QT-基于Buildroot构建系统镜像下实现QT开发

这篇具有很好参考价值的文章主要介绍了QT-基于Buildroot构建系统镜像下实现QT开发。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

需求

基于Build root编译整个镜像后,如何开发自己的基于QT的驱动小项目呢?
怎么编译QT,怎么测试?配置QT Creator繁琐?失败?
下面有一种比较简单的方法可供大家在学习时来参考使用。
对于驱动工程师来说,QT只是一种“手段”,我们主要的关注点应该集中在驱动程序本身的设计上,以及应用程序的业务上。
这种编译环境之类的东西,越是简单越好。

环境

配置好的虚拟机镜像文件
链接:https://pan.baidu.com/s/1OS2V7XS00FBcerT9xc8fHw?pwd=wx8o
提取码:wx8o
你需要自己再去配置下交叉编译工具,就是把交叉编译工具解压后,将其路径添加到 ~/.bashrc中再次生效即可
配置好的BuildRoot
韦东山 Imax6ull Pro 资料包中的文件夹
QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言

BuildRoot

这部分按照100ask官网的教程走即可:
《嵌入式Linux应用开发完全手册-IMX6ULL开发板(从零移植篇-预览版)-V0.1.pdf》
只是要注意,使用文档中的uboot 和 kernel 的Git仓库地址有可能会编译不过,可以参考以下链接来设置。

Uboot的仓库地址和commit id

QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言
https://e.coding.net/weidongshan/imx-uboot2017.03.git
8ba4c5bb191170135b51c9559237e984af624eb4

Kernel 的仓库地址和commit id

QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言
https://e.coding.net/weidongshan/imx-linux4.9.88.git

BuildRoot已编译库

将以下路径的库拷贝出来,比如我是拷贝在:
QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言
将上述路径的库拷贝出来,比如我是拷贝在:
QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言

在Windows上的Create上创建项目

QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言
QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言
QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言
QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言

QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言

编译QT项目

设计好UI界面,并且写好代码之后,把以上项目文件夹复制到Ubuntu中编译可执行程序放到板子;

具体的代码部分可参考:Linux驱动-基于QT控制LED灯

QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言
在该文件夹中打开终端工具,依次执行:
/home/book/100ask_imx6ull-sdk/QT/qt5base-5.12.8/bin/qmake TEST.pro
make
可得到可执行文件放入板子中执行即可
QT-基于Buildroot构建系统镜像下实现QT开发,Linux驱动,qt,开发语言文章来源地址https://www.toymoban.com/news/detail-643865.html

到了这里,关于QT-基于Buildroot构建系统镜像下实现QT开发的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 基于nerdctl+buildkitd+containerd实现镜像构建

    容器技术除了的docker之外,还有coreOS的rkt、google的gvisor、以及docker开源的containerd、redhat的podman、阿⾥的pouch等,为了保证容器⽣态的标准性和健康可持续发展,包括Linux 基⾦会、Docker、微软、红帽、⾕歌和IBM等公司在2015年6⽉共同成⽴了⼀个叫open container(OCI)的组织,其⽬的

    2024年02月07日
    浏览(34)
  • RK3568开发笔记(八):开发板烧写buildroot固件(支持hdmi屏),搭建Qt交叉编译开发环境,编译一个Demo,目标板运行Demo测试

    若该文为原创文章,转载请注明原文出处 本文章博客地址:https://hpzwl.blog.csdn.net/article/details/132826197 红胖子网络科技博文大全:开发技术集合(包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等)持续更新中… 上一篇:《RK3568开发笔记(七):

    2024年02月07日
    浏览(132)
  • RK3568开发笔记-buildroot挂载overlay联合文件系统

    目录 前言 一、什么是overlay? 二、挂载操作 三、挂载示例 总结

    2024年02月11日
    浏览(80)
  • Linux毕业设计:基于OpenCV和QT库实现的人脸识别考勤/门禁系统(arm嵌入式ubuntu)

            本文介绍:Linux上以opencv和qt库实现的人脸识别系统,可应用于考勤、门禁等场景,具有人脸录入、删除、人脸检测、识别、用户管理等完整功能。可运行于ARM嵌入式linux、ubuntu即纯软件、ARM+PC组合等多种方式,应用场景多样且易于移植各个平台。 毕业设计题目汇

    2024年02月04日
    浏览(64)
  • 基于arcFace+faiss开发构建人脸识别系统

    在上一篇博文《基于facenet+faiss开发构建人脸识别系统》中,我们实践了基于facenet和faiss的人脸识别系统开发,基于facenet后续提出来很多新的改进的网络模型,arcFace就是其中一款优秀的网络模型,本文的整体开发实现流程与前文相同,只是在深度学习模型节点上将facenet替换为

    2024年02月13日
    浏览(41)
  • 基于facenet+faiss开发构建人脸识别系统

    facenet是一款非常经典的神经网络模型,它可以直接学习从人脸图像到欧几里德空间的映射(直接将人脸映射到欧几里得空间)。在欧几里德空间中,距离直接对应于人脸相似性的度量。一旦这个空间产生,使用标准技术,将FaceNet嵌入作为特征向量,就可以很容易地实现人脸识别

    2024年02月14日
    浏览(37)
  • 构建STM32MP133的Buildroot环境

    意法半导体ST在坚持用 Yocto构建他们的OpenSTLinux MP1系列MCU,编译费劲,而且我们的应用不需要Yocto的环境,所以基于Buildroot的最小Linux系统更适合我们。 STM32MP133微处理器基于单Arm® Cortex®-A7内核,运行频率可达1 GHz,配备一个CAN FD接口和双以太网端口。 STM32MP133 MPU性价比高,具

    2024年01月22日
    浏览(37)
  • 基于YOLOv8开发构建蝴蝶目标检测识别系统

    在前面的一篇博文中已经很详细地描述了如何基于YOLOv8开发构建自己的个性化目标检测模型,感兴趣的话可以看下: 《基于YOLOv8开发构建目标检测模型超详细教程【以焊缝质量检测数据场景为例】》 本文的主要目的就是基于YOLOv8来开发构建细粒度的蝴蝶目标检测分析系统,

    2024年02月15日
    浏览(44)
  • C++ Qt框架开发 | 基于Qt框架开发实时成绩显示排序系统(3) 保存表格数据

    对上两篇篇的工作C++ Qt框架开发| 基于Qt框架开发实时成绩显示排序系统(1)-CSDN博客和C++ Qt框架开发 | 基于Qt框架开发实时成绩显示排序系统(2)折线图显示-CSDN博客继续优化,增加一个 保存按钮,用于保存成绩数据。 1)在ui界面添加一个按钮         将其命名为saveBtn。

    2024年02月19日
    浏览(44)
  • 基于YOLOv7开发构建MSTAR雷达影像目标检测系统

    MSTAR(Moving and Stationary Target Acquisition and Recognition)数据集是一个基于合成孔径雷达(Synthetic Aperture Radar,SAR)图像的目标检测和识别数据集。它是针对目标检测、机器学习和模式识别算法的研究和评估而设计的。 MSTAR数据集由美国海军研究实验室(Naval Research Laboratory,NRL)

    2024年02月14日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包