 以/thirdparty-source/gflags作为指定目录为例
git clone https://github.com/gflags/gflags /thirdparty-source/gflags
  1. 使用apt安装autoconf,automake和libtool
sudo apt-get install autoconf
sudo apt-get install automake
sudo apt-get install libtool
  1. 进入包含gflags源码的文件夹
# 以/thirdparty/gflags作为安装目录为例
cmake -DCMAKE_INSTALL_PREFIX=/thirdparty/gflags -DBUILD_SHARED_LIBS=ON -DGFLAGS_NAMESPACE=google -G"Unix Makefiles"
make -j
sudo make install

在Ubuntu16.04上安装glog

什么是glog

glog用于生成日志

安装glog

  1. 将glog源码下载到指定目录
# 以/thirdparty-source/glog作为指定目录为例
git clone https://github.com/google/glog /thirdparty-source/glog
  1. 进入包含glog源码的文件夹
./autogen.sh
# 以/thirdparty/glog作为安装目录为例
sudo CFLAGS="-fPIC" ./configure --prefix=/thirdparty/glog
# 以/thirdparty/glog作为安装目录为例
cmake -DBUILD_gflags_LIBS=ON -DBUILD_SHARED_LIBS=ON -DBUILD_gflags_nothreads_LIBS=ON -DGFLAGS_NAMESPACE=ON -DCMAKE_INSTALL_PREFIX=/thirdparty/glog
# 相比make,make -j编译更快
make -j
sudo make install
  1. 查看cpu信息。cat命令的功能是查看某个文件的内容,在终端打印文件中的内容
cat /proc/cpuinfo

使用glog

因为glog被安装在自己指定的目录下,所以必须通过配置环境变量才能让程序找到相关文件(gflags也是一样)。配置方法如下

1.用vim新建一个.bash_profile文件

vim .bash_profile

注意.bash_profile文件是隐藏的,查看需要用下面这个命令

ls -a
  1. 在.bash_profile文件中用下面的格式配置环境变量
# glog

# C_INCLUDE_PATH:c语言.c文件需要的头文件的路径
export C_INCLUDE_PATH="/thirdparty/glog/include":$C_INCLUDE_PATH
# CPLUS_INCLUDE_PATH是c++:cpp文件需要的头文件的路径
export CPLUS_INCLUDE_PATH="/thirdparty/glog/include":$CPLUS_INCLUDE_PATH
# LD_LIBRARY_PATH:程序编译连接之后寻找库文件的路径
export LD_LIBRARY_PATH="/thirdparty/glog/lib":$LD_LIBRARY_PATH
# LIBRARY_PATH:程序编译连接时寻找库文件的路径
export LIBRARY_PATH="/thirdparty/glog/lib":$LIBRARY_PATH
# CMAKE_PREFIX_PATH
export CMAKE_PREFIX_PATH="/thirdparty/glog":$CMAKE_PREFIX_PATH
# PKG_CONFIG_PATH
export PKG_CONFIG_PATH="/thirdparty/glog/lib/pkgconfig":$PKG_CONFIG_PATH

保存退出vim后执行下面的命令使环境变量临时生效

source .bash_profile

配置好环境变量后新建一个glog_test.cpp文件,内容如下

#include "glog/logging.h"


int main(int argc, char* argv[])
{
	google::InitGoogleLogging(argv[0]);
	
	// test_log是存放日志的文件夹,和glog_test.cpp在同一目录下,且必须提前mkdir好
	FLAGS_log_dir = "./test_log";
	LOG(INFO)<<"my glog test";
	return 0;
}

保存之后使用下面命令编译glog_test.cpp 文件

g++ -o glog_test glog_test.cpp -lglog
  • -o 后面的第一个glog_test是编译glog_test.cpp后生成可执行文件的名字
  • -lXX是手动连接c++的库,丢失或位置不对都会报错。

编译之后会在当前目录生成一个名为glog_test的可执行文件,执行它

./glog_test

之后会在test_log文件中看到生成的日志文件
图1

结语

如果您有修改意见或问题,欢迎留言或者通过邮箱和我联系。
如果我的文章对您有帮助,转载请注明出处。

OpenPose是一种用于人体姿态估计的开源框架,它可以通过分析图像或视频中的人体姿态来提取有关人体活动的信息。要搭建OpenPose环境,您需要执行以下步骤: 1. 安装CUDAcuDNN(可选):如果您的机器上有NVIDIA GPU,则可以通过安装CUDAcuDNN来加速OpenPose的计算。您可以在NVIDIA的网站上下载适合自己系统的CUDAcuDNN。 2. 安装OpenCV:OpenPose依赖于OpenCV进行图像处理。您可以从OpenCV的官方网站上下载适合自己系统的版本。 3. 克隆OpenPose仓库:您可以在GitHub上克隆OpenPose的仓库,使用以下命令: ``` git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git ``` 4. 安装依赖项:OpenPose需要一些依赖项,包括Boost、Eigen、GFlagsGlog、OpenBLAS、OpenCVprotobuf。您可以使用以下命令安装它们: ``` sudo apt-get install libboost-all-dev libeigen3-dev libgflags-dev libgoogle-glog-dev libopenblas-dev libopencv-dev protobuf-compiler ``` 5. 编译OpenPose:进入OpenPose的根目录,使用以下命令编译: ``` mkdir build cd build cmake .. make -j$(nproc) ``` 6. 下载模型文件:OpenPose需要使用预先训练的模型文件才能进行人体姿态估计。您可以从OpenPose的官方网站上下载这些模型文件。 7. 运行OpenPose:使用以下命令来运行OpenPose: ``` ./build/examples/openpose/openpose.bin --image_path examples/media/COCO_val2014_000000000192.jpg --net_resolution "1312x736" --model_pose COCO ``` 在命令中,您需要将 `--image_path` 替换为您要处理的图像的路径。`--net_resolution` 参数指定神经网络的输入分辨率。`--model_pose` 参数指定使用的姿态模型。
评论 3
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