【转】C++调用Matlab的.m文件

简介:
 
 
Matlab是一个强大的数学计算/仿真工 具,其内置了很多实用的现成的函数,而且我们经常也自己定义很多m函数。但在很多情况下,我们不得不使用VC编程。那么,如何在VC中利用matlab的 资源呢? 在这里我简要的以一个简单的例子来说明一下如果在VC中调用matlab中定义的.m文件。繁多的理论就不说了,简明扼要的说一个实例。相信大家看过之后 都会马上学会的
其中灰色底显示的部分是需要我们手工输入的部分。
 
步骤如下:

㈠当然是先建立matlab的m文件。

这里为了简单起见,我在matlab中定义了一个函数, 其m文件如下:
function y = add_zh(a,b)     
y=a+b
保存为myfunct.m
 

㈡下面来对matlab编译环境进行设置。

打开matlab,在命令行状态下键入:mex-setup

然后出现如下提示:
--------------------------------------------------------------------------------------
Select a compiler:
[1] Borland C++Builder version 5.0 in C:\Program Files\Borland
[2] Lcc C version 2.4 in F:\SOFT\SHARE\MATLAB65\sys\lcc
[3] Microsoft Visual C/C++ version 6.0 in C:\Program Files\Microsoft Visual Studio
[0] None
 
Compiler:
--------------------------------------------------------------------------------------
这里我们选择’3’。(如果使用其他的编译器比如BCB,那么就可以相应的选择’1’)
然后,继续在命令行状态下输入:
mbuild –setup
--------------------------------------------------------------------------------------
Please choose your compiler for building standalone MATLAB applications: 
Would you like mbuild to locate installed compilers [y]/n? y
Select a compiler:
[1] Borland C++Builder version 5.0 in C:\Program Files\Borland
[2] Lcc C version 2.4 in F:\SOFT\SHARE\MATLAB65\sys\lcc
[3] Microsoft Visual C/C++ version 6.0 in C:\Program Files\Microsoft Visual Studio
[0] None
 
Compiler:
--------------------------------------------------------------------------------------
这里需要几步确认。大家按情况操作即可。
 

㈢对VC的编译器环境进行设置。

在Tools-options-directory里面设置include和lib的路径,分别添加一项,指向matlab安装目录中的\extern\include和 \extern\lib
 
 

㈣将.m文件编译为动态链接库

这一步比较关键。在这一步中,将matlab中的.m文件转换为dll
在matlab命令行中输入:
mcc -t -h -L C -W lib:ppp -T link:lib myfunct.m
 
 
 
至此,可以发现在myfunct.m所在的目录中产生了一大堆文件。我们只用其中3个:
ppp.h    ppp.lib     ppp.dll
 
 

 ㈤ 测试与调用

1. 新建一个VC工程。这里取名为mat。为了简单,我们在这里建立一个对话框来进行演示。如下:
 
然后,将上面这3个文件拷贝到VC工程所在的目录中,以便VC调用之。
 
2. 进行VC编程。
首先,在cpp文件中加入: #include “ppp.h”;
然后,设置VC的链接库。在project-settings-link下的object/library modules中加入:
ppp.lib;libmx.lib;libmatlb.lib;libmmfile.lib;
    至此,VC的编译环境设置完毕。下面就是编程部分了。
 
3. 编程部分的关键:接口和数据类型的转换
先给出VC实现的源代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
void  CMatDlg::OnButton1()
{            //在matlab中定义的m文件:myfunct,其功能是完成两个数的相加操作。
                 CString str;
             UpdateData( true );
             pppInitialize();
             //为了调用matlab中的函数,必须使用数组数据类型,并其后调用matlab函数将其转化为矩阵格式(matlab的基本数据类型是矩阵)
             static  double  x1[1]={1.0};
             static  double  x2[1]={2.5};
             double  result;
             //调用matlab创建3个矩阵
             mxArray *A=mclGetUninitializedArray();
             mxArray *B=mclGetUninitializedArray();
             mxArray *C=mclGetUninitializedArray();
             //将C语言中的变量值赋给matlab中的矩阵
             mlfAssign(&A,mlfDoubleMatrix(1,1,x1,NULL));
             mlfAssign(&B,mlfDoubleMatrix(1,1,x2,NULL));
             mlfAssign(&C,mlfMyfunct(A,B));
             //将matlab中的矩阵的指针传递给C语言中的指向double的指针
             double  * md=mxGetPr(C);
             result=md[0];
             //释放这些矩阵
             mxDestroyArray(A);
             mxDestroyArray(B);
             mxDestroyArray(C);
             str.Format ( "It is : %f" ,result);
             ::AfxMessageBox(str);
}

 

相信看到里面的注释,我们就明白的差不多了。
VC编程以实现对matlab函数的调用,例如VC中我们实现两个double型的相加,则需要做上述的编程:首先定义两个数组并存入我们要进行函数操作的数据(也就是所谓的实参);然后将这两个数组转换为matlab可以识别的矩阵;然后调用m文件中自定义的函数,对矩阵进行操作;最后将结果再转回VC支持的数据格式:
            double * md=mxGetPr(C);
            result=md[0];     
至此,经matlab函数处理过的数据已经存入了VC中的result变量。        
            mlfAssign(&C,mlfMyfunct(A,B));
大家可以看出来,在进行调用的时候,我们使用的是m文件的文件名myfunct,而不是m文件中定义的add_zh(a,b)
程序中,我们要实现1.02.5的相加运算,结果如下:
。。。
 

运行报错:e:\program files\matlab\r2009a\extern\include\mclmcr.h(1764) : error C2065: 'REFCLSID' : undeclared identifier
e:\program files\matlab\r2009a\extern\include\mclmcr.h(1764) : error C2146: syntax error : missing ')' before identifier 'clsid'
e:\program files\matlab\r2009a\extern\include\mclmcr.h(1764) : error C2182: 'mclCLSIDtochar_proxy' : illegal use of type 'void'
e:\program files\matlab\r2009a\extern\include\mclmcr.h(1764) : error C2059: syntax error : ')'
e:\program files\matlab\r2009a\extern\include\mclmcr.h(1768) : error C2065: 'REFGUID' : undeclared identifier
e:\program files\matlab\r2009a\extern\include\mclmcr.h(1768) : error C2146: syntax error : missing ')' before identifier 'guid'
未解决
没有整理与归纳的知识,一文不值!高度概括与梳理的知识,才是自己真正的知识与技能。 永远不要让自己的自由、好奇、充满创造力的想法被现实的框架所束缚,让创造力自由成长吧! 多花时间,关心他(她)人,正如别人所关心你的。理想的腾飞与实现,没有别人的支持与帮助,是万万不能的。




  本文转自wenglabs博客园博客,原文链接:http://www.cnblogs.com/arxive/p/5224537.html ,如需转载请自行联系原作者

相关文章
|
11月前
|
数据采集 JSON 数据格式
Python爬虫:京东商品评论内容
京东商品评论接口为商家和消费者提供了重要工具。商家可分析评论优化产品,消费者则依赖评论做出购买决策。该接口通过HTTP请求获取评论内容、时间、点赞数等数据,支持分页和筛选好评、中评、差评。Python示例代码展示了如何调用接口并处理返回的JSON数据。应用场景包括产品优化、消费者决策辅助、市场竞争分析及舆情监测。
|
11月前
|
API 数据安全/隐私保护 开发者
京东商品评论数据接口(JD.item_review)丨京东API接口指南
京东商品评论数据接口(JD.item_review)让开发者获取京东商品的评论列表、内容、时间、买家昵称等详细信息,助力产品优化和市场研究。使用步骤包括注册京东开发者账号、创建应用并申请API权限、获取API密钥、阅读API文档,最后通过HTTP请求调用接口获取数据。示例代码展示了如何使用Python进行请求。
1045 9
|
12月前
|
机器学习/深度学习 存储 人工智能
《C++ 赋能强化学习:Q - learning 算法的实现之路》
本文探讨了如何用C++实现强化学习中的Q-learning算法。强化学习通过智能体与环境的交互来学习最优策略,Q-learning则通过更新Q函数估计动作回报。C++凭借高效的内存管理和快速执行,在处理大规模数据和复杂计算时表现出色。文章详细介绍了环境建模、Q表初始化、训练循环及策略提取等关键步骤,并分析了其在游戏开发、机器人控制等领域的应用前景,同时指出了可能面临的挑战及应对策略。
368 11
|
存储 安全 区块链
《C++智能合约与区块链底层交互全解析:构建坚实的去中心化应用桥梁》
C++智能合约在区块链技术中扮演关键角色,其与区块链底层的交互是实现去中心化应用的核心。本文介绍了区块链底层的关键要素,如分布式账本、共识机制等,并详细阐述了C++智能合约从部署到运行过程中如何与这些要素交互,强调了数据读写、加密验证、网络感知、性能优化及安全保障等方面的重要性,旨在帮助开发者构建高效、安全的去中心化应用。
223 8
|
11月前
|
数据采集 JavaScript 前端开发
京东商品详情 API 接口指南(Python 篇)
本简介介绍如何使用Python抓取京东商品详情数据。首先,需搭建开发环境并安装必要的库(如requests、BeautifulSoup和lxml),了解京东反爬虫机制,确定商品ID获取方式。通过发送HTTP请求并解析HTML,可提取价格、优惠券、视频链接等信息。此方法适用于电商数据分析、竞品分析、购物助手及内容创作等场景,帮助用户做出更明智的购买决策,优化营销策略。
|
数据采集 存储 监控
如何使用 Python 爬取京东商品数据
如何使用 Python 爬取京东商品数据
644 2
|
文字识别 异构计算 Python
关于云端Jupyter Notebook的使用过程与感想
在自学Python时,由于家庭电脑使用冲突和设备老旧,转向云端平台。体验了多个服务:1. 魔搭modelscope(最喜欢,赠送资源丰富,社区活跃),2. Colaboratory(免费GPU,但有时重启,建议用阿里云),3. Deepnote(免费环境有限,但GPT-4代码生成功能强大),4. 飞桨aistudio(适合PaddlePaddle用户),5. ModelArts(曾有免费实例,现难找)。综合来看,阿里云的稳定性与服务更优,尤其是魔搭的自动代码修正功能。对于AIGC,推荐魔搭和付费版PAI-DSW。欢迎分享更多云端Jupyter平台体验。
787 1
|
数据采集 JavaScript 前端开发
深度剖析Selenium与Scrapy的黄金组合:实现动态网页爬虫
深度剖析Selenium与Scrapy的黄金组合:实现动态网页爬虫
|
定位技术 开发工具 C++
C++绘图库matplotlibcpp在Visual Studio中的配置方法
C++绘图库matplotlibcpp在Visual Studio中的配置方法
603 1
|
存储 定位技术 C++
Armadillo矩阵库在Visual Studio软件C++环境中的配置方法
Armadillo矩阵库在Visual Studio软件C++环境中的配置方法
279 1