但是Android Studio中很尴尬的是CMake+ninja，是没法使用上述方法查看预处理和汇编的。那么久这样束手无策么？
AzureRTOS 提供了针对不同处理器的接口文件，这些文件可以无需任何修改的情况下移植到目标系统。
1、linux 64位系统可以运行32位linux程序。需要在linux64位系统新增一些设置:
RTMP 协议 : RTMP 协议是基于 TCP 协议的实时消息传输协议 ( Real Time Messaging Protocol ) ;
版权声明：本文为博主原创文章，转载请注明源地址。 https://blog.csdn.net/10km/article/details/51735432
版权声明：本文为博主原创文章，转载请注明源地址。 https://blog.csdn.net/10km/article/details/51731959
在 gcc 编译器编译 C 语言代码时 , 如果添加了 -Wl,-z,nostackprotector 选项 , 就是构建一个没有 堆栈保护 的 ELF 格式的 共享对象 ( SO 文件 ) ;
cpp的宏定义，适当的使用既可以减少重复代码，又避免了模板带来的代码膨胀，是很顺手的利器。
◆ 背景 基于亚马逊 AVS Device SDK 改造的全链路语音 SDK 最终编译的动态库有几十个，单架构动态库大小有几十兆，之前在 Iot 设备中勉强跑着，但是这个体积对于手机应用来说是致命的，各个模块费事费力能优化个几 K 的体积就不错了，我这直接给上个几十兆的，APP 平台方肯定无法接受。但是一是有业务需求，二是自己又想把 SDK 推到手机 APP，提高用户量，验证 SDK 的稳定性和交互体验，所以开始了漫长的瘦身过程，最后单架构压缩到了五兆一下，虽然还是有点大，但是比起之前有了很大的提升。 ◆
librtmp下载: http://rtmpdump.mplayerhq.hu/download/ 拷贝相关文件到cpp里面 cmake配置cmake_minimum_required(VE
ESP32的SDK(ESP-IDF)本身提供了esp32平台的cmake toolchain文件: esp-idf-v4.4\tools\cmake\toolchain-esp32.cmake 1就是esp32的工具链文件定义样板。如下：
OpenCV（Open Source Computer Vision）是一个开放源代码的计算机视觉库，它提供了一系列函数和算法，用于处理图像和视频。通过使用OpenCV，您可以进行各种计算机视觉任务，例如图像处理、对象识别、目标追踪、人脸检测和机器学习等。它提供了底层图像处理功能，以及高级功能和模块，如特征提取、边缘检测、图像分割和物体测量等。
交叉编译算是每个嵌入式开发者都会经历的一道坎吧，通俗的描述就是搭建Arm板代码编译环境，让代码能够在Arm板子上跑起来。常用到的编译工具为Makefile和CMake，本篇记录下CMake的常用技巧。
本文主要讲述如何使用CMakeLists.txt，指定当前程序的C++编译标准。
已经大半个月没有更新文章了，大家还记得之前作者写的一篇关于RT-Thread的微内核移植的文章吗？如果不记得没关系。看如下是文章链接。
CMake 是一个跨平台的自动化建构系统，可以用简单的命令来控制软件编译过程。下面是一个关于如何使用 CMake 进行项目配置和编译的教程。
参考博客 : 【Android NDK 开发】Android Studio 使用 CMake 导入静态库 ( CMake 简介 | 构建脚本路径配置 | 引入静态库 | 指定静态库路径 | 链接动态库 )
Neuron 是一款开源的轻量级工业协议网关软件，支持数十种工业协议的一站式设备连接、数据接入、MQTT 协议转换，为工业设备赋予工业 4.0 时代关键的物联网连接能力。
总第513篇 2022年 第030篇 减小应用安装包的体积，对提升用户体验和下载转化率都大有益处。本文将结合美团平台的实践经验，分享 so 体积优化的思路、收益，以及工程实践中的注意事项。本文将先从 so 文件格式讲起，结合文件格式分析哪些内容可以优化，然后再具体讲解每项优化手段以及注意事项，最后介绍相关的工程实践经验。希望能对从事包体积优化的同学有所帮助或启发。 1. 背景 2. so 文件格式分析 3. so 可优化内容分析 4. 优化方案介绍 4.1 精简动态符号表 4.2 移除无用代码 4.3 优
每个线程有自己的私有本地内存(local memory) ， 每个线快有包含共享内存， 可以被线程块中所有线程共享，其声明周期与线程块一致。
前一篇我们介绍了《Android NDK编程（一）---NDK介绍及环境搭建》，简单介绍了一下什么是NDK和JNI，以前NDK环境的配置及怎么创建第一个NDK的程序，在上一篇的左侧栏中有一个CMakeList.txt的文件，这一章我们就来解析一下CMakeList文件。
本文主要介绍了在CMakeLists.txt中指定使用静态库/MT还是动态库/MD，以及如何在MSVC的环境下编译C/C++项目。通过在CMakeLists.txt中设置CMAKE_C_FLAGS、CMAKE_CXX_FLAGS变量，可以控制编译器使用静态库还是动态库。同时，通过使用CMAKE_USER_MAKE_RULES_OVERRIDE变量，可以在外部控制/MD和/MT选项，避免在多个项目之间重复设置CMakeLists.txt。
版权声明：本文为博主原创文章，转载请注明源地址。 https://blog.csdn.net/10km/article/details/79973750
then find the file ~/ClickHouse/CMakeLists.txt
Google Cloud Platform (GCP) 深度学习虚拟机 (VM)（推荐！）
QMake 工程 转换为CMake 工程 源码目录结构 . ├── build.sh ├── businesscontrol.cpp ├── businesscontrol.h ├── globaldef.h ├── lib │ └── x86_64 ├── log │ ├── LogFileManager.cpp │ ├── LogFileManager.h ├── main.cpp ├── mqtt │ ├── mqttclient.cpp │ ├── mqttclient.h ├
本文关键字：windows host targetting at linux,Compile for linux on windows using mingw64,Cross-compiling on Windows for Linux
编译链接时 , 将整个库文件打包到可执行文件中 , 造成可执行文件较大 , 但运行时不需要库文件 ;
1 . 编译 FFMPEG 函数库 : 【Android FFMPEG 开发】FFMPEG 交叉编译配置 ( 下载 | 配置脚本 | 输出路径 | 函数库配置 | 程序配置 | 组件配置 | 编码解码配置 | 交叉编译配置 | 最终脚本 )
在ASR1603 4G模块平台上用cmake交叉编译要求安装DS-5编译器(DS500-BN-00022-r5p0-26rel0.zip)及ASD1603 SDK(asr1603_opencpu_sdk-2022-01-13.zip)(参见ASR1603相关的技术手册)。
最近看了下最新版本的cmake的文档，很惊喜地发现他已经支持直接设置Android和OSX的一些变量了，然后有瞄了一眼NDK，发现里面现在也停工官方的cmake支持。
在上一篇博客《conan入门(四):conan 引用第三方库示例》中我们以cJSON为例说明了如何在项目中引用一个conan 包。那是比较简单的一种编译本机目标代码的应用场景(编译环境是Windows,目标代码也是Windows平台)。在物联应用的大背景下，C/C++开发中跨平台交叉编译的应用是非常广泛的。在使用conan来管理C/C++包(制品库)的环境下，如何实现对交叉编译的支持呢？因为我的工作涉及不少嵌入式平台的开发，conan对交叉编译的支持是我最关心的部分。
CMake是一个跨平台的建构系统的工具，可以用简单的语句来描述所有平台的安装(编译过程)。他能够输出各种各样的构建文档makefile或者project文件，描述系统建构的过程。还能测试编译器所支持的C++特性,类似UNIX下的automake。只是 CMake 的组态档取名为 CmakeLists.txt。CMake并不直接建构出最终的软件，而是产生标准的建构档（如 Unix的 Makefile或 Windows Visual C++的 projects/workspaces），然后再依一般的构建方式使用。
统计C/C++代码覆盖率的工具很多，比如OpenCppCoverage可以与VS工具配合，获取并展示代码覆盖率简单直观，但是在Linux、Mac等系统该如何统计呢？一般的持续集成工具（Jenkins、gitlab-ci等）中又该如何统计呢？
CMakeList.txt 构建脚本如下 : 跟着该构建脚本 , 逐步向下排查 ;
CMake 是什么我就不用再多说什么了，相信大家都有接触才会看一篇文章。对于不太熟悉的开发人员可以把这篇文章当个查找手册。
参考 【Android 安装包优化】使用 lib7zr.so 动态库处理压缩文件 ( 修改 7zr 交叉编译脚本 Android.mk | 交叉编译 lib7zr.so 动态库 ) 博客中的 p7zip 源码 , D:\develop\7zip\p7zip_16.02\CPP\ANDROID\7zr\jni\Android.mk 中的 -I 引入头文件参数中 , 涉及的头文件目录 ;
参考 【Android NDK 开发】Android Studio 使用 CMake 导入静态库 ( CMake 简介 | 构建脚本路径配置 | 引入静态库 | 指定静态库路径 | 链接动态库 ) 博客中的 CMake 配置的 ndk 代码 , 其中
创建一个新工程，在 Choose your project 时选择 native c++ 模板。
CMake意为cross-platform make，可用于管理c/c++工程。CMake解析配置文件CMakeLists.txt生成Makefile，相比直接用Makefile管理工程，CMake更灵活和简单。
Android 2.2 以后的版本对NDK的支持已经非常好了。最近把一个纯C的android项目，从eclipse ADT迁移到Android studio上。本文是参考Add C and C++ Code to Your Project 官方文档(需要访问国外网站)，经过各种尝试之后的总结。
① 构建工具 : CMake 是 Android 中使用 C/C++ 构建原生库的默认工具 ;
这篇文章是记录笔者最近想尝试将自己开发的分割工程模型利用NCNN部署所做的一些工作，经过一些尝试和努力算是找到了一种相对简单的方法。因此这篇文章将笔者的工作分享出来，希望对使用Keras训练模型但苦于无法部署到移动端，或者使用Keras模型通过ONNX转到其它推理框架时碰到各种OP支持无法解决的读者带来些许帮助。
在本书的最后一章中，我们将结合前面章节中讨论的多个不同的构建块，并将其应用于一个实际项目。我们的目标将是逐步展示如何将一个非平凡的项目移植到 CMake，并讨论这样的过程中的步骤。我们将为移植您自己的项目或为遗留代码添加 CMake 支持提供建议，无论是来自 Autotools，来自手工编写的配置脚本和 Makefile，还是来自 Visual Studio 项目文件。
其他算法如SURF、AKAZE等可类似修改，但注意SIFT这些是浮点数特征描述符，而ORB这些是二进制特征描述符，因此在特征匹配时注意区分是L2还是Hamming。
我们在Android应用做语音识别的时候，一般是用户唤醒之后开始说话。当用户超过一定的时候没有说话，就停止录音，并把录音发送到语音识别服务器，获取语音识别结果。本教程就是解决如何检测用户是否停止说话，我们使用的是WebRTC架构的源代码中的vad代码实现的。 VAD算法全称是Voice Activity Detection，该算法的作用是检测是否是人的语音，使用范围极广，降噪，语音识别等领域都需要有vad检测。webrtc的vad检测原理是根据人声的频谱范围，把输入的频谱分成六个子带：80Hz——250Hz，250Hz——500Hz，500Hz——1K，1K——2K，2K——3K，3K——4K。分别计算这六个子带的能量。然后使用高斯模型的概率密度函数做运算，得出一个对数似然比函数。对数似然比分为全局和局部，全局是六个子带之加权之和，而局部是指每一个子带则是局部，所以语音判决会先判断子带，子带判断没有时会判断全局，只要有一个通过认为是语音。
2 . 问题原因 : 这是由于没有找到 z 库 ( libz.so ) 导致的 ;
该系列博客的应用场景是 Android Studio 下 NDK 编程 , 使用 CMake 构建 C/C++ 工程 ;
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
