Posted Updated 環境設定與部屬6 minutes read (About 896 words)

Linux安裝prebuild函式庫以OpenCV為例

我的部落格文章轉錄–Linux環境撰寫Shared Library有詳細介紹如何製作和安裝Shared Library，如果想要了解更多Shared Library安裝和製作方式可以參考這篇。
{: .prompt-tip }

在這篇我們想直接使用OpenCV預編譯的函式庫，省去自己編譯函式庫的時間，首先我們先到官網提到的Third-party packages的System packages in popular Linux distributions，找到自己的Linux distributions，在這裡我們是使用Ubuntu22，而我們要下載的是development files for opencv也就是libopencv-dev_4.5.4+dfsg-9ubuntu4_amd64.deb這個連結，在Install Howto的地方可以看到安裝指令。

如果你不想弄亂你的環境，建議你可以用Vagrant建立一台測試環境來測試一下安裝後的結果，或是做一些實驗。
安裝Vagrant的方法在安裝vagrant製作測試環境
{: .prompt-tip }

1
2
sudo apt-get update
sudo apt-get install libopencv-dev

在Files的地方可以看到他幫我們裝了什麼東西以及他們被安裝的位置。在Requires的地方可以看到他還幫我們安裝了哪些相依套件。
在這裡我們比較一下libopencv-core-dev和libopencv-core4.5d這兩個函式庫。在這兩個package的Files的地方可以發現libopencv-core-dev幫我們在/usr/include/opencv4多裝了很多標頭檔(*.hpp)，因為如果要在我們自己的C++中使用OpenCV，必須要include OpenCV的標頭檔，而dev套件已經幫我們幫把標頭檔都放在/usr/include/opencv4讓我們可以引用了。而在編寫OpenCV的C++專案的時候，要記得把這個include資料夾放到你的專案裡。

pkg-config幫我們列出全部的標頭檔位置和opencv的名稱

標頭檔路徑只需要加上g++選項-I/usr/include/opencv4就可以了，不過如果要把所有用到的library都手動寫出來實在很麻煩，這時候pkg-config可以幫我們把全部的opencv library全部列出來，我們可以試看看在終端機輸入下面指令pkg-config --libs --cflags opencv4(如果安裝的是opencv 2.x或3.x要輸入pkg-config --libs --cflags opencv)，終端機的回應應該會長的像下面這樣。

1
2
$ pkg-config --libs --cflags opencv4
-I/usr/include/opencv4 -lopencv_stitching -lopencv_alphamat -lopencv_aruco -lopencv_barcode -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dnn_superres -lopencv_dpm -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_hfs -lopencv_img_hash -lopencv_intensity_transform -lopencv_line_descriptor -lopencv_mcc -lopencv_quality -lopencv_rapid -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_shape -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_superres -lopencv_optflow -lopencv_surface_matching -lopencv_tracking -lopencv_highgui -lopencv_datasets -lopencv_text -lopencv_plot -lopencv_ml -lopencv_videostab -lopencv_videoio -lopencv_viz -lopencv_wechat_qrcode -lopencv_ximgproc -lopencv_video -lopencv_xobjdetect -lopencv_objdetect -lopencv_calib3d -lopencv_imgcodecs -lopencv_features2d -lopencv_dnn -lopencv_flann -lopencv_xphoto -lopencv_photo -lopencv_imgproc -lopencv_core

g++的指令是長這樣

1
/usr/bin/g++ -g main.cpp -o main `pkg-config --libs --cflags opencv4`

你可以到linux下設定vscode-cmake-gcc-gdb來開發c-專案查看如何用VSCode連接和編譯OpenCV library。

參考:
https://blog.gtwang.org/programming/ubuntu-linux-install-opencv-cpp-python-hello-world-tutorial/
https://pkgs.org/search/?q=opencv
https://ubuntu.pkgs.org/22.04/ubuntu-universe-amd64/libopencv-dev_4.5.4+dfsg-9ubuntu4_amd64.deb.html

Posted Updated 環境設定與部屬9 minutes read (About 1348 words)

文章轉錄--Linux環境撰寫Shared Library

撰寫範例程式

1
bool isPalindrome(char* word);

{: file=”pal.h” }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#include "pal.h"
#include <string.h>
 
bool isPalindrome(char* word)
{
    bool ret = true;
 
    char *p = word;
    int len = strlen(word);
    char *q = &word[len-1];
 
    for (int i = 0 ; i < len ; ++i, ++p, --q)
    {
        if (*p != *q)
        {
            ret = false;
        }
    }
 
    return ret;
}

{: file=”pal.cpp” }

編譯shared library

在終端機輸入以下GCC指令，注意這裡我們有-c選項，這告訴GCC不要進行linking stage，如果沒加GCC就會報錯，因為一個應用程式一定會有main()函式，但是Library不需要main()函式。這行指令將會產生一個pal.o檔

1
g++ -fPIC -c -Wall pal.cpp

接下來我們要用pal.o檔和以下指令產生真正的library。ld是linker program，通常會被g++呼叫。-shared告訴ld製作一個shared object，以pal.o為輸入輸出名為libpal.so。在Linux通常shared libraries的副檔名都是.so。

1
ld -shared pal.o -o libpal.so

使用shared library

首先建立一個main.cpp來呼叫我們的library的isPalindrome函式。在程式中我們include函式庫的標頭檔pal.h

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
#include "pal.h"
#include <iostream>
 
using namespace std;
 
int main()
{
    while (1)
    {
        char buffer[64] = {0};
        cin >> buffer;
 
        if (isPalindrome(buffer))
        {
            cout << "Word is a palindrome" << endl;
        }
        else
        {
            cout << "Word is not a palindrome" << endl;
        }
    }
 
    return 0;
}

{: file=”main.cpp” }

接下來我們可能直接用g++ -Wall main.cpp -lpal這行指令連接我們的shared library，c但是如果這麼做我們會得到下面錯誤訊息。這是因為ld在預設的搜尋路徑下找不到libpal.so

1
2
/usr/bin/ld: cannot find -lpal: No such file or directory
collect2: error: ld returned 1 exit status

其中一種解法是用g++告入ld函式庫的位置

1
g++ -Wall -L<libpal.so的路徑> -Wl,-rpath=<libpal.so的路徑> main.cpp -lpal

例如

1
g++ -Wall -L/home/faye -Wl,-rpath=/home/faye/ main.cpp -lpal

其中:

  • -Wall是用來檢查所有編譯警告的
  • L式shared library的路徑，讓ld知道要去那裡尋找
  • -Wl是一連串用逗號分隔的linker指令，在這裡有
    • -rpath表示library 的路徑會被嵌入到主程式的執行檔，因此loader在執行主程式的時候可以找到library

-L與-rpath的區別是:

  • -L是給linker用的
  • -rpath是被嵌入到執行檔給loader看的

最後g++會幫我們產生a.out執行檔，執行方式和結果如下

1
2
3
4
5
$ ./a.out 
ada
Word is a palindrome
team
Word is not a palindrome

安裝自己開發的Shared Libraries

用剛剛的方式連接Shared Libraries的方法有個缺點，也就是你的編譯指令直接給其他人的話可能會出錯，因為Shared Libraries在每個人的電腦上的位置可能都不一樣。因此rpath和-L選項的路徑也會不一樣。而我們的解決方法之一就是LD_LIBRARY_PATH

LD_LIBRARY_PATH

如果我們直接在終端機輸入指令echo $LD_LIBRARY_PATH看LD_LIBRARY_PATH的值，他應該會是空的，除非你以前曾經設定過他。要是用LD_LIBRARY_PATH我們只需要以下指令

1
export LD_LIBRARY_PATH=<Shared Library所在資料夾>:$LD_LIBRARY_PATH

例如

1
export LD_LIBRARY_PATH=/home/faye:$LD_LIBRARY_PATH

這時在輸入一次echo $LD_LIBRARY_PATH應該就會輸出/home/faye:。而這時候我們編譯main.cpp的時候就算沒有-rpath選項編譯出來的執行檔也不會找不到libpal.so

1
g++ -Wall -L/home/faye/sotest main.cpp -lpal

你可以先嘗試看看在還沒設定LD_LIBRARY_PATH之前或是利用unset LD_LIBRARY_PATH指令清空LD_LIBRARY_PATH變數，所編譯出來的執行檔會出現什麼問題。
你應該會發現編譯的過程沒有任何錯誤訊息，但是一旦你執行編譯出來的執行檔a.out就會跳出錯誤訊息./a.out: error while loading shared libraries: libpal.so: cannot open shared object file: No such file or directory，這表示執行檔loader找不到libpal.so檔
{: .prompt-tip }

不過LD_LIBRARY_PATH其實只適合在開發階段拿來測試library用，因為它不需要root權限，但是函式庫發布給大家使用的時候，要求每個人都去設定LD_LIBRARY_PATH並不是個好方法。

ldconfig : 安裝Shared Libraries正統方法

首先我們先清除上一個教學的LD_LIBRARY_PATH設定，可以用unset LD_LIBRARY_PATH指令來清除。
接下來我們必須把我們的函式庫複製到/usr/lib資料夾。複製函式庫到/usr/lib必須擁有root權限，因此我們用sudo來幫助我們。

1
sudo mv <函式庫所在資料夾>/libpal.so /usr/lib

例如

1
sudo mv /home/faye/libpal.so /usr/lib

接下來更新系統中儲存可用libraries的cache。

1
sudo ldconfig

你可以用下面指令來確定cache已經被更新了而且系統可以找到你的函式庫

1
ldconfig -p | grep libpal

系統應該會回應你

1
libpal.so (libc6,x86-64) => /lib/libpal.so

接下來你就可以用下面指令編譯我們的執行檔了，而且這次我們不需要-rpath，也不需要-L選項!!因為現在我們的函式庫已經位於系統預設的函式庫搜尋路徑下了。

1
g++ -Wall main.cpp -lpal

參考:
https://www.fayewilliams.com/2015/07/07/creating-a-shared-library/
https://www.fayewilliams.com/2015/07/14/installing-and-accessing-shared-libraries/

相關文章:
Linux安裝prebuild函式庫以OpenCV為例

Posted Updated IDE19 minutes read (About 2854 words)

Linux下設定VScode、CMake、GCC、GDB來開發C++專案

安裝套件

  • cmake extension

  • c++ extension
    cmake extension{: w=”700” h=”400” }
    c++ extension{: w=”700” h=”400” }

  • 安裝編譯器GCC、除錯器DBG

    1
    2
    3
    sudo apt-get update
    sudo apt-get install build-essential gdb
    gcc -v #確認GCC安裝成功

注意:
GDB 12.09 版本在VSCode除錯的時候會有錯誤，可以參考下面方式將GDB升級到12.10以上版本
升級GDB
GDB issue
{: .prompt-warning }

  • 安裝CMake
    直接用sudo apt install cmake，安裝的版本會比較舊，因此如果想用CMake最新的功能可以按照官方網站的安裝方式，安裝後我們可以測試一下CMake安裝成功，在這裡我們CMake的版本至少要大於3.15
    1
    cmake --version

編譯C++檔

用以下指令建立一個專案資料夾，最後一行code .會直接打開一個新的VScode並且以這個資料夾作為工作目錄

1
2
3
4
5
mkdir projects
cd projects
mkdir helloworld
cd helloworld
code .

在helloworld資料夾建立helloworld.cpp檔案並且寫入以下程式碼，然後按下編譯按鈕，並且選擇g++作為編譯器(如下圖所示)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
#include <iostream>
#include <vector>
#include <string>

using namespace std;

int main()
{
    vector<string> msg {"Hello", "C++", "World", "from", "VS Code", "and the C++ extension!"};

    for (const string& word : msg)
    {
        cout << word << " ";
    }
    cout << endl;
}

c++ run compiler{: w=”700” h=”400” }
c++ chose compiler{: w=”700” h=”400” }

成功編譯後，你會在Terminal看到程式成功輸出文字
c++ run success{: w=”700” h=”400” }

第一次按下執行compiler後，VScode會幫你建立一個.vscode資料夾和一個，tasks.json。或是你可以自己建立一個.vscode資料夾並且放入tasks.json。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
{
    "tasks": [
        {
            "type": "cppbuild",
            "label": "C/C++: gcc-9 build active file",
            "command": "/usr/bin/gcc-9",
            "args": [
                "-fdiagnostics-color=always",
                "-g",
                "${file}",
                "-o",
                "${fileDirname}/${fileBasenameNoExtension}"
            ],
            "options": {
                "cwd": "${fileDirname}"
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            },
            "detail": "Task generated by Debugger."
        }
    ],
    "version": "2.0.0"
}

{: file=’tasks.json’}

在這個資料夾下可以有三種檔案，每個檔案各有自己的用處，關於tasks.json詳細設定可以參考這裡

  • tasks.json (compiler build settings)
  • launch.json (debugger settings)
  • c_cpp_properties.json (compiler path and IntelliSense settings)

在tasks.json裡面有幾個的比較重要的點

  • args是給GCC的參數，要符合GCC參數的順序
  • 在這裡我們用${file}這個變數告訴GCC目前打開的檔案讓他編譯
  • ${fileDirname}這個變數告訴GCC目前的資料夾位置，讓他在這個位置產生我們的執行檔
  • ${fileBasenameNoExtension}變數取出目前開啟的檔名但是不包含副檔名，我們用這個名字作為我們的執行檔名，也就是helloworld
  • label會顯示在task清單 detail 會顯示在task清單的詳細描述。先按下Ctrl+P並且輸入task (task後面有空白)，就會顯示task清單，包含我們建立的task(如下圖所示)
  • 如果有多個task，可以利用group裡面isDefault屬性設定預設task

c++ task list{: w=”700” h=”400” }

除錯、設中斷點

  • 在程式碼下一個中斷點，並且點及旁邊的執行按鈕並且選擇Debug就可以開始除錯了
    c++ breakpoint{: w=”700” h=”400” }
    c++ run debug{: w=”700” h=”400” }
    c++ selece run debug{: w=”350” h=”200” }

設定在啟動程式時傳入參數給程式

如果像在啟動程式時傳入一些參數，可以利用launch.json，要建立launch.json只需要案價旁邊的齒輪並選擇G++，VSCode就會自動幫你建立一份
c++ add launch{: w=”350” h=”200” }
c++ add launch{: w=”700” h=”400” }

在launch.json裡面有幾個的比較重要的點

  • program是要執行的執行檔名稱，也就是我們編譯後產生的helloworld檔
  • args是執行時要傳給執行檔的參數

C/C++的其他設定

通常編寫C/C++的時候也會用到很多函式庫，我們可以指定這些函式庫的路徑讓VSCode的Intelligence Scope懂這些函式庫。
首先按下Ctrl+Shift+P並且輸入C/C++，按下C/C++: Edit Configurations (UI)，後VSCode會幫我們產生一個c_cpp_properties.json。
在Include path的地方加入我們要包含的路徑。或者我們也可以在c_cpp_properties.jsonconfigurations下的includePath直接做修改

c++ config{: w=”700” h=”400” }

g++ include OpenCV函式庫

首先我們先按照Linux安裝prebuild函式庫以OpenCV為例這篇文章安裝prebuild的OpenCV library。
接下來建立一個ShowImage.cpp

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
using namespace cv;
int main()
{
    std::string image_path = samples::findFile("starry_night.jpg");
    Mat img = imread(image_path, IMREAD_COLOR);
    if(img.empty())
    {
        std::cout << "Could not read the image: " << image_path << std::endl;
        return 1;
    }
    imshow("Display window", img);
    int k = waitKey(0); // Wait for a keystroke in the window
    if(k == 's')
    {
        imwrite("starry_night.png", img);
    }
    return 0;
}

{: file=’ShowImage.cpp’}

我們可以發現VSCode的Intelligence scope找不到OpenCV標頭檔而顯示紅色虛線。
opencv not found{: w=”700” h=”400” }

這時候我們需要修改前面步驟提到的c_cpp_properties.jsoninclude OpenCV的路徑就可以了，而因為我們是安裝prebuild的OpenCV，所以我們的標頭檔已經被安裝在/usr/include/opencv4/裡面，因此修改後的c_cpp_properties.json如下。我們在includePath的清單中加入了/usr/include/opencv4/**，之後你就可以看到Intelligence scope成功認出OpenCV，而且OpenCV的函示可以順利顯示說明文字

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
    "configurations": [
        {
            "name": "Linux",
            "includePath": [
                "${workspaceFolder}/**",
                "/usr/include/opencv4/**" 
            ],
            "defines": [],
            "compilerPath": "/usr/bin/gcc",
            "cStandard": "gnu17",
            "cppStandard": "gnu++17",
            "intelliSenseMode": "linux-gcc-x64"
        }
    ],
    "version": 4
}

{: file=’c_cpp_properties.json’}
opencv show usuage{: w=”700” h=”400” }

不過這時候g++依然不知道OpenCV的標頭檔在哪裡，所以如果直接編譯還是會出錯。

pkg-config幫我們列出全部的標頭檔位置和opencv的名稱

標頭檔路徑只需要加上g++選項-I/usr/include/opencv4就可以了，不過如果要把所有用到的library都手動寫出來實在很麻煩，這時候pkg-config可以幫我們把全部的opencv library全部列出來，我們可以試看看在終端機輸入下面指令pkg-config --libs --cflags opencv4(如果安裝的是opencv 2.x或3.x要輸入pkg-config --libs --cflags opencv)，終端機的回應應該會長的像下面這樣。

1
2
$ pkg-config --libs --cflags opencv4
-I/usr/include/opencv4 -lopencv_stitching -lopencv_alphamat -lopencv_aruco -lopencv_barcode -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dnn_superres -lopencv_dpm -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_hfs -lopencv_img_hash -lopencv_intensity_transform -lopencv_line_descriptor -lopencv_mcc -lopencv_quality -lopencv_rapid -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_shape -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_superres -lopencv_optflow -lopencv_surface_matching -lopencv_tracking -lopencv_highgui -lopencv_datasets -lopencv_text -lopencv_plot -lopencv_ml -lopencv_videostab -lopencv_videoio -lopencv_viz -lopencv_wechat_qrcode -lopencv_ximgproc -lopencv_video -lopencv_xobjdetect -lopencv_objdetect -lopencv_calib3d -lopencv_imgcodecs -lopencv_features2d -lopencv_dnn -lopencv_flann -lopencv_xphoto -lopencv_photo -lopencv_imgproc -lopencv_core

我們可以發現回傳的文字可以直接當成g++的選項來用，因此我們修改tasks.json，在給g++的參數args的list加入

1
"`pkg-config --libs --cflags opencv4`"

改好後tasks.json如下，注意pkg-config --libs --cflags opencv4被兩個引號包圍，因為原本g++的指令是長這樣

1
/usr/bin/g++ -g main.cpp -o main `pkg-config --libs --cflags opencv4`
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
{
    "tasks": [
        {
            "type": "cppbuild",
            "label": "C/C++: g++ build active file",
            "command": "/usr/bin/g++",
            "args": [
                "-fdiagnostics-color=always",
                "-g",
                "${file}",
                "-o",
                "${fileDirname}/${fileBasenameNoExtension}",
                "`pkg-config --libs --cflags opencv4`"
            ],
            "options": {
                "cwd": "${fileDirname}"
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            },
            "detail": "Task generated by Debugger."
        }
    ],
    "version": "2.0.0"
}

{: file=’tasks.json’}

接下來VSCode就可以順利編譯程式並產生執行檔了。

用CMake管理跨Windows和Linux的C++專案以Darknet為例

如果開發團隊中有人用Windows OS開發，有人用Linux OS開發，而Windows的人只熟悉Visual Studio。這時候要一起合作完成專案在編譯的時候就會遇到困難。CMake跨平台的專案產生器就是專門解決這個問題。只要寫好一次CMake檔，他就可以在Windows幫你產生Visual Studio專案檔.sln，或是在Linux產生Makefile。很多時候我們會想要直接編譯別人的開源程式，這裡我們將以Darknet作為範例。開始這個範例之前你必須先在電腦上安裝好OPenCV

下載Darknet

1
2
git clone git@github.com:AlexeyAB/darknet.git
cd darknet

建立CMake的task.json

按下ctrl + shift + p並且輸入task，選擇Tasks: Configure task，然後再選擇CMake: build，就task設定就會產生在${workspaceFolder}/.vscode/tasks.json
config cmake tasks

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{
	"version": "2.0.0",
	"tasks": [
		{
			"type": "cmake",
			"label": "CMake: build",
			"command": "build",
			"targets": [
				"all"
			],
			"group": "build",
			"problemMatcher": [],
			"detail": "CMake template build task"
		}
	]
}

{: file=’task.json’}
這個檔案會編譯所有的CMake Targets，你也可以指定你想編譯的targets。

設定build參數

首先我們先查看Darknet有哪些CMake項可以設定，輸入cmake -S . -B build -LH就可以看到選項。在這個範例不想要使用CUDA，所以要把ENABLE_CUDA:BOOL=ON設為OFF。我們可以建立一個設定檔在${workspaceFolder}/.vscode/settings.json，並且輸入以下內容。更多其他的CMake設定可以在這裡查到。另外因為Darknet已經存在build資料夾，所以我們指定其他資料夾作為build資料夾cmake.buildDirectory": "${workspaceFolder}/local-build，不過通常我們可以直接用預設值，並不需要另外設定cmake.buildDirectory

1
2
3
4
5
6
7
{
    "cmake.configureArgs": [
        "-DENABLE_CUDA=OFF",
        "-DVCPKG_BUILD_OPENCV_WITH_CUDA=OFF"
    ],
    "cmake.buildDirectory": "${workspaceFolder}/local-build"
}

CMake Config

首先我們要先跑一次CMake Config，按下ctrl + shift + p輸入cmake選擇CMake:Configure，在Output的地方會看到有沒有錯誤，如果出現錯誤歡迎在下面留言板留言。
run cmake config

建立launch.json

接下來要設定啟動，先建立一個launch.json位於${workspaceFolder}/.vscode/launch.json，並且複製以下內容。在這裡用到許多CMake extension提供的變數，可以在這裡查詢更多的變數。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "(gdb) Launch",
            "type": "cppdbg",
            "request": "launch",
            // Resolved by CMake Tools:
            "program": "${command:cmake.launchTargetPath}",
            "args": [],
            "stopAtEntry": false,
            "cwd": "${workspaceFolder}",
            "environment": [
                {
                    // add the directory where our target was built to the PATHs
                    // it gets resolved by CMake Tools:
                    "name": "PATH",
                    "value": "${env:PATH}:${command:cmake.getLaunchTargetDirectory}"
                },
                {
                    "name": "OTHER_VALUE",
                    "value": "Something something"
                }
            ],
            "console": "externalTerminal",
            "MIMode": "gdb",
            "setupCommands": [
                {
                    "description": "Enable pretty-printing for gdb",
                    "text": "-enable-pretty-printing",
                    "ignoreFailures": true
                }
            ]
        }
    ]
}

{= file:’launch.json’}

設定啟動時參數

首先要先下載yolov1.cfg和yolov1.weights並且放到cfg資料夾
Darknet執行檔啟動時需要參數，我們可以在launch.json的args設定。

1
"args": ["detect", "cfg/yolov1.cfg", "cfg/yolov1.weights", "data/dog.jpg"],

執行

參考:

Build with CMake Tools
https://github.com/microsoft/vscode-cmake-tools/blob/f4804bcd2d376b4ad850c537d6ebdae46cfdcf3c/docs/build.md

https://code.visualstudio.com/docs/cpp/config-linux

Display an image in an OpenCV window
https://docs.opencv.org/4.x/db/deb/tutorial_display_image.html

pkg-config尋找opencv函式庫
https://answers.opencv.org/question/227890/using-l-in-g-command-line/

Get started with CMake Tools on Linux
https://code.visualstudio.com/docs/cpp/cmake-linux

CMake Tools for Visual Studio Code documentation
https://github.com/microsoft/vscode-cmake-tools/blob/main/docs/README.md

Guide: “A modern, open source C++ dev environment with Visual Studio Code, vcpkg, and CMake”
https://www.reddit.com/r/cpp/comments/j1dh9w/guide_a_modern_open_source_c_dev_environment_with/

Posted Updated 環境設定與部屬4 minutes read (About 540 words)

Ubuntu NTP 校時

timedatectl 時間管理工具

  • 顯示目前的設定狀態
    1
    2
    # 顯示目前狀態
    timedatectl
1
2
3
4
5
6
7
               Local time: 三 2023-04-26 11:00:22 CST
           Universal time: 三 2023-04-26 03:00:22 UTC
                 RTC time: 三 2023-04-26 03:00:22    
                Time zone: Asia/Taipei (CST, +0800)  
System clock synchronized: yes                       
              NTP service: active                    
          RTC in local TZ: no

  • 啟動網路校時
    輸入下面指令後，就會打開網路校時功能

    1
    2
    # 啟用 NTP 校時
    timedatectl set-ntp yes

    Ubuntu使用的是systemd-timesyncd，因此等一下要設定systemd-timesyncd

  • 檢查systemd-timesyncd服務狀態

    1
    2
    # 檢查 systemd-timesyncd 服務狀態
    systemctl status systemd-timesyncd
1
2
3
4
5
6
7
8
9
10
● systemd-timesyncd.service - Network Time Synchronization
     Loaded: loaded (/lib/systemd/system/systemd-timesyncd.service; enabled; vendor preset: enabled)
     Active: active (running) since Wed 2023-04-26 10:58:34 CST; 1min 19s ago
       Docs: man:systemd-timesyncd.service(8)
   Main PID: 221565 (systemd-timesyn)
     Status: "Synchronized to time server 91.189.89.198:123 (ntp.ubuntu.com)."
      Tasks: 2 (limit: 38317)
     Memory: 1.2M
     CGroup: /system.slice/systemd-timesyncd.service
             └─221565 /lib/systemd/systemd-timesyncd
  • 設定校時伺服器
    要設定校時伺服器可以用root權限編輯以下檔案/etc/systemd/timesyncd.conf
1
2
3
4
5
6
[Time]
# NTP 伺服器（以空白分隔多個伺服器）
NTP=tw.pool.ntp.org jp.pool.ntp.org

# 備用 NTP 伺服器（以空白分隔多個伺服器）
FallbackNTP=sg.pool.ntp.org ntp.ubuntu.com

  • 重新啟動systemd-timesyncd服務
    重啟服務讓更改生效

    1
    2
    # 重新啟動 systemd-timesyncd 服務
    systemctl restart systemd-timesyncd

  • 檢查一下是不是有跟NTP校時了
    用指令systemctl status systemd-timesyncd看一下目前服務狀態，如果有更新成功會顯示出來

錯誤排除

  • 出現Server has too large root distance. Disconnecting.訊息
    表示機器跟ntp server之間回應的時間太久，因此可以去修改/etc/systemd/timesyncd.conf並加入RootDistanceMaxSec=，通常30秒已經很夠用了
    1
    2
    3
    4
    5
    6
    7
    # See timesyncd.conf(5) for details.
    [Time]
    NTP=10.10.1.30
    #FallbackNTP=
    RootDistanceMaxSec=30
    #PollIntervalMinSec=32
    #PollIntervalMaxSec=2048

timedatectl的NTP service為active的時候查看目前使用的是哪一個NTP服務

  • systemd-timesyncd
    1
    systemctl status systemd-timesyncd.service

ntpd 或 chronyd

1
ps -e | grep ntp
1
ps -e | grep chrony

chronyc說明書

https://chrony-project.org/doc/4.6.1/chronyc.html

詳細說明如下
https://unix.stackexchange.com/a/655489

參考:
https://www.cnblogs.com/pipci/p/12833228.html
https://officeguide.cc/ubuntu-linux-timedatectl-time-synchronization-tutorial/
https://www.digitalocean.com/community/tutorials/how-to-set-up-time-synchronization-on-ubuntu-20-04
https://www.tenable.com/audits/items/CIS_Ubuntu_18.04_LTS_Server_v2.1.0_L1.audit:26286d27c59292cfdb9c7b04593edbed
https://serverfault.com/questions/1024770/ubuntu-20-04-time-sync-problems-and-possibly-incorrect-status-information

Posted Updated a few seconds read (About 74 words)

FastAPI 印出422 unprocessable entity詳細資料

1
2
3
4
5
6
7
8
9
10
11
12
13
import logging
from fastapi import FastAPI, Request, status
from fastapi.exceptions import RequestValidationError
from fastapi.responses import JSONResponse

app = FastAPI()

@app.exception_handler(RequestValidationError)
async def validation_exception_handler(request: Request, exc: RequestValidationError):
	exc_str = f'{exc}'.replace('\n', ' ').replace('   ', ' ')
	logging.error(f"{request}: {exc_str}")
	content = {'status_code': 10422, 'message': exc_str, 'data': None}
	return JSONResponse(content=content, status_code=status.HTTP_422_UNPROCESSABLE_ENTITY)

參考:
https://github.com/tiangolo/fastapi/issues/3361#issuecomment-1002120988

Posted Updated 環境設定與部屬5 minutes read (About 694 words)

X11 Server顯示遠端GUI

X Window 的Client和Server角色

一般來說如果遠端連線到一台電腦，通常遠端那台電腦是Server，但是對於X Window來說，顯示畫面的才是Server，因此如果你要遠端觀看遠端的電腦畫面，你手上的電腦是X Server，遠端的電腦是X Client

X Server的Port

當你啟動X Server的時候，他會開始監聽6000port，更詳細的來說X Server會給定display number，而每個display number所監聽的port為6000+display number

X11 forwdarding

如果你的電腦在防火牆後，這時候6000port不一定有打開，而X11 forwdarding不只幫打開一條通道讓遠端電腦可以連到你的6000port，同時還幫你處理好X serve連線的事情。

step1. Ubuntu 安裝x11套件

1
sudo apt install x11-apps

step2. 設定遠端電腦開啟x11

修改遠端電腦的/etc/ssh/sshd_config檔案，確認檔案內X11Forwarding yes
enable x11{: w=”350” h=”200” }

step3. 檢查x11設定

用以下指令確認設定正確

1
sudo cat /etc/ssh/sshd_config |grep -i X11Forwarding

在Windows下安裝VcXsrv Windows X Server

在windows下必須安裝x server，可以到以下連結下載
https://sourceforge.net/projects/vcxsrv/

問題排除

  1. Warning: untrusted X11 forwarding setup failed: xauth key data not generated

https://serverfault.com/a/355986

測試

Docker container 透過ssh x11 forwarding傳送影像到遠端電腦

以DeepStream container 為例 

1
docker run --gpus all -it --rm --net=host --privileged -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=$DISPLAY --volume="$HOME/.Xauthority:/root/.Xauthority:rw" -w /opt/nvidia/deepstream/deepstream-6.1 nvcr.io/nvidia/deepstream:6.1.1-devel

參考:
X window解說
https://www.cs.odu.edu/~zeil/cs252/latest/Public/xtrouble/index.html

What You Need to Know About X11 Forwarding
https://goteleport.com/blog/x11-forwarding/

How to enable X11 forwarding from Red Hat Enterprise Linux (RHEL), Amazon Linux, SUSE Linux, Ubuntu server to support GUI-based installations from Amazon EC2
https://aws.amazon.com/tw/blogs/compute/how-to-enable-x11-forwarding-from-red-hat-enterprise-linux-rhel-amazon-linux-suse-linux-ubuntu-server-to-support-gui-based-installations-from-amazon-ec2/

Built-in SSH X11 forwarding in PowerShell or Windows Command Prompt
https://x410.dev/cookbook/built-in-ssh-x11-forwarding-in-powershell-or-windows-command-prompt/

https://dreamanddead.github.io/post/ssh-x11-forward/

https://juejin.cn/post/7009593663894323231

https://stackoverflow.com/questions/65468655/vs-code-remote-x11-cant-get-display-while-connecting-to-remote-server

https://zhuanlan.zhihu.com/p/461378596

X11 Forwarding on Windows with Cygwin
https://www.csusb.edu/sites/default/files/cse_x11_forwarding_on_windows_with_cygwin.pdf

Cygwin/X
https://x.cygwin.com/

ssh option
https://www.microfocus.com/documentation/rsit-server-client-unix/8-4-0/unix-guide/ssh_options_ap.html

What exactly is X/Xorg/X11?
https://www.reddit.com/r/linuxquestions/comments/3uh9n9/what_exactly_is_xxorgx11/

SSH X11 Forwarding Of Gnome-Boxes Under Wayland & Mixed Wayland & X11 Environments
https://www.dbts-analytics.com/notesxfwdgb.html

  • X11 forwarding docker container裡面的影像
    docker run 指令要多加 –volume=”$HOME/.Xauthority:/root/.Xauthority:rw”

X11 forwarding of a GUI app running in docker
https://stackoverflow.com/a/51209546

Run X application in a Docker container reliably on a server connected via SSH without “–net host”
https://stackoverflow.com/questions/48235040/run-x-application-in-a-docker-container-reliably-on-a-server-connected-via-ssh-w

Posted Updated 環境設定與部屬a few seconds read (About 40 words)

git 筆記

  • git alias

    1
    git config --global alias.slog "log --graph --all --topo-order --pretty='format:%h %ai %s%d (%an)'"

  • 移動git tag 位置

    1
    2
    git tag --force <tag名稱>
    git push origin <tag名稱> --force #強迫推送到遠端
Posted Updated 模型部屬a minute read (About 152 words)

Python呼叫C++系列(二)scikit-build

第一篇連結

本篇重點

我們將建立一個可安裝的c++ extension套件，可以用pip install 安裝，本篇教學將延續第一篇的範例example.cpp

準備環境

  • 安裝所需套件和scikit-build

  • 安裝編譯所需套件

    1
    sudo apt install build-essential

  • 安裝CMake

    1
    sudo apt install cmake

使用方式

  • 建立一個setup.py檔並且放入下面這行

  • 新增一個CMakeLists.txt並且放入下面內容

  • 新增一個pyproject.toml並且放入下面內容

  • 測試安裝套件
    pip install -v

Debug

Follow

Categories

Recents

Archives

Tags

7zip1
CuPy1
Cython1
Linux3
RTSP1
TensorRT1
Ubuntu4
Uubuntu1
VSCode1
Vagrant1
Windows1
book1
cibuildwheel1
cmake6
cpp4
deepstream2
elk1
fastapi1
git3
gstreamer1
http1
ide1
iftop2
linux1
mcmc1
network1
opencv1
peopleflow2
pybind111
python1
python_extension1
pythoncpp2
rabbitmq1
scikit-build1
ssh2
systemctl1
tao1
tensorrt1
tool1
train_model1
ubuntu7
vscode1
yolo2
伺服器管理1
樹梅派1
環境設定與部屬2

Subscribe for updates

follow.it

×