ncnn模型部署——使用VS2019把项目打包成DLL文件

一、项目打包成DLL文件

1.创建动态链接库DLL项目

ncnn模型部署——使用VS2019把项目打包成DLL文件_第1张图片

ncnn模型部署——使用VS2019把项目打包成DLL文件_第2张图片

创建完成,项目中包含源文件dllmain.cpp, pch.cpp,头文件framework.h, pch.h

2.编写和配置DLL项目

(1)配置pch.h文件,在头文件pch.h中定义宏,宏的作用的是允许该函数能够被外部访问,并直接调用

// pch.h: 这是预编译标头文件。
// 下方列出的文件仅编译一次,提高了将来生成的生成性能。
// 这还将影响 IntelliSense 性能,包括代码完成和许多代码浏览功能。
// 但是,如果此处列出的文件中的任何一个在生成之间有更新,它们全部都将被重新编译。
// 请勿在此处添加要频繁更新的文件,这将使得性能优势无效。

#ifndef PCH_H
#define PCH_H

// 添加要在此处预编译的标头
#include "framework.h"

#endif //PCH_H

#ifdef IMPORT_DLL
#else
#define IMPORT_DLL extern "C" _declspec(dllimport)//指定允许给其他外部调用
#endif

#include 
#include 
using namespace std;
IMPORT_DLL int FaceFeatureExtarctor(const string image_path, vector& feature);

这里添加FaceFeatureExtarctor()这个可供外部调用函数的宏定义,并在pch.cpp中添加具体实现函数:

// pch.cpp: 与预编译标头对应的源文件

#include "pch.h"
#include "face.h"

// 当使用预编译的头时,需要使用此源文件,编译才能成功。


int FaceFeatureExtarctor(const string image_path, vector& feature)
{
	int ret = feature_extarctor(image_path, feature);
	return ret;
}

(2)添加其他函数源文件与头文件

这里我添加了mtcnn, arcface 等进行人脸检测与特征提取,添加对应的.cpp源文件和.h头文件。完整的项目如下:

ncnn模型部署——使用VS2019把项目打包成DLL文件_第3张图片

3.编译生成DLL文件

点击:“生成 -> 生成解决方案” 来进行编译,但出现错误:

在查找预编译头时遇到意外的文件结尾。是否忘记了向源中添加“#include “pch.h””?

ncnn模型部署——使用VS2019把项目打包成DLL文件_第4张图片

解决方法:

点击:“项目 -> 属性”,在 “C/C++ -> 预编译头” 中把预编译头设置为“不使用预编译头”

ncnn模型部署——使用VS2019把项目打包成DLL文件_第5张图片

ncnn模型部署——使用VS2019把项目打包成DLL文件_第6张图片

然后重新编译,编译成功,并且生成了DLL文件

ncnn模型部署——使用VS2019把项目打包成DLL文件_第7张图片

ncnn模型部署——使用VS2019把项目打包成DLL文件_第8张图片

二、在别的工程调用DLL文件

新建一个别的项目,进行直接调用DLL接口得到识别的结果

1.新建项目

创建一个空项目,然后创建一个main.cpp 源文件

ncnn模型部署——使用VS2019把项目打包成DLL文件_第9张图片

2.加载和调用DLL文件

把之前项目生成的DLL文件复制本项目中,同时自己的模型文件也要复制到本项目中,我这里直接复制到main.cpp同级目录下,然后在main.cpp中调用DLL的接口

ncnn模型部署——使用VS2019把项目打包成DLL文件_第10张图片

main.cpp 内容如下

#include 
#include 
#include 
#include 
#include 
using namespace std;

typedef int (*function_face)(const string image_path, vector& feature);

int main()
{
	HINSTANCE hDllInst;
	hDllInst = LoadLibrary(L"face_feature_extractor_Dll.dll");
	if (hDllInst) {
		cout << "LoadLibrary success!" << std::endl;

		function_face FaceFeatureExtarctor = (function_face)GetProcAddress(hDllInst, "FaceFeatureExtarctor");

		const string image_path = "./images/test.png";
		
		vector face_features;
		int ret = FaceFeatureExtarctor(image_path, face_features);
		if (ret == 0) {
			cout << "Get face feature success!" << std::endl;
			cout << "feature size: " << face_features.size() << std::endl;
			for (int i = 0; i < face_features.size(); i++) {
				cout << face_features[i] << std::endl;
			}
		}

		return 0;
	}
	else {
		cout << "LoadLibrary fail!" << std::endl;
		return -1;
	}
}

然后按F5快捷键进行调试,没有问题,成功输出模型推理的结果。

ncnn模型部署——使用VS2019把项目打包成DLL文件_第11张图片


参考:

1. https://blog.csdn.net/weixin_43017004/article/details/123434292

2.  https://blog.csdn.net/Sagacity_1125/article/details/126718150

 

你可能感兴趣的:(ncnn,ncnn部署,ncnn在VS2019上部署)