|
◆ 上海大学通信和信息工程学院 杨高波
Matlab是个具有强大的矩阵运算、数据处理和图像显示功能的软件，其输出结果可视化，编程效率极高，极少的代码即可实现复杂的运行，然而其边解释边执 行，运算效率较低，实现相同功能的代码跟其他编程平台相比运行时间相对较长，且不适合作为通用的编程平台。因此，许多Matlab的应用程式需要使用诸如 VC之类的通用编程平台，实现Matlab和VC的混合编程，这样有助于发挥Matlab和VC的各自优势。 集成的几种实现方法 为了实现混合编程，Matlab 5.0以后版本自带了C语言编译器(Compiler), 能将M文件转换为C-MEX或C/C++程式。根据Matlab是否运行，一般将Matlab和VC混合编程分为两大类：Matlab在后台运行和能脱离Matlab环境运行。 1．Matlab引擎(Engine)采用客户机/服务器(Client/Server)的计算方式，通过视窗系统的ActivcX通道和Matlab接 口。在具体的应用中，VC的程式作为前端客户机，通过调用Matlab Engine在后台和Matlab服务器建立连接，实现动态通信。这种方法实现较为简单，不需求连接整个Matlab，只需要嵌入必要的Matlab Engine库，可大大地节省系统资源，但这种Matlab在后台运行，运行效率低下。 2．Mideva是Mathtools公司推出的一种Matlab集成编译研发平台，提供对Matlab程式文件（M文件）的解释执行和研发环境支持。经过简单设置后Mideva能将M源文件转换为C/C++，然后添加到MSVC、C++ Builder的工程中。 3. 另一种方法是先利用Mideva直接生成EXE文件(方法是启动Mideva，在菜单“File->Compile to exe”中, 选出需要转换的M文件)，然后在VC中通过Shell调用，常见的外部函数有shellexec()或winexec（）。这种方法简单方便，但运行时出 现一个控制台窗口，而且由于VC和Matlab之间不能交互，通用性差，仅适用于VC中调用Matlab实现图像显示的场合。 4. 最新也是最方便的方法是通过Matlab 6.0 Add-in实现Matlab和VC的混合编程。 以上方法1需要Matlab在后台运行，方法2、3、4能脱离Matlab环境运行。 Matlab Add-in Matlab 6.0以后版本对其Compiler作了较大的改进，其支持更多的数据类型，更强的优化功能，更为重要的是其Matlab Add-in提供了一个Matlab和VC直接集成的途径。他具有一些新的特征：快速集成M文件到C++工程中，创建独立的 C/C++应用程式或C MEX DLL；通过M文件创建共享库或MEX文件；内含Visual Matrix Viewer，调试过程中能查看矩阵变量的值； 直接修改M源文件而不是修改生成的C/C++文件；方便快捷地打包应用程式等。 Matlab Add-in的安装: 1. 启动Matlab，运行“mex-setup”，按照菜单提示选取MSVC。他将设置MEX使用MSVC为默认的编译器(创建C-MEX文件必需)，并安装Matlab Add-in所需文件到MSVC目录。 2. 在Matlab环境下运行“mbuild-setup”, 按提示选取MSVC。他将设置使用MSVC为默认的编译器(创建独立应用程式必需)，并安装Matlab Add-in所需的Matlab Compiler和C/C++数学库文件到MSVC目录。 3. 在Matlab环境下运行“cd(prefdir)”和“mccsavepath”。他将保存当前Matlab路径到mccpath文件中，这是因为Matlab Add-in脱离Matlab运行，否则他无从知道Matlab路径。 4. 在MSVC环境中设置Matlab Add-in，方法是：从菜单“Tools -> Customize”选择“Add-ins and Macro Files”选项卡，选中“Matlab Add-in”, 点击“Close”。MSVC工具栏出现Matlab Add-in图标，以后每次启动VC，自动加载Matlab Add-in。 5. 设置视窗系统系统。在视窗系统 95/98系统下，找到config.sys, 添加一行：shell= c:＼ command.com /e:32768 /p(视窗系统 ME有所不同，需设置Conagent.exe的属性Memory选项卡的Initial Environment值为4096)。从表面看，VC的环境设置也是步骤较多，但只需设置一次。 程式示例 下面以创建一个Standalone程式为例具体说明。启动MSVC，打开“File->New”菜单，选择Project，选择“Matlab Project Wizard”, Project Name命名为Mytest, 点击Next，你能选择所生成的应用程式的类型：视窗系统 Console EXE、C-MEX DLL、M-MEX DLL、Shared M-DLL; C程式还是C++程式；选取Debug、Release模式；选择是否生成Main函数；是否需要支持图像。这里选择生成C++程式，其余采取默认设置， 点击“Finish”，出现对话框需求选择添加到工程中的M源文件，选择文件testplot.m后，这时你能看到MSVC调用MCC生成一个混合M文件 和C的工程。在“File View”选项卡中能看到添加的M文件和自动生成的C++文件。 这时大功告成，即可按F7编译后按F5运行了，运行结果如下图所示。 程式运行结果 这里用到的testplot.m内容如下(先在Matlab里编辑好): function mytest() t=0: 0.05*pi: 2*pi; y=sin(t); plot(t，y，‘b*’); 能通过双击Matlab M-files目录下testplot.m打开观察。生成的testplot.cpp代码如下(略有删节): // MATLAB Compiler: 2.1 Date: Sat Nov 03 16:37:08 2001 #include “testplot.hpp” #include “libmatlbm.hpp” static double _array0_[41] = { 0.0，.157，....}; //自动生成的数组 void InitializeModule_testplot() { } void TerminateModule_testplot() { } static void Mtestplot(); _mexLocalFunctionTable _local_function_ table_testplot = { 0, (mexFunctionTableEntry *)NULL }; void mlxTestplot(int nlhs, mxArray * plhs[], int nrhs, mxArray * prhs[]) { MW_BEGIN_MLX(); { if (nlhs > 0) { error(mwArray(“Run-time Error: File: testplot Line: 1 Column: 1 The function ＼‘testplot＼’was called with more than the declared number of outputs (0). ”)); } if (nrhs > 0) { error(mwArray(“Run-time Error: File: testplot Line: 1 Column: 1 The function ＼‘testplot＼’ was called with more than the declared number of inputs (0).”)); } Mtestplot(); } MW_END_MLX(); } #line 1 “D:＼＼ygbtest＼＼testplot.m” static void Mtestplot() { #line 1 “D:＼＼ygbtest＼＼testplot.m” mclMlineEnterFunction(“D:＼＼ygbtest＼＼testplot .m”, “testplot”) #line 1 “D:＼＼ygbtest＼＼testplot.m” mwLocalFunctionTable save_local_ function_table_(&_local_function_table_testplot); #line 1 “D:＼＼ygbtest＼＼testplot.m” mwArray ans(mclGetUninitializedArray()); #line 1 “D:＼＼ygbtest＼＼testplot.m” mwArray y(mclGetUninitializedArray()); #line 1 “D:＼＼ygbtest＼＼testplot.m” mwArray t(mclGetUninitializedArray()); // t=0: 0.05*pi: 2*pi; // #line 2 “D:＼＼ygbtest＼＼testplot.m” mclMline(2); #line 2 “D:＼＼ygbtest＼＼testplot.m” t = mwArray(1, 41, _array0_, (double *)NULL); // // y=sin(t); // #line 3 “D:＼＼ygbtest＼＼testplot.m” mclMline(3); #line 3 “D:＼＼ygbtest＼＼testplot.m” y = sin(mwVv(t，“t”)); // // plot(t，y，‘b*’); // #line 4 “D:＼＼ygbtest＼＼testplot.m” mclMline(4); #line 4 “D:＼＼ygbtest＼＼testplot.m” ans.EqAns(Nplot(0, mwVarargin(mwVv(t, “t”), mwVv(y, “y”), “b*”))); #line 4 “D:＼＼ygbtest＼＼testplot.m” mclMlineExitFunction(); #line 4 “D:＼＼ygbtest＼＼testplot.m” } 自动生成的testplot_mainhg.cpp代码如下： #include “matlab.hpp” //加入Matlab头文件 #include “libsglinit.hpp” #include “testplot.hpp” //加入应用程式头文件 static mexFunctionTableEntry function_table[1] = { { “testplot”, mlxTestplot, 0, 0, &_local_function_table_testplot } }; static _mexcppInitTermTableEntry init_term_table[1] = { { InitializeModule_testplot, TerminateModule_testplot } }; static _mexcpp_information _main_info = { 1, 1, function_table, 0, NULL, 0, NULL, 1, init_term_table }; 能看到没有添加一句C/C++代码，即生成了一个Matlab的Standalone应用程式(是不是太容易啦)。需要注意两点: 一是添加到MSVC工程的文件应当为一个函数文件，而不能是个Script文件，否则会出现错误提示; 二是最佳不要修改生成的C/C++代码，如果需要改动，能通过在MSVC工作区中直接修改M文件(无须在Matlab环境中)，重新编译即可。你能通过在 M文件中设置断点，在运行中通过Matrix Viewer观察Matlab变量的值。 目前通过Add-in实现Matlab和VC的混合编程也有一定的不足：如目前并不支持所有的Matlab的函数；生成的程式代码有些繁杂等。估计Matlab 6.0以后的版本在这方面肯定有所改进的。 结 论 Matlab Add-in提供了一种实现Matlab和VC混合编程的直接集成的途径，通过他能非常方便地生成Matlab和VC的混合程式。在图像处理等需要大量计算的工程应用场合有广泛的应用价值。 |
|
|
