2025-07-09 20:20:11

手把手教你 封装DLL类 给客户端调用

前言

创建DLL有几种不同的方式，最简单直接的的方式就是通过VS自带的动态链接库(DLL)项目，把相关的功能封装成一个类，然后导出几个接口方法，编译成功以后生成DLL文件，就可以在其他地方跟正常的第三方库配置之后一样调用了。

01

创建DLL

首先打开VS创建一个DLL空项目，打开VS的桌面向导如下：

创建DLL链接库项目

然后在头文件中添加mytest.h文件，添加代码如下：

代码语言：javascript代码运行次数：0运行复制#pragma once

#ifdef _DLL_EXPORTS

#define DLL_API _declspec(dllexport)

#else

#define DLL_API _declspec(dllimport)

#endif

#include

//=========导出函数C++调用接口============

class DLL_API MyTestDLL {

public:

int addData(int a, int b);

~MyTestDLL();

};然后在源文件中添加mytest.cpp文件，添加代码如下：

代码语言：javascript代码运行次数：0运行复制#define _DLL_EXPORTS

#include

MyTestDLL::~MyTestDLL() {

std::cout << "destory instance done!" << std::endl;

}

int MyTestDLL::addData(int a, int b) {

int sum = 0;

sum = a + b;

std::cout << "sum: " << sum << std::endl;

return sum;

}编译运行成功，显示如下：

02

DLL测试程序

创建测试程序，来测试DLL。新建一个控制台空项目，在源文件中添加main.cpp文件，然后添加如下代码：

代码语言：javascript代码运行次数：0运行复制#include "opencv2/opencv.hpp"

#include "mytest.h"

int main(int argc, char** argv) {

std::cout << "test mydll..." << std::endl;

std::shared_ptr mydll(new MyTestDLL());

int sum = mydll->addData(3, 5);

std::cout << "DLL invoke result : " << sum << std::endl;

return 0;

}运行结果如下：

YOLOv8对象检测DLL测试

采用相同的方法，基于ONNXRUNTIME深度学习模型库框架， 我对以前ONNXRUNTIME + YOLOv8对象检测C++代码稍作修改，封装了一个YOLOv8对象检测推理类为DLL，支持C++与C#接口调用。客户端调用代码如下：

代码语言：javascript代码运行次数：0运行复制#include "yolov8_infer.h"

#include

#include

std::string label_map = "D:/python/yolov5-7.0/classes.txt";

int main(int argc, char** argv) {

std::string names = "10:bike";

int pos = names.find_first_of(":");

std::cout << names.substr(0, pos) << " -->> " << names.substr(pos + 1) << std::endl;

std::vector classNames;

std::ifstream fp(label_map);

std::string name;

while (!fp.eof()) {

getline(fp, name);

if (name.length()) {

classNames.push_back(name);

}

}

fp.close();

// std::shared_ptr detector(new YOLOv5ORTDetector());

std::shared_ptr detector(new YOLOv8ORTDetector());

detector->initConfig("D:/python/my_yolov8_train_demo/yolov8n.onnx", 640, 640, 0.25f, 0.5);

cv::VideoCapture capture("D:/images/video/sample.mp4");

cv::Mat frame;

std::vector results;

while (true) {

bool ret = capture.read(frame);

if (frame.empty()) {

break;

}

int64 start = cv::getTickCount();

detector->detect(frame, results);

float fps = static_cast(cv::getTickFrequency()) / (cv::getTickCount() - start);

cv::putText(frame, cv::format("FPS: %.2f", fps), cv::Point(50, 50), cv::FONT_HERSHEY_SIMPLEX, 1.0, cv::Scalar(255, 0, 255), 2, 8);

for (DetectResult dr : results) {

cv::Rect box = dr.box;

cv::putText(frame, classNames[dr.classId], cv::Point(box.tl().x, box.tl().y - 10), cv::FONT_HERSHEY_SIMPLEX, .5, cv::Scalar(0, 0, 0));

}

cv::imshow("YOLOv8 + ONNXRUNTIME - DLL导出演示", frame);

char c = cv::waitKey(1);

if (c == 27) { // ESC 退出

break;

}

// reset for next frame

results.clear();

}

return 0;

}运行截图如下：