VS2015搭建NCNN开发环境-蒲公英云

VS2015搭建NCNN开发环境

一、简介

NCNN的编译依赖OpenCV和Protobuf，所以需要总共需要安装OpenCV、Protobuf和NCNN三个东西。

二、安装OpenCV

1、下载OpenCV Releases - OpenCV 一般选择最新版，这里以3.4.16为例。

2、选择喜欢的目录安装，这里以E:/soft-setup为例，安装之后生成下面几个文件。

" class="reference-link">

3、添加path（vs2015对应：E:\soft-setup\opencv\build\x64\vc14\bin；vs2017对应：E:\soft-setup\opencv\build\x64\vc15\bin）到环境变量中，重启电脑生效。

4、打开VS2015，新建一个C++项目，点击属性管理器。

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_20_color_FFFFFF_t_70_g_se_x_16 1

右键Release | x64属性，因为下面的ncnn，Debug | x64可能会有问题。

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_18_color_FFFFFF_t_70_g_se_x_16

下图中的“包含目录”填写：

E:\soft-setup\opencv\build\include
E:\soft-setup\opencv\build\include\opencv
E:\soft-setup\opencv\build\include\opencv2

“库目录”填写：

E:\soft-setup\opencv\build\x64\vc14\lib

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_20_color_FFFFFF_t_70_g_se_x_16 2

下图中的“附加依赖项”填写：

opencv_world3416.lib

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_20_color_FFFFFF_t_70_g_se_x_16 3

4、写个demo，运行一下，OpenCV安装成功。

#include "stdafx.h"
#include <opencv.hpp>
using namespace cv;
int main()
{
    Mat srcImage;
    srcImage = imread("1.jpg");
    imshow("显示图像", srcImage);
    waitKey();
    return 0;
}

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_20_color_FFFFFF_t_70_g_se_x_16 4

三、编译Protobuf

1、安装CMake

下载 Download | CMake

2、下载并解压：protobuf-3.4.0 https://github.com/google/protobuf/archive/v3.4.0.zip
打开CMake-GUI：cmd执行cmake-gui
设置源文件目录：E:/soft-setup/protobuf-3.4.0/cmake
设置目标文件目录：E:\soft-setup\protobuf-3.4.0\buildvs1
点击 Configure：选择VS2015 Win64->Finish
不勾选：protobuf_BUILD_TESTS和protobuf_MSVC_STATIC_RUNTIME
点击 Add Entry：CMAKE_BUILD_TYPE=Release
修改（可选）：CMAKE_CONFIGURATION_TYPES=Release
修改：CMAKE_INSTALL_PREFIX=./install
再点2次 Configure
点击 Generate

3、打开VS2015：
打开目标文件目录（E:\soft-setup\protobuf-3.4.0\buildvs1）中的工程文件（protobuf.sln），编译其中的INSTALL项目。解决方案-INSTALL-生成。

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_20_color_FFFFFF_t_70_g_se_x_16 5

四、编译NCNN

1、下载并解压：ncnn https://github.com/Tencent/ncnn/archive/master.zip
2、打开CMake-GUI：cmd执行cmake-gui
设置源文件目录：E:\soft-setup/ncnn-master
设置目标文件目录：E:\soft-setup/ncnn-master/build/
点击 Configure：选择VS2015 Win64->Finish
点击 Add Entry：Protobuf_LIBRARIES=E:/soft-setup/protobuf-3.4.0\buildvs1\install\lib\libprotobuf.lib
点击 Add Entry：Protobuf_INCLUDE_DIR=E:/soft-setup/protobuf-3.4.0\buildvs1\install\include
点击 Add Entry：Protobuf_PROTOC_EXECUTABLE=E:/soft-setup/protobuf-3.4.0\buildvs1\install\install/bin/protoc.exe
修改（可选）：CMAKE_CONFIGURATION_TYPES=Release
修改：Protobuf_SRC_ROOT_FOLDER=E:/soft-setup/protobuf-3.4.0/src
再次点击 Configure
点击 Generate

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_20_color_FFFFFF_t_70_g_se_x_16 6
3、打开VS2015：
打开目标文件目录（E:\soft-setup/ncnn-master/build/）中的工程文件（ncnn.sln），编译其中的INSTALL项目即可。
编译结束后，在目标文件目录的install和tools目录下，即可看到编译好的文件。至此，ncnn编译完成。

4、打开VS2015，点击属性管理器，右键Release | x64属性。

下图中的“包含目录”添加：

E:\soft-setup\ncnn-master\build\install\include\ncnn

“库目录”添加：

E:\soft-setup\ncnn-master\build\install\lib

“Windows运行库目录”添加：

E:\soft-setup\ncnn-master\build\install\bin

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_20_color_FFFFFF_t_70_g_se_x_16 7

下图中的“附加依赖项”添加：

ncnn.lib

watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP5q6K5bCP5q6K_size_20_color_FFFFFF_t_70_g_se_x_16 3

5、写个demo，运行一下，大功告成。

#include "stdafx.h"
#include <opencv2/highgui/highgui.hpp>
#include <vector>
#include "net.h"
#include <stdio.h>
using namespace std;
 vector<float> get_output(const ncnn::Mat& m)
 {
     vector<float> res;
     for (int q = 0; q<m.c; q++)
     {
         const float* ptr = m.channel(q);
         for (int y = 0; y<m.h; y++)
         {
             for (int x = 0; x<m.w; x++)
             {
                 res.push_back(ptr[x]);
             }
             ptr += m.w;
         }
     }
     return res;
 }
int main()
{
    cv::Mat img = cv::imread("1.jpg");
     int w = img.cols;
     int h = img.rows;
     ncnn::Mat in = ncnn::Mat::from_pixels_resize(img.data, ncnn::Mat::PIXEL_BGR, w, h, 224, 224);
     ncnn::Net net;
     net.load_param("mobilenetv2.param");
     net.load_model("mobilenetv2.bin");
     ncnn::Extractor ex = net.create_extractor();
     ex.set_light_mode(true);
     ex.set_num_threads(4);
     ex.input("x", in);
     ncnn::Mat feat;
     ex.extract("y", feat);
     vector<float> res = get_output(feat);
     vector<float>::iterator max_id = max_element(res.begin(), res.end());
     printf("predicted class: %d, predicted value: %f", max_id - res.begin(), res[max_id - res.begin()]);
     net.clear();
     return 0;
}