计算机环境调试经验积累

2024-07-02
Author 孙新斌
~12.87K words

1. C++

2. 一些常见问题

2.0.1. 解决压缩包问题后的DLL缺失

3. Python

3.1. GrowSP项目

C++

相关工具使用

CMake——自动构建项目的工具

cmake_minimum_required(VERSION 3.10)
#设置此项目所需的最低CMake版本为3.10
project(Rasterizer)
#定义项目名称为 "Rasterizer"
find_package(OpenCV REQUIRED)
#查找并加载OpenCV库
set(CMAKE_CXX_STANDARD 17)
#将C++标准设置为C++17
include_directories(/usr/local/include)
#添加包含目录
add_executable(Rasterizer main.cpp rasterizer.hpp rasterizer.cpp Triangle.hpp Triangle.cpp)
#定义一个名为 "Rasterizer" 的可执行文件，并指定其源文件和头文件。CMake将会编译 main.cpp、rasterizer.cpp 和 Triangle.cpp，并将它们链接在一起生成可执行文件。
target_link_libraries(Rasterizer ${OpenCV_LIBRARIES})
#将OpenCV库链接到 "Rasterizer" 可执行文件。${OpenCV_LIBRARIES} 是之前 find_package(OpenCV REQUIRED) 中找到的OpenCV库文件列表。

配置CGAL库

一、安装 Boost

1. 下载 Boost

从 Boost C++ Libraries - SourceForge 下载合适版本。根据 Visual Studio 版本选择相应的 Boost 版本：

VC2015 对应 14.0
VC2017 对应 14.1
VC2019 对应 14.2

例如，下载 boost_1_76_0-msvc-14.2-64.exe。

2. 安装 Boost

运行下载的 boost_1_76_0-msvc-14.2-64.exe 文件，将 Boost 安装到指定目录，例如：D:\dev\boost_1_76_0。

3. 配置环境变量

设置 Boost 的库目录和包含目录：
- 打开系统环境变量设置：我的电脑 -> 属性 -> 高级系统设置 -> 环境变量
- 新建或编辑以下环境变量：
  - BOOST_LIBRARYDIR = D:\dev\boost_1_76_0\lib64-msvc-14.2
  - BOOST_INCLUDEDIR = D:\dev\boost_1_76_0
将 Boost 的库路径添加到系统环境变量 PATH 中：
- 在系统环境变量 PATH 中，添加 D:\dev\boost_1_76_0\lib64-msvc-14.2

二、下载并安装 CGAL

1. 下载 CGAL

从 CGAL GitHub Releases 页面下载 CGAL 安装程序，例如 CGAL-5.0.2-Setup.exe。

2. 安装 CGAL

运行下载的 CGAL-5.0.2-Setup.exe 文件，按照安装向导完成安装。

3. 配置环境变量

安装完成后，将 CGAL 的 GMP 库路径添加到系统环境变量 PATH 中：

打开系统环境变量设置：我的电脑 -> 属性 -> 高级系统设置 -> 环境变量
在系统环境变量 PATH 中，添加 D:\dev\CGAL-5.0.2\auxiliary\gmp\lib

三、配置VS2019属性页

1. 连接器 - 输入 - 附加依赖项

在 Visual Studio 中，配置项目属性页，添加以下附加依赖项：

1 2	D:\dev\CGAL-5.0.2\auxiliary\gmp\lib\libmpfr-4.lib D:\dev\CGAL-5.0.2\auxiliary\gmp\lib\libgmp-10.lib

2. C/C++ - 常规 - 附加包含目录

在 Visual Studio 中，配置项目属性页，添加以下附加包含目录：

1
2
3

D:\dev\CGAL-5.0.2\auxiliary\gmp\include
D:\boost_1_76_0
D:\dev\CGAL-5.0.2\include

3. 测试代码

编写并运行以下测试代码，以确保配置正确并验证依赖项和包含目录的有效性。

#include <iostream>
#include <CGAL/Simple_cartesian.h>
typedef CGAL::Simple_cartesian<double> Kernel;
typedef Kernel::Point_2 Point_2;
typedef Kernel::Segment_2 Segment_2;
int main()
{
    Point_2 p(1, 1), q(10, 10);
    std::cout << "p = " << p << std::endl;
    std::cout << "q = " << q.x() << " " << q.y() << std::endl;
    std::cout << "sqdist(p,q) = "
        << CGAL::squared_distance(p, q) << std::endl;
    Segment_2 s(p, q);
    Point_2 m(5, 9);
    std::cout << "m = " << m << std::endl;
    std::cout << "sqdist(Segment_2(p,q), m) = "
        << CGAL::squared_distance(s, m) << std::endl;
    std::cout << "p, q, and m ";
    switch (CGAL::orientation(p, q, m)) {
    case CGAL::COLLINEAR:
        std::cout << "are collinear\n";
        break;
    case CGAL::LEFT_TURN:
        std::cout << "make a left turn\n";
        break;
    case CGAL::RIGHT_TURN:
        std::cout << "make a right turn\n";
        break;
    }
    std::cout << " midpoint(p,q) = " << CGAL::midpoint(p, q) << std::endl;
    return 0;
}

配置PCL库

配置属性-调试-环境-添加:

1	PATH=D:\PCL 1.11.1\\bin;D:\PCL 1.11.1\\3rdParty\FLANN\bin;D:\PCL 1.11.1\\3rdParty\VTK\bin;D:\PCL 1.11.1\\3rdParty\OpenNI2\Tools

C/C++-常规-SDL检查:否

C/C++-语言-符合模式:否

VC++目录一包含目录，添加7个include路径

D:\PCL 1.11.1\include\pcl-1.11
D:\PCL 1.11.1\3rdParty\Boost\include\boost-1_74
D:\PCL 1.11.1\3rdParty\Eigen\eigen3
D:\PCL 1.11.1\3rdParty\FLANN\include
D:\PCL 1.11.1\3rdParty\OpenNI2\Include
D:\PCL 1.11.1\3rdParty\Qhull\include
D:\PCL 1.11.1\3rdParty\VTK\include\vtk-8.2

D:\PCL 1.11.1\lib
D:\PCL 1.11.1\3rdParty\Boost\lib
D:\PCL 1.11.1\3rdParty\FLANN\lib
D:\PCL 1.11.1\3rdParty\OpenNI2\Lib
D:\PCL 1.11.1\3rdParty\Qhull\lib
D:\PCL 1.11.1\3rdParty\VTK\lib

C/C++-预处理器-预处理器定义-添加:

1
2
3

BOOST_USE_WINDOWS_H
NOMINMAX
_CRT_SECURE_NO_DEPRECATE

链接器一输入一附加依赖项—添加PCL和VTK的相关lib文件

pcl_commond.lib
pcl_featuresd.lib
pcl_filtersd.lib
pcl_iod.lib
pcl_io_plyd.lib
pcl_kdtreed.lib
pcl_keypointsd.lib
pcl_mld.lib
pcl_octreed.lib
pcl_outofcored.lib
pcl_peopled.lib
pcl_recognitiond.lib
pcl_registrationd.lib
pcl_sample_consensusd.lib
pcl_searchd.lib
pcl_segmentationd.lib
pcl_stereod.lib
pcl_surfaced.lib
pcl_trackingd.lib
pcl_visualizationd.lib
vtkChartsCore-8.2-gd.lib
vtkCommonColor-8.2-gd.lib
vtkCommonComputationalGeometry-8.2-gd.lib
vtkCommonCore-8.2-gd.lib
vtkCommonDataModel-8.2-gd.lib
vtkCommonExecutionModel-8.2-gd.lib
vtkCommonMath-8.2-gd.lib
vtkCommonMisc-8.2-gd.lib
vtkCommonSystem-8.2-gd.lib
vtkCommonTransforms-8.2-gd.lib
vtkDICOMParser-8.2-gd.lib
vtkDomainsChemistry-8.2-gd.lib
vtkDomainsChemistryOpenGL2-8.2-gd.lib
vtkdoubleconversion-8.2-gd.lib
vtkexodusII-8.2-gd.lib
vtkexpat-8.2-gd.lib
vtkFiltersAMR-8.2-gd.lib
vtkFiltersCore-8.2-gd.lib
vtkFiltersExtraction-8.2-gd.lib
vtkFiltersFlowPaths-8.2-gd.lib
vtkFiltersGeneral-8.2-gd.lib
vtkFiltersGeneric-8.2-gd.lib
vtkFiltersGeometry-8.2-gd.lib
vtkFiltersHybrid-8.2-gd.lib
vtkFiltersHyperTree-8.2-gd.lib
vtkFiltersImaging-8.2-gd.lib
vtkFiltersModeling-8.2-gd.lib
vtkFiltersParallel-8.2-gd.lib
vtkFiltersParallelImaging-8.2-gd.lib
vtkFiltersPoints-8.2-gd.lib
vtkFiltersProgrammable-8.2-gd.lib
vtkFiltersSelection-8.2-gd.lib
vtkFiltersSMP-8.2-gd.lib
vtkFiltersSources-8.2-gd.lib
vtkFiltersStatistics-8.2-gd.lib
vtkFiltersTexture-8.2-gd.lib
vtkFiltersTopology-8.2-gd.lib
vtkFiltersVerdict-8.2-gd.lib
vtkfreetype-8.2-gd.lib
vtkGeovisCore-8.2-gd.lib
vtkgl2ps-8.2-gd.lib
vtkglew-8.2-gd.lib
vtkGUISupportMFC-8.2-gd.lib
vtkhdf5-8.2-gd.lib
vtkhdf5_hl-8.2-gd.lib
vtkImagingColor-8.2-gd.lib
vtkImagingCore-8.2-gd.lib
vtkImagingFourier-8.2-gd.lib
vtkImagingGeneral-8.2-gd.lib
vtkImagingHybrid-8.2-gd.lib
vtkImagingMath-8.2-gd.lib
vtkImagingMorphological-8.2-gd.lib
vtkImagingSources-8.2-gd.lib
vtkImagingStatistics-8.2-gd.lib
vtkImagingStencil-8.2-gd.lib
vtkInfovisCore-8.2-gd.lib
vtkInfovisLayout-8.2-gd.lib
vtkInteractionImage-8.2-gd.lib
vtkInteractionStyle-8.2-gd.lib
vtkInteractionWidgets-8.2-gd.lib
vtkIOAMR-8.2-gd.lib
vtkIOAsynchronous-8.2-gd.lib
vtkIOCityGML-8.2-gd.lib
vtkIOCore-8.2-gd.lib
vtkIOEnSight-8.2-gd.lib
vtkIOExodus-8.2-gd.lib
vtkIOExport-8.2-gd.lib
vtkIOExportOpenGL2-8.2-gd.lib
vtkIOExportPDF-8.2-gd.lib
vtkIOGeometry-8.2-gd.lib
vtkIOImage-8.2-gd.lib
vtkIOImport-8.2-gd.lib
vtkIOInfovis-8.2-gd.lib
vtkIOLegacy-8.2-gd.lib
vtkIOLSDyna-8.2-gd.lib
vtkIOMINC-8.2-gd.lib
vtkIOMovie-8.2-gd.lib
vtkIONetCDF-8.2-gd.lib
vtkIOParallel-8.2-gd.lib
vtkIOParallelXML-8.2-gd.lib
vtkIOPLY-8.2-gd.lib
vtkIOSegY-8.2-gd.lib
vtkIOSQL-8.2-gd.lib
vtkIOTecplotTable-8.2-gd.lib
vtkIOVeraOut-8.2-gd.lib
vtkIOVideo-8.2-gd.lib
vtkIOXML-8.2-gd.lib
vtkIOXMLParser-8.2-gd.lib
vtkjpeg-8.2-gd.lib
vtkjsoncpp-8.2-gd.lib
vtklibharu-8.2-gd.lib
vtklibxml2-8.2-gd.lib
vtklz4-8.2-gd.lib
vtklzma-8.2-gd.lib
vtkmetaio-8.2-gd.lib
vtkNetCDF-8.2-gd.lib
vtkogg-8.2-gd.lib
vtkParallelCore-8.2-gd.lib
vtkpng-8.2-gd.lib
vtkproj-8.2-gd.lib
vtkpugixml-8.2-gd.lib
vtkRenderingAnnotation-8.2-gd.lib
vtkRenderingContext2D-8.2-gd.lib
vtkRenderingContextOpenGL2-8.2-gd.lib
vtkRenderingCore-8.2-gd.lib
vtkRenderingExternal-8.2-gd.lib
vtkRenderingFreeType-8.2-gd.lib
vtkRenderingGL2PSOpenGL2-8.2-gd.lib
vtkRenderingImage-8.2-gd.lib
vtkRenderingLabel-8.2-gd.lib
vtkRenderingLOD-8.2-gd.lib
vtkRenderingOpenGL2-8.2-gd.lib
vtkRenderingVolume-8.2-gd.lib
vtkRenderingVolumeOpenGL2-8.2-gd.lib
vtksqlite-8.2-gd.lib
vtksys-8.2-gd.lib
vtktheora-8.2-gd.lib
vtktiff-8.2-gd.lib
vtkverdict-8.2-gd.lib
vtkViewsContext2D-8.2-gd.lib
vtkViewsCore-8.2-gd.lib
vtkViewsInfovis-8.2-gd.lib
vtkzlib-8.2-gd.lib

测试代码

#include <iostream>
#include <vector>
#include <ctime>
#include <pcl/point_cloud.h>
#include <pcl/octree/octree.h>
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>
using namespace std;
int
main(int argc, char** argv)
{
	srand((unsigned int)time(NULL));
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	// 创建点云数据
	cloud->width = 1000;
	cloud->height = 1;
	cloud->points.resize(cloud->width * cloud->height);
	for (size_t i = 0; i < cloud->points.size(); ++i)
	{
		cloud->points[i].x = 1024.0f * rand() / (RAND_MAX + 1.0f);
		cloud->points[i].y = 1024.0f * rand() / (RAND_MAX + 1.0f);
		cloud->points[i].z = 1024.0f * rand() / (RAND_MAX + 1.0f);
	}

	pcl::octree::OctreePointCloudSearch<pcl::PointXYZ> octree(0.1);
	octree.setInputCloud(cloud);
	octree.addPointsFromInputCloud();
	pcl::PointXYZ searchPoint;
	searchPoint.x = 1024.0f * rand() / (RAND_MAX + 1.0f);
	searchPoint.y = 1024.0f * rand() / (RAND_MAX + 1.0f);
	searchPoint.z = 1024.0f * rand() / (RAND_MAX + 1.0f);

	//半径内近邻搜索
	vector<int>pointIdxRadiusSearch;
	vector<float>pointRadiusSquaredDistance;
	float radius = 256.0f * rand() / (RAND_MAX + 1.0f);
	cout << "Neighbors within radius search at (" << searchPoint.x
		<< " " << searchPoint.y
		<< " " << searchPoint.z
		<< ") with radius=" << radius << endl;
	if (octree.radiusSearch(searchPoint, radius, pointIdxRadiusSearch, pointRadiusSquaredDistance) > 0)
	{
		for (size_t i = 0; i < pointIdxRadiusSearch.size(); ++i)
			cout << "    " << cloud->points[pointIdxRadiusSearch[i]].x
			<< " " << cloud->points[pointIdxRadiusSearch[i]].y
			<< " " << cloud->points[pointIdxRadiusSearch[i]].z
			<< " (squared distance: " << pointRadiusSquaredDistance[i] << ")" << endl;
	}
	// 初始化点云可视化对象
	boost::shared_ptr<pcl::visualization::PCLVisualizer>viewer(new pcl::visualization::PCLVisualizer("显示点云"));
	viewer->setBackgroundColor(0, 0, 0);  //设置背景颜色为黑色
	// 对点云着色可视化 (red).
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>target_color(cloud, 255, 0, 0);
	viewer->addPointCloud<pcl::PointXYZ>(cloud, target_color, "target cloud");
	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "target cloud");

	// 等待直到可视化窗口关闭
	while (!viewer->wasStopped())
	{
		viewer->spinOnce(100);
		boost::this_thread::sleep(boost::posix_time::microseconds(1000));
	}

	return (0);
}

OpenCV配置

https://blog.csdn.net/Creama_/article/details/107238475

https://blog.csdn.net/Smalldemons/article/details/129723228

配置系统变量

找到OpenCV的安装(解压)路径，将路径opencv\build\x64\vc15\bin添加到Path中。

VC++目录，点击包含目录，然后将OpenCV的三个包含目录添加进去（图中还没加）：
D:\opencv\build\include
D:\opencv\build\include\opencv
D:\opencv\build\include\opencv2
添加完后，继续点击库目录，将OpenCV的库目录添加进去：
D:\opencv\build\x64\vc12\lib

添加完后，点击连接器，点击输入，点击附加依赖项，添加lib文件，lib文件可以在D:\Program Files\opencv\build\x64\vc15\lib中查看，数字后面带d的表示debug，选这个就行了（添加依赖项的时候可不用路径，只输入文件名，如：opencv_world411d.lib）。

vcglib配置

在打开的项目属性页，配置属性一栏，找到VC++目录–>包含目录，将其设置为

1	path/to/your/include/vcg

点击C/C++一栏，找到预处理–>预处理器定义，输入

_CRT_SECURE_NO_WARNINGS
参数说明：
这个宏用于禁用微软C运行库（CRT）中关于安全函数的警告。
在Visual Studio中，使用不安全的函数（如strcpy、sprintf等）会触发编译器警告，建议改用更安全的替代函数（如strcpy_s、sprintf_s等）。
定义CRT_SECURE_NO_WARNINGS可以抑制这些警告，从而编译通过，但要注意，这样做可能会增加代码存在安全漏洞的风险。

C++常识

一些常见问题

解决压缩包问题后的DLL缺失

压缩包问题解决后，运行程序时又提示缺少“luad.dll”。这种问题在网上很难找到明确的解决方法。尝试了各种途径，最终通过安装lua for Windows修复了这个问题。安装完成后，系统能够正确识别并加载“luad.dll”，程序也终于得以顺利运行。

Python

GrowSP项目

1.官网下载conda包（4090无法连接网络404）

https://anaconda.org/conda-forge/qhull/files?version=2015.2

2.AttributeError: ‘numpy.ndarray’ object has no attribute ‘numpy‘：

删掉.numpy()

3.78行：

1	coords = coords.astype(np.float32)

4.MinkowskiEngine安装总结

MinkowskiEngine安装避坑：https://blog.csdn.net/qq_52297947/article/details/126706762

建议直接github下

5.ValueError: Unknown CUDA arch (8.9) or GPU not supported 报错处理

在RTX4090上运行深度学习代码报错：ValueError: Unknown CUDA arch (8.9) or GPU not suppor。

原因是cuda（我这里是cuda11.0，最高支持8.6）的版本不支持当前算力（8.9）

解决办法（我这是 Ubuntu 系统），改算力：

sudo vim ~/.bashrc

# 在配置文件中添加如下一行

export TORCH_CUDA_ARCH_LIST=8.6  # 因为是CUDA11.0，对应的算力为8.6
source ~/.bashrc

nvidia给的显卡算力查询：CUDA GPU | NVIDIA 开发者https://developer.nvidia.cn/cuda-gpus#compute

6./usr/local/cuda/bin/nvcc: No such file or directory 错误

先确定 cuda 是否安装成功

nvcc -V

安装成功的话直接在命令行里输入

1	export CUDA_HOME=/usr/local/cuda

7.pclpy 安装和使用

建议直接找github https://github.com/davidcaron/pclpy 或 https://blog.csdn.net/m0_73126623/article/details/136180532

conda install qhull==20xx.x -c conda-forge（如果报错“ImportError: libqhull_p.so.7: cannot open shared object file”的话）

8.【anaconda】conda创建、查看、删除虚拟环境（anaconda命令集）

https://blog.csdn.net/miracleoa/article/details/106115730

Neo Sun

计算机环境调试经验积累

C++

相关工具使用

CMake——自动构建项目的工具

配置CGAL库

一、安装 Boost

1. 下载 Boost

2. 安装 Boost

3. 配置环境变量

二、下载并安装 CGAL

1. 下载 CGAL

2. 安装 CGAL

3. 配置环境变量

三、配置VS2019属性页

1. 连接器 - 输入 - 附加依赖项

2. C/C++ - 常规 - 附加包含目录

3. 测试代码

配置PCL库

配置属性-调试-环境-添加:

C/C++-常规-SDL检查:否

C/C++-语言-符合模式:否

VC++目录一包含目录，添加7个include路径

VC++目录一库目录，添加6个ib路径

C/C++-预处理器-预处理器定义-添加:

链接器一输入一附加依赖项—添加PCL和VTK的相关lib文件

测试代码

OpenCV配置

配置系统变量

vcglib配置

C++常识

一些常见问题

解决压缩包问题后的DLL缺失

Python

GrowSP项目

This work is licensed under Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)