c++调用matlab生成的Dll动态连接库

点击打开链接
http://download.csdn href="http://lib.csdn.net/base/dotnet" target=_blank>.NET/detail/nuptboyzhb/4228429

c++调用matlab生成的Dll动态连接库
实验平台：
   matlab 7.0(R2009a)   VC++6.0
思路：
1. 设置matlab的编译器，使用外部的VC或者gcc等编译器。 
2. 编译m文件成dll 
3. 设置VC的Include路径和lib链接库的路径 
4. 编写C++调用dll
步骤：
1.    设置matlab的编译器
在命令行窗口下，输入并执行如下命令：mex –setup
在出现的编译器中，选择VC++6.0
然后在输入命令：mbuild –setup 同样选择VC++6.0
2.    编写.m文件
如下函数时完成图像的分割功能，第一个参数是图像的文件名(路径)，第二个参数是分割图像阈值的大小；完成分割后，将图像保存为result.bmp;返回值则是原图像的数据；

[cpp] view
plain copy

function imagedata=improcess(filename,threshold);  

imagedata=double(imread(filename));  

newbuf=imagedata;  

[M N]=size(imagedata);  

for i=1:1:M  

  for j=1:1:N  

      if imagedata(i,j)>threshold  

          newbuf(i,j)=255;  

      else  

          newbuf(i,j)=0;  

      end  

  end  

end  

imwrite(uint8(newbuf),'result.bmp');  

return;  

3.    编译.m文件
mcc -W cpplib:MatImprocess -T link:lib improcess
解释：其中-W是控制编译之后的封装格式；
cpplib，是指编译成C++的lib；
cpplib冒号后面是指编译的库的名字；
-T表示目标，link:lib表示要连接到一个库文件的目标，目标的名字即是.m函数的名字。
编译完成之后，MatImprocess.h MatImprocess.lib MatImprocess.dll这三个文件时我们在c++中调用所需要的；这三个文件和我们用c++编写dll时，生成的三个文件时对应的；
VC中的调用步骤
1.    设置VC环境
将matlab的头文件路径和对应的库文件路径包含到VC++6.0；在VC++6.0中，点‘工具’->‘选项’，然后在‘目录’选项卡中，将‘Include files’的最后一行，添加matlab相关的头文件；如我的matlab对应的路径为：
E:\matlab7.0\extern\include
将下拉框换为‘Library files’，将matlab相关的静态链接库的路径加入其中：
E:\matlab7.0\extern\lib\win32\microsoft
2.    新建一个基于控制台的hello World程序；
2.1    添加必须的头文件和必须的静态链接库

[cpp] view
plain copy

#pragma comment(lib,"mclmcrrt.lib")  

#pragma comment(lib,"libmx.lib")  

#pragma comment(lib,"libmat.lib")  

#pragma comment(lib,"mclmcr.lib")  

#include "Afxwin.h"  

#include "mclmcr.h"  

#include "matrix.h"  

#include "mclcppclass.h"  

2.2    将matlab编译生成的MatImprocess.h MatImprocess.lib MatImprocess.dll文件拷贝到工程目录下；并将头问价和静态链接库添加到工程中：
#pragma comment(lib,"MatImprocess.lib")
#include "MatImprocess.h"
2.3    编辑main函数，调用improcess函数；

[cpp] view
plain copy

int main(int argc, char* argv[])  <
10da9
/li>
{  

   //初始化  

    if( !MatImprocessInitialize())  

    {  

        printf("Could not initialize !");  

        return -1;    

    }  

    mwArray file_name(1,9, mxCHAR_CLASS);//'lenna.pgm'  

    char f_name[10]="lenna.pgm";  

//必须将lenna.pgm图像，拷贝到工程目录下  

    file_name.SetData(f_name,9);  

    mwArray m_threshold(1,1, mxDOUBLE_CLASS);  

    m_threshold(1,1)=128;//阈值为128  

    mwArray ImageData(512,512, mxDOUBLE_CLASS);  

    improcess(1,ImageData,file_name,m_threshold);  

//1,表示返回值的个数，ImageData用于接收返回值  

    printf("\n图像处理结束,已经图像以阈值128分割开！\n");  

    double *resultdata=new double[512*512];  

    ImageData.GetData(resultdata,512*512);  

    printf("\n已获得图像数据...\n");  

    for(int i=0;i<512;i++)  

    {  

        for(int j=0;j<512;j++)  

        {  

            printf("%0.1f ",resultdata[512*i+j]);  

        }  

        printf("\n");  

    }  

    delete []resultdata;  

    // 后面是一些终止调用的程序  

    // terminate the lib     

    MatImprocessTerminate();     

    // terminate MCR  

    mclTerminateApplication();    

    return 0;  

}  

解析：从上面的程序我们可以看出，c++与matlab函数数据传递是借助matlab定义的mwArray类完成的！该类支持的数据类型有：
/*typedef enum
    {
    mxUNKNOWN_CLASS = 0,
    mxCELL_CLASS,
    mxSTRUCT_CLASS,
    mxLOGICAL_CLASS,
    mxCHAR_CLASS,
    mxVOID_CLASS,
    mxDOUBLE_CLASS,
    mxSINGLE_CLASS,
    mxINT8_CLASS,
    mxUINT8_CLASS,
    mxINT16_CLASS,
    mxUINT16_CLASS,
    mxINT32_CLASS,
    mxUINT32_CLASS,
    mxINT64_CLASS,
    mxUINT64_CLASS,
    mxFUNCTION_CLASS,
    mxOPAQUE_CLASS,
      mxOBJECT_CLASS}*/
同时我们应注意：mwArray类定义的对象数组，其坐标仍然是从1开始，而不是像c++那样，从0开始！mwArray的更详细的用法，可以参看mclcomclass.h