【Halcon】用docker打包halcon环境

前言

笑死,搞这个halcon环境,从c++编译so库到JNA调用再到打包成镜像已经熬走两位中级JAVA工程师了,到头来还是我跑完了整个流程,简历经验+1(熟练使用docker)

牛排能有什么坏心思,只想多挣钱罢了…

正文

先来回忆一下,之前已经实现了 halcon导出C++代码并打包成so库给JAVA的JNA调用 。但实际项目是需要部署到k8s上的,于是通过 【Paddle】用docker打包paddle文字识别服务 简单熟悉了一下通过编写DockerFile构建镜像的过程。

构建过程

dockerfile
FROM ubuntu

# Switch to root user to install additional software
USER 0

ENV LANG=C.UTF-8 LC_ALL=C.UTF-8
ENV LD_LIBRARY_PATH=/opt/halcon/lib/x64-linux

ADD ./halcon /opt/halcon
ADD ./sknp /home/sknp

# JAVA环境
ADD ./jdk1.8.0_291  /usr/local/jdk1.8.0_291
ENV JAVA_HOME /usr/local/jdk1.8.0_291
ENV JRE_HOME /usr/local/jdk1.8.0_291/jre
ENV PATH $JAVA_HOME/bin:$JRE_HOME/bin:$PATH
RUN chmod -R 755 /usr/local/jdk1.8.0_291/

RUN apt-get update -q && \
    apt-get install -q -y --no-install-recommends \
        bzip2 \
        ca-certificates \
        git \
        libglib2.0-0 \
        libsm6 \
        libxext6 \
        libxrender1 \
        mercurial \
        openssh-client \
        procps \
        subversion \
        wget \
        gcc \
        g++ \
        clang \
    && apt-get clean \
    && rm -rf /var/lib/apt/lists/* 

USER 1000

apt install中 gccg++clang 是必须的,用于编译cpp代码,其他包的延用之前anaconda环境,具体哪些有用哪些没用就交给读者去辨别啦~

说明:

  • ENV 命令中:LD_LIBRARY_PATH的值是halcon动态库的所在路径;

  • ADD 命令中:halcon 是halcon在x64-linux平台的安装目录,通常是 /opt/halcon/

  • sknp 是我用于验证的demo;

很简单吧,以上配置还可以通过删除demo和halcon安装目录中的多余文件,实现进一步精简,最终从17G缩减到1.74G!!!

根本不需要安装halcon运行库!!!

踩坑心得

Chapter 1

在虚拟机上运行成功后,便着手移植到docker镜像中,由于运行 install-linux.sh 需要手动输入配置,无法直接build,所以想到可以从虚拟机复制整个halcon安装目录(完整版10GB+)

Chapter 2

为了达到精简镜像的目的,决定安装halcon的运行库(166MB),基础镜像采用带vnc的centos7

BUT!centos7自带的g++、gcc还停留在4.8版本,而我编译的cpp使用9.3

于是参考 CentOS 7.8使用devtoolset-9使用高版本gcc version 9.3.1_Gblfy_Blog-CSDN博客 进行升级:

bash
yum install centos-release-scl -y
yum install devtoolset-9 -y

#临时覆盖系统原有的gcc引用
scl enable devtoolset-9 bash

# 查看gcc版本
gcc -v

虽然顺利升级了,但此时还是无法使用,年轻的牛排还未意识到是halcon运行库缺少某些文件导致的

Chapter 3

在尝试centos7后发现它的gcc、g++贼落后,于是使用ubuntu作为基础镜像,而后修改了 install-linux.sh 实现无人值守安装。此时依然提示无法找到要链接的动态库…

Chapter 4

又回到最初的起点,呆呆的坐在电脑前🎵

经过验证,完整版的halcon能用,就是太大了。只好硬着头皮删掉里面的无用文件,真香!

Chapter 5

至此,从C++代码编译so库,再到JNA调用,再到现在的镜像构建,由本 初级工程师 攻克完成,最终镜像定格在1.74GB

最后

  1. 若使用 install-linux.sh 安装,需要修改脚本,将其中的 $myread (相当于python的input)后的变量赋值(赋值时不能有不必要的空格),达到缺省安装的效果;

  2. 若想让LD_LIBRARY_PATH变量生效,需要添加 ENV LD_LIBRARY_PATH=/opt/halcon/lib/x64-linux ,而不是在容器中 source;

  3. 关于软连接问题,若替换的halcon动态库如与原本的文件名不同,需要重新建立软连接:

    bash
    ln -s libhalcon.so.20.11.1 libhalcon.so
    ln -s libhalconcpp.so.20.11.1 libhalconcpp.so
  4. 不需要花里胡哨,只要把halcon完整版的安装目录拷贝到容器的/opt/ 下,配置LD_LIBRARY_PATH,完事!

还有一件事

之前一直搞不懂的JNA接收C++返回字符串的乱码问题,是因为halcon的字符串类的转换问题,可以通过以下代码转换:

cpp
...
HString str = hv_res.S();
char* pChText = new char[255];
memset(pChText, 0x00, 255);
// str.Text() 得到 const char*类型
sprintf(pChText, "%s", str.Text());  // 格式化字符串
return pChText;

好了,先说这么多,吃饭去了拜拜~

【玩转群晖】为nas配置ipv6动态解析
【Paddle】用docker打包paddle文字识别服务