news 2026/4/23 15:00:54

VTK源码编译时候选qt5路径

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
VTK源码编译时候选qt5路径


  • Qt 采用 清华源 下载,(如果后续用VS编译,VS2017、2019、2022都采用 MSVC编译,如果不是,可以考虑MG,后文采用MSVC)
  • VS 2022 (MSVC 2017 64 bit)
  • VTK 8.2 (亲测,9.10版本无法生成QVTK插件,要求qt6、qt5)
  • CMAKE 2.23最新版

VTK 8.2 release版本 下载地址:

https://vtk.org/files/release/8.2/VTK-8.2.0.zipvtk.org/files/release/8.2/VTK-8.2.0.zip

新建SRC文件夹存放 源文件

新建BIN 文件夹存放 编译文件

选择自己的VS版本

平台选择, X64

配置一定要选择RELEASE。其它配置见后续

VTK_Group_Qt ON VTK_QT_VERSION 5 # by default 4 Qt5_DIR D:/Qt/Qt5.*.*/5.*.*/msvc2017_64/lib/cmake/Qt5 CMAKE_INSTALL_PREFIX C:/Program Files/VTK8 # by default (安装目录地址) BUILD_SHARED_LIBS ON CMAKE_CONFIGURATION_TYPES Release # Release CMAKE_CXX_FLAGS_RELEASE /MD /O2 /Ob2 /DNDEBUG /MP # for multiple processor

上述过程如果找不到ENTRY,点CONFIGURE (qt5_dir 可能需要configure两三次)

配置成功后,Generate,

再open source

退出后,建议大家用“管理员”打开VS项目工程vtk.sh

首先生成 ALL_BUILD

再将INSTALL 设置成启动项(鼠标右键),在编译生成

然后将:

  • ***编译目录\bin\Release\QVTKWidgetPlugin.dll 复制到 ***安装目录\bin
  • ***编译目录、lib\Release\QVTKWidgetPlugin.lib 复制到 ***安装目录\lib
  • ***编译目录\bin\Release\QVTKWidgetPlugin.dll复制到D:\Qt\Qt5.**\5.*.*\msvc2017_64\plugins\designer

打开QT designer 后发现QVTK插件 (不是 creator)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 12:11:51

YOLO镜像支持FP16混合精度,节省显存开销

YOLO镜像支持FP16混合精度,节省显存开销 在工业质检产线上,一台搭载多路高清摄像头的视觉检测系统正以每秒30帧的速度持续运行。突然,第13路视频流因“显存不足”被中断——这并非硬件故障,而是传统FP32推理模式下难以避免的资源…

作者头像 李华
网站建设 2026/4/23 10:46:31

YOLO模型云端部署全流程:从镜像拉取到API上线

YOLO模型云端部署全流程:从镜像拉取到API上线 在智能制造车间的边缘服务器上,一个摄像头正以每秒30帧的速度扫描流水线。突然,系统标记出一块异常焊点——从图像采集到缺陷报警,整个过程不到80毫秒。这背后支撑的,正是…

作者头像 李华
网站建设 2026/4/23 13:43:39

YOLO模型镜像支持ARM架构,适配国产GPU平台

YOLO模型镜像支持ARM架构,适配国产GPU平台 在智能制造工厂的边缘机柜中,一台搭载飞腾CPU和昇腾NPU的小型工控机正实时分析产线摄像头传来的视频流——无需联网、毫秒响应,它精准识别出PCB板上的焊点缺陷并触发报警。这一场景的背后&#xff0…

作者头像 李华
网站建设 2026/4/23 12:15:38

YOLO目标检测误检率高?试试用更强GPU进行精细化训练

YOLO目标检测误检率高?试试用更强GPU进行精细化训练 在工业质检线上,一台摄像头正高速扫描流过的产品——突然,系统警报响起:检测到“裂纹”。可工程师赶去查看,却发现只是光影造成的错觉。类似场景在智能监控、自动驾…

作者头像 李华
网站建设 2026/4/23 11:27:22

YOLO模型训练支持自动异常检测与告警

YOLO模型训练支持自动异常检测与告警 在智能制造工厂的夜晚,产线仍在高速运转。突然,传送带上一个零件卡住,引发轻微冒烟——传统监控系统因光线变化频繁误报,值班人员早已对警报“脱敏”。但这一次,AI视觉系统精准识别…

作者头像 李华
网站建设 2026/4/23 10:45:32

YOLO模型灰盒监控告警:设定阈值触发通知机制

YOLO模型灰盒监控告警:设定阈值触发通知机制 在智能工厂的视觉质检线上,一台搭载YOLOv8的边缘设备正以每秒30帧的速度扫描流水线上的产品。突然,某个时刻检测到的缺陷数量激增——是真出现了批量不良品?还是摄像头被油污遮挡导致…

作者头像 李华