vs2013 下配置OpenGL(超级宝典第五版)开发环境

2024-09-01 05:38

本文主要是介绍vs2013 下配置OpenGL(超级宝典第五版)开发环境,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

系统环境: win7 64位  , VS2013_DskExp

                    vs2013 安装路径:E:\vs_e2013

说明:这个环境主要针对 《OpenGL 超级宝典》第五版 书中测试代码所以搭建,所以用的 依赖软件比较老旧

一) 准备软件

  1.  glew

       下载链接:http://sourceforge.net/projects/glew/files/glew/1.7.0/

       glew 分有32位和64位两个版本,根据自己的操作系统下载相应的版本。

       安装:

        解压glew, 将文件中 include 文件夹下的  .h (头文件)复制到 vs2013 安装目录下的 vc/include/GL (GL目录自己创建),

        将lib 文件夹下的 .lib 文件复制到 vs2013 安装目录下的 vc/lib 

        将bin 文件夹下的 .dll 复制到  C:\Windows\System32目录中,如果是64位系统则放在SysWOW64目录

    2.  freeglut

         下载链接: http://netcologne.dl.sourceforge.net/project/freeglut/freeglut/2.8.1/freeglut-2.8.1.tar.gz

          安装:

           这个文件是需要重新编译的,所以解压后 用 vs2013 打开 \freeglut-2.8.1\VisualStudio\2012\freeglut.sln  项目文件

            项目 --》 属性 --》 配置属性 (最上面的配置)调成  Release_Static 编译模式,然后编译生成。

            编译成功后将在 freeglut-2.8.1\lib\x86  生成一个 freeglut_static.lib 文件,将它复制到 vs2013的安装目录下 vs\lib 目录下。

    3. GLTools

        这个是 《OpenGL 超级宝典》第五版 自带的软件包,可以用 svn 从 http://oglsuperbible5.googlecode.com/svn/trunk 下载

       (国内好像无法连接,我是用vpn代理下载下来的)

        用vs2013 新建一个 win32 静态库 工程(它在  Win32项目  下),工程名为 GLTools  ,记得去掉 预编译头  这个选项。

        将 下载下来的 GLTools文件夹下的  SuperBible5\Src\GLTools\src  (我的文件路径)

        GLBatch.cpp

        glew.c

       GLShaderManager.cpp

       GLTools.cpp

       GLTriangleBatch.cpp

       math3d.cpp

      这5个文件添加到这个工程中,(vs2013 里有一个 添加现有项 ,用这个就可以完成了)

       项目 -》属性 -》C/C++  -》预处理器 -》 预处理器定义中添加   _CRT_SECURE_NO_WARNINGS           

       编译生成,编译成功后会在 工程 Debug 目录下生成 GLTools.lib 文件


二.) 运行书中测试代码

     用vs 2013 创建一个  Win32 控制程序。

     项目 -> 属性 -> 链接器 -> 输入 -> 依赖项中  添加  gltools.lib  freeglut.lib  glew32s.lib

                                                        ->  忽略特定默认库中  添加  LIBCMT  MSVCRT

    将示例代码  src\Chapter02\Triangle\Triangle.cpp 添加到工程中,直接编译运行成功后,即可得到一个三角形图案。









这篇关于vs2013 下配置OpenGL(超级宝典第五版)开发环境的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1126093

相关文章

Zookeeper安装和配置说明

一、Zookeeper的搭建方式 Zookeeper安装方式有三种,单机模式和集群模式以及伪集群模式。 ■ 单机模式:Zookeeper只运行在一台服务器上,适合测试环境; ■ 伪集群模式:就是在一台物理机上运行多个Zookeeper 实例; ■ 集群模式:Zookeeper运行于一个集群上,适合生产环境,这个计算机集群被称为一个“集合体”(ensemble) Zookeeper通过复制来实现

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

CentOS7安装配置mysql5.7 tar免安装版

一、CentOS7.4系统自带mariadb # 查看系统自带的Mariadb[root@localhost~]# rpm -qa|grep mariadbmariadb-libs-5.5.44-2.el7.centos.x86_64# 卸载系统自带的Mariadb[root@localhost ~]# rpm -e --nodeps mariadb-libs-5.5.44-2.el7

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

hadoop开启回收站配置

开启回收站功能,可以将删除的文件在不超时的情况下,恢复原数据,起到防止误删除、备份等作用。 开启回收站功能参数说明 (1)默认值fs.trash.interval = 0,0表示禁用回收站;其他值表示设置文件的存活时间。 (2)默认值fs.trash.checkpoint.interval = 0,检查回收站的间隔时间。如果该值为0,则该值设置和fs.trash.interval的参数值相等。

NameNode内存生产配置

Hadoop2.x 系列,配置 NameNode 内存 NameNode 内存默认 2000m ,如果服务器内存 4G , NameNode 内存可以配置 3g 。在 hadoop-env.sh 文件中配置如下。 HADOOP_NAMENODE_OPTS=-Xmx3072m Hadoop3.x 系列,配置 Nam

wolfSSL参数设置或配置项解释

1. wolfCrypt Only 解释:wolfCrypt是一个开源的、轻量级的、可移植的加密库,支持多种加密算法和协议。选择“wolfCrypt Only”意味着系统或应用将仅使用wolfCrypt库进行加密操作,而不依赖其他加密库。 2. DTLS Support 解释:DTLS(Datagram Transport Layer Security)是一种基于UDP的安全协议,提供类似于

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推