学习CGAL:编译第一个工程

2024-09-06 23:48

本文主要是介绍学习CGAL:编译第一个工程,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!

前言

CGAL对现在的我来说是个新的东西,我对他的用法用途都一无所知。但从他的名字:The Computational Geometry Algorithms Library看起来,应该是和图形学算法相关的,因此我有很强的兴趣。
首先,我想跟着官方指引下载安装,并尝试运行起来第一个范例。

1.安装boost

CGAL强依赖于 Boost ,二进制库可以在SourceForge中找到。boost安装器会安装头文件和编译好的库,步骤如下

1.下载并运行安装器

例如安装boost版本是1.73,就对应boost_1_73_0-msvc-XX.Y-64.exe ,其中XX.Y = 14.0 意思是 VC 2015;XX.Y = 14.1 意思是 2017;XX.Y = 14.2 意思是 VC 2019。

2.选择一个合适的目录

例如我这里选择D:\dev\boost_1_73_0
在这里插入图片描述

3.添加环境变量:

库:

BOOST_LIBRARYDIR = D:\dev\boost_1_73_0\lib64-msvc-14.1

头文件:

BOOST_INCLUDEDIR = D:\dev\boost_1_73_0

dll:

PATH  = D:\dev\boost_1_73_0\lib64-msvc-14.1

安装CGAL

1.下载

从https://github.com/CGAL/cgal/releases下载CGAL-[Version]-Setup.exe

2.安装

额外选择安装CGAL范例和demoGMP和MPFR预编译库(暂时不是很理解)HTML手册
在这里插入图片描述
选择一个安装路径
在这里插入图片描述
让它直接设置好环境变量:
在这里插入图片描述
不过我这里最后提示环境变量没有设置好,要我手动设置,于是我只能手动设置它了
在这里插入图片描述

创建一个范例工程

填好路径:
在这里插入图片描述
配置时选好VS版本,然后x64
在这里插入图片描述
之后点击Generate,生成了不少文件:
在这里插入图片描述

尝试运行

打开Triangulation_2_Examples.sln
选一个项目试试,我选了这个terrain项目
在这里插入图片描述
其中只有一个terrain.cpp

#include <CGAL/Exact_predicates_inexact_constructions_kernel.h>
#include <CGAL/Projection_traits_xy_3.h>
#include <CGAL/Delaunay_triangulation_2.h>#include <fstream>typedef CGAL::Exact_predicates_inexact_constructions_kernel K;
typedef CGAL::Projection_traits_xy_3<K>  Gt;
typedef CGAL::Delaunay_triangulation_2<Gt> Delaunay;typedef K::Point_3   Point;int main()
{std::ifstream in("data/terrain.cin");std::istream_iterator<Point> begin(in);std::istream_iterator<Point> end;Delaunay dt(begin, end);std::cout << dt.number_of_vertices() << std::endl;return 0;
}

好像是用data/terrain.cin这个文件做输入,然后统计了些内容。

我看data文件夹在D:\dev\CGAL-5.0.2\examples\Triangulation_2\下,于是我将其拷贝到我的工程D:\dev\CGAL-5.0.2\examples\Triangulation_2\build下。
然后我用记事本方式打开terrain.cin看到:

1 2 3 1
4 5 6 1
1 2 3 1
7 8 9 1
3 5 6 1
7 8 3 1
9 6 7 1
5 6 3 1
4 3 8 1
5 5 8 1
7 4 2 1

运行程序后显示:
在这里插入图片描述
详细的意义后续学习。目前可以确定工程是可以编译并运行了。

(之后,如果要创建其他范例的工程,则就要再执行一遍本篇【创建一个范例工程】的步骤了)

这篇关于学习CGAL:编译第一个工程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/1143468

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个