博客
关于我
boost1.7 centos7编译
阅读量:762 次
发布时间:2019-03-22

本文共 1100 字,大约阅读时间需要 3 分钟。

Boost安装教程

在环境搭建过程中,以下是具体的安装步骤和注意事项

下载与解压

首先,按照以下步骤完成下载与解压:

1. 从Boost官网(https://boost.org)下载对应版本的源码包

2. 解压后的文件命名可以直接使用包名,如`boost_1_70_0.tar.gz`

3. 在终端中运行:

tar -zxvf boost_1_70_0.tar.gz

这将展开并创建boost安装目录结构

安装Boost

接下来是Boost的安装步骤,下面是具体操作:

1. 输入下列命令进入boost目录:

cd boost_1_70_0/

2. 执行编译命令:

./bootstrap.sh

3. 根据提示输出新的boost安装配置:

./b2 -j5

4. 最后执行安装命令:

./b2 install -j5

完成上述步骤后,检查boost installations完成情况:

验证Boost版本

为了确保安装成功,可以验证当前安装的Boost版本

1. 打开终端并输入命令:

ldconfig -p | grep libboost

2. 或者在源代码文件中查找版本号,比如在`include/boost/`目录下查看文件头部的版本声明

编译测试程序

编写一个简单的测试程序来验证安装是否成功

#include 
#include
using namespace boost::filesystem;int main(int argc, char *argv[]){ // 查看Boost版本信息 printf("Boost version is %s.%d.%d\n", BOOST_VERSION/100000, (BOOST_VERSION/100)%1000, BOOST_VERSION%100); printf("the exe file size : %lld bytes\n", file_size("./test")); return 0;}

编译命令

将上述代码保存为`test.cpp`,然后编译:

g++ -o test test.cpp -lboost_system -lboost_filesystem

注意事项

1. 确认网络连接稳定,因为Boost镜像资源需要下载

2. 如果遇到权限问题,请检查执行权限 Stem

3. 在Windows环境下,默认安装路径为`C:\local`,请根据实际需要进行调整

适用平台

本教程适用于Windows 和Linux双平台,Boost Asio协程在两者均兼容

转载地址:http://gkowk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>
OpenCV中遇到Microsoft C++ 异常 cv::Exception
查看>>
opencv之cv2.findContours和drawContours(python)
查看>>
opencv之namedWindow,imshow出现两个窗口
查看>>