C++包管理工具vcpkg的安装使用教程

前言

使用vcpkg可以更方便地安装各种库，省去配置的时间和配置失败的风险，类似python中的anaconda，懒人必备

参考

安装参考：https://bqcode.blog.csdn.net/article/details/135831901?fromshare=blogdetail&sharetype=blogdetail&sharerId=135831901&sharerefer=PC&sharesource=weixin_45702459&sharefrom=from_link

命令参考：https://blog.csdn.net/lizhichao410/article/details/132339064?fromshare=blogdetail&sharetype=blogdetail&sharerId=132339064&sharerefer=PC&sharesource=weixin_45702459&sharefrom=from_link

第二个链接中提供了很多vcpkg的命令使用，包括库的导出和更新，但是我这里用不到，所以就没写。

VS添加英文语言包

首先要在vs中添加英语语言包：

在查找中找到visual studio installer：

点击修改：

在语言包中勾选英语并安装：

cmake工具安装

其实vcpkg还是使用cmake作为编译工具的，所以得安装cmake，地址：https://cmake.org/download/

根据自己电脑是64位还是32位选择installer，我电脑是x64，所以选择cmake-3.30.1-windows-x86_64.msi

下载之后双击msi，根据指示安装完成。

下载Vcpkg

此处可以使用git clone，但是需要外网，也可以到git网页中下载压缩包并解压：

git clone https://github.com/microsoft/vcpkg.git

安装Vcpkg

右键，以管理员身份运行

安装完成后出现exe

将vcpkg添加进vs中

文件夹内右键，在终端中打开，输入：

./vcpkg integrate install

出现以下结果则为安装成功。

在任意一个项目中打开vs，在项目属性界面就可以vcpkg

vcpkg安装库并测试

以好装的eigen库和难装的matio库做演示

在终端中搜索eigen

./vcpkg search eigen

找到eigen3

安装eigen3

./vcpkg install eigen3:x64-windows

安装成功

在终端中搜索matio

./vcpkg search matio

找到matio

安装matio

./vcpkg install matio:x64-windows

安装成功

安装成功后在终端再次运行以下命令来让全局库集成生效

./vcpkg integrate install

使用以下代码对eigen和matio进行测试

#include <iostream>
#include <vector>
#include <Eigen/Dense>
#include <matio.h>int main() {// ==================== Eigen 库测试部分 ====================std::cout << "=== Eigen 库测试 ===" << std::endl;// 创建 Eigen 矩阵Eigen::MatrixXd eigen_mat(3, 3);eigen_mat << 1, 2, 3,4, 5, 6,7, 8, 9;std::cout << "Eigen 矩阵:\n" << eigen_mat << std::endl;// 矩阵运算Eigen::MatrixXd eigen_mat_squared = eigen_mat * eigen_mat;std::cout << "Eigen 矩阵平方:\n" << eigen_mat_squared << std::endl;// 特征值分解Eigen::SelfAdjointEigenSolver<Eigen::MatrixXd> eigensolver(eigen_mat);if (eigensolver.info() != Eigen::Success) {std::cerr << "特征值计算失败" << std::endl;return 1;}std::cout << "特征值:\n" << eigensolver.eigenvalues() << std::endl;// ==================== Matio 库测试部分 ====================std::cout << "\n=== Matio 库测试 ===" << std::endl;// 创建 matio 变量size_t dims[2] = { 3, 3 };double data[9] = { 1.1, 2.2, 3.3, 4.4, 5.5, 6.6, 7.7, 8.8, 9.9 };matvar_t* matvar = Mat_VarCreate("test_matrix", MAT_C_DOUBLE, MAT_T_DOUBLE, 2, dims, data, 0);if (matvar == NULL) {std::cerr << "创建 Matio 变量失败" << std::endl;return 1;}// 打印 matio 变量信息std::cout << "Matio 变量名称: " << matvar->name << std::endl;std::cout << "Matio 变量大小: " << matvar->dims[0] << "x" << matvar->dims[1] << std::endl;// 访问数据double* mat_data = static_cast<double*>(matvar->data);std::cout << "Matio 矩阵数据:\n";for (size_t i = 0; i < 3; ++i) {for (size_t j = 0; j < 3; ++j) {std::cout << mat_data[i + j * 3] << " ";}std::cout << std::endl;}// ==================== Eigen 和 Matio 交互测试 ====================std::cout << "\n=== Eigen 和 Matio 交互测试 ===" << std::endl;// 将 Eigen 矩阵转换为 Matio 变量Eigen::MatrixXd eigen_to_convert(2, 2);eigen_to_convert << 1.5, 2.5, 3.5, 4.5;size_t conv_dims[2] = { static_cast<size_t>(eigen_to_convert.rows()),static_cast<size_t>(eigen_to_convert.cols()) };// 注意: 这里直接使用 Eigen 的数据指针，确保内存布局匹配 (列优先)matvar_t* converted_var = Mat_VarCreate("eigen_matrix", MAT_C_DOUBLE, MAT_T_DOUBLE,2, conv_dims, eigen_to_convert.data(), 0);if (converted_var == NULL) {std::cerr << "转换 Eigen 矩阵到 Matio 变量失败" << std::endl;Mat_VarFree(matvar);return 1;}std::cout << "从 Eigen 转换的 Matio 变量数据:\n";double* conv_data = static_cast<double*>(converted_var->data);for (size_t i = 0; i < 2; ++i) {for (size_t j = 0; j < 2; ++j) {std::cout << conv_data[i + j * 2] << " ";}std::cout << std::endl;}// 清理资源Mat_VarFree(matvar);Mat_VarFree(converted_var);std::cout << "\n测试完成!" << std::endl;return 0;
}

测试成功，全程不需要配置属性中的环境。