本DEMO参考了https://download.csdn.net/download/abill425/10554049?tdsourcetag=s_pctim_aiomsg 资料； 非常感谢，如有侵权，请与本人联系； 与参考的资料相比，不同的是：参考资料是百度人脸SDK离线版本V1.0版本的； 而本DEMO是百度人脸SDK离线版本V1.1版本的； 本demo是x64的，封装成可供c#调用的dll是BaiduFaceDll.dll 使用步骤： 1.到百度AI开放平台 https://ai.baidu.com ，下载百度人脸离线SDK，(注意版本V1.1.0,修改日期：2018.08.31) 2.下载后，把sdk包里那个443 MB的face-resource目录，复制到本demo的BaiduFaceDll\x64目录下（就是BaiduFaceDll.dll所在目录的上级目录） 3.打开BaiduFaceDll\x64\\Release\LicenseTool.exe，输入试用序列号（在百度AI开放平台取得，有效期30天），完成激活。注意，激活时需要联网。或者将已有的license.ini和license.key文件拷贝至此目录，注意注册序列号是与硬件相关的； 4.将本demo的BaiduFaceDll\x64\Release路径，加到系统的path变量中。 5.运行本demo的BaiduFaceDll\x64\Release目录下的WindowsFormsApplication1.exe，可以测试封装的dll，输入两张图片；然后单击：图像对比，会显示对比结果； 在C#中的函数注册： //请将"BaiduFaceDll.dll"修改为实际路径，如@"d:\BaiduFaceDll\x64\Release\BaiduFaceDll.dll"， 或者直接把该实际路径加到系统的path变量中。 [DllImport("BaiduFaceDll.dll")] public static extern void Init();//初始化 [DllImport("BaiduFaceDll.dll")] public static extern void UnInit();//销毁 [DllImport("BaiduFaceDll.dll")] public extern static int Track(string imgstr, ref StringBuilder res);//人脸检测，imgstr为图片的base64编码字符串 [DllImport("BaiduFaceDll.dll")] public static extern int User_Add(string user_id, string imgstr);//添加用户，imgstr为图片的base64编码字符串 [DllImport("BaiduFaceDll.dll")] public static extern int User_Delete(string user_id);//删除用户 [DllImport("BaiduFaceDll.dll")] public extern static void Identify(string imgstr, ref StringBuilder res);//人脸识别，imgstr为图片的base64编码字符串 [DllImport("BaiduFaceDll.dll")] public extern static void Match(string image1, int img_type1, string image2, int img_type2, ref StringBuilder res);//人脸1:1对比编码字符串 sdk调用流程： 初始化 -> 图片对比 -> 销毁 具体详细的windows-sdk使用说明，参见 http://ai.baidu.com/docs#/Face-Offline-SDK-Windows/top 源码： 本demo的BaiduFaceDll\BaiduFaceDll目录，是本封装dll的c++源码。VS版本为2015，Framework版本为4.0。 本DEMO只是封装了几个示例，其余封装，参考样式自行编写；

基于QUdpSocket自封装的UDP通信类，动态库形式，附带源码及目标码，可编译成功，功能正常。 可用于简单的UDP通信使用及代码学习。

实际应用中，需要把生成的engine和推理程序给c#,java或者各种调用，可以把它写为一个对外的接口，供给别人使用。

c++ xml读取操作库 ，工程项目源码，动态链接库与测试工程

x64和x86的debug/release版动态库

使用简单的程序展示了C++调用动态库和静态库的方法。 文件结构： exe:笔者部署可运行文件，因开发环境版本不同，可能存在无法直接使用的情况，两个部署文件（copy_ldd.sh及useLib1.sh）可以结合文章分享的（ubuntu下部署QT运行程序的方法一）链接进行使用。 myA:静态库工程文件。 myso:动态库工程文件。 useLib1:调用静态库和动态库的工程文件。

此附件包含了java代码以及vs2013编写的动态库工程。

深度学习，tensorflow-gpu2.1.1版本，TensorFlow-gpu版本c++动态库。可以使用，包含include文件，dll和lib文件。

我想做一个最小二乘法正太拟合曲线，网上都是python调用matlab进行拟合，我想用C++拟合曲线，发现网上有开源库GSL也有计算方法；这工程就是用VS2019编译的GSL动态库，测试项目中包括GSL生成的动态库静态库。

java调用C++动态库