Tensorflow的C++部署系列（一）：环境配置

tensorflow作为一个著名的开源深度学习框架，其在python平台的神经网络模型搭建、训练和测试等是很齐全的，但其在C++端的设计方面性能相对较差。在实际工程中，C++项目具有更省时的优点，因此基于C++的tensorflow的开发是很重要的。

一些比较知名的网络模型，例如yolo-v3系列等的C++代码较为全面，一定程度属于定制的。

然而对于一些自己编写的网络模型的支持方面，我们往往需要自己来配置环境。坦白说，笔者在配置环境方面花费了很多时间，参考了很多优秀的资料，但最后都不尽如意。作为一个小白，自学过程是痛苦的，最后在一些文章摸索中，找到了一些配置环境的方法，终于在2020年5月24日迈出了作为一个C++小菜鸟的tensorflow的C++配置的一小步，为表纪念，对于配置环境的流程和方法进行一个小记录。

本文的环境配置，包括OpenCV的环境配置、Tensorflow的环境配置两个方面。

在环境配置之前，提示一下本文的C++代码的开发平台， Visual Studio 2015，操作系统为Window10 64位操作系统。之所以介绍这两个配置，是因为opencv和tensorflow的相关配置与此有关：

（1）opencv与VS2015配套的版本，需要在opencv/build/include/openve2内必须包含v14这个文件，在不同的VS平台，例如VS2008、VS2012上，可能支持的opencv版本不一样，本文使用的opencv版本为 342.

（2）tensorflow的库需要与windows操作系统的位数，这点需要与VS2015的编译环境（x64或者x86）相匹配。以本文为例，本文是window10 64位操作系统，使用的tensorflow库是 64位+CPU支持的。

一、Opencv库下载与Tensorflow库下载

 

（1）Opencv的下载，可以在官网下载，也可以在国内镜像文件网站张下载。

官网：https://opencv.org/

国内网：https://sourceforge.net/projects/opencvlibrary/files/

该部分不需要踩坑，只需要记住下载适合你的平台的版本，例如windows或者mac的等。

一些编程小案例和介绍： http://wiki.opencv.org.cn/index.php/%e9%a6%96%e9%a1%b5

（2）tensorflow库的下载

只能说大佬确实超级多，很多大佬已经编译好tensorflow的各种库，包括windows平台、mac平台等的库文件了。

tensorflow：https://github.com/fo40225/tensorflow-windows-wheel

当然，里面只有一部分版本的tensorflow，如果里面没有你所需要的，就只能自己制作了，具体咋制作有一些教程会介绍，用到CMAKE、bazel等，我不会，编译几次失败了，直接导致我几个月时间对这个东西很抵触。

下载完成之后，tensorflow直接用7z解压缩（需要下载7zexe文件，运行后，右键压缩文件然后选择7z解压）就可以了，opencv文件需要直接运行opencv.exe文件，解压缩就可以。

需要注意的是，如果你下载的tensorflow版本不对，比如你在x64平台下，使用了x86（32位）的tensorflow，会报错 ”平台不符合“，遇到该问题仅需要将重新下载合适的tensorflow按照上述方法解压缩即可。

二、 环境变量配置

涉及到opencv的很多教程中，均有环境配置的教程，这点比较统一，需要在系统环境配置里面进行opencv的文件的加入。

在win10系统中对”此电脑”右键-属性-高级系统配置-环境变量-新建，将opencv的bin文件添加进去，最后显示如下：

三、项目的VS环境配置

用VS205新建一个项目，在项目中，需要对Opencv和Tensorflow的环境进行配置。

（1）VC++ - 包含目录

放置库的头文件的文件地址。

（2） VC++ - 库目录

放置lib文件的地址。

（3）链接器 - 输入

这里只用到tensorflow和opencv的一些静态文件。

 

四、系统的dll动态文件配置

 

在设置完成上述配置后，一个代码即可出现无错运行了，但是在弹出exe窗口时，会出现“无法找到opencv_world342.dll”文件等内容，这时候，解决方案如下：
解决方法1：
把自己opencv文件目录下的\opencv\build\x64\vc15\bin中的三个dll文件，拷贝到C:\Windows\System32 中。

同时也要把tensorflow的bin文件夹中的tensorflow.dll放在C:\Windows\System32中。

该方法的优点是简单，缺点是更新麻烦，更新完opencv后需要同步将C:\Windows\System32内的文件手动更新。

解决方法2：

将所需要的dll文件放置在Debug文件夹（包含exe执行文件）中。
 

五、运行结果

 

生成一个简单的tensorflow项目，输出一段话。显示结果如下：

自此，便初步实现了tensorflow环境的搭建。

网络上基于C++的tensorflow教程较多，较复杂，大家可能处于专业，写的都看起来很多人，然而网上很多教程看了之后，却基本走的是编译不通的路子，个人认为，很多问题不是越复杂越好，如何把一个复杂的问题变得简单是一个很有趣的内容，可能会对像我这样的小白有更大的帮助。

本博客作为tensorflow C++环境配置的笔记，记录vs使用时一些踩坑经过。