在之前的工作中《MATLAB调用C++开发——函数大全》，我们已经介绍了Matlab调用C++的一些基本函数，下面我们将开始写我们的第一个Matlab C++混编代码。

在开始之前，我们要明确在Matlab调用c++代码的几种情况。

• 拿到的代码只有C++版本。
• 自己写的算法for循环过多，速度慢，需要加速。
• 装杯 ε=ε=ε=┏(゜ロ゜;)┛

（奇怪的知识增加了）

1 配置你的C++编译器

编译C++时候，系统里面一定要有编译器，比如MSVC, MinGW, GCC等等，输入mex -setup根据向导即可配置好需要的编译器。

注意：一定要保证你的Matlab版本发行时间晚于对于编译器的发行时间，否则找不到编译器。

比如我的VS是2015，最好选择Matlab 2016之后的版本。

2 Matlab 与 C++之间沟通模板

在Matlab中，假设你想调用的函数名为fun,那么需要创建一个fun.cpp，这个cpp的内容如下：

#include "mex.cpp"
// 这里自己添加c++代码所需要的头文件void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])        
{// 补上你想添加的代码即可
}

其中，int nlhs，指的是函数返回的数据的个数，mxArray *plhs[]表示函数返回的数据。int nrhs表示输入数据的个数，const mxArray *prhs[]表示输入的数据。

最后输入mex fun.cpp即可编译出一个名为fun.mexw64的文件。

3 开始写你的第一个混编代码。

下面给出一个Matlab代码，这个代码执行完大约需要1分钟左右。

d = 0.001;
result = d;
for i = 1:100000result  = [result, sum(result) + d];
end

下面我们把它转为C++

#include "mex.h"
#include <vector>
#include <iostream>using namespace std;void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])        
{if(nrhs!=0){mexErrMsgTxt("该函数不需要输入");}if(nlhs!=1){mexErrMsgTxt("该函数输出只有一个");}double d, sum_val;vector<double> result;result.push_back(0.1);d = 0.001;for(int i = 0; i < 100000; i++){sum_val = d;for(int k = 0; k < result.size(); k++)sum_val += result[k];result.push_back(sum_val);}plhs[0] = mxCreateDoubleMatrix(result.size(), 1, mxREAL);double *_ptr = (double*)mxGetPr(plhs[0]); // 获取矩阵数据指针memcpy(_ptr, result.data(), sizeof(double)*result.size());
}

我将该C++代码存储为gsum.cpp，输入mex gsum.cpp即可编译完成。

4 mex中配置外部库、编译参数、多文件编译等

（1）多文件编译

用C++写的函数不可能用一个cpp就完事了，肯定包含一个套皮cpp和多个函数需要的辅助cpp，假设套皮用的cpp名称为mexfun.cpp，需要的其他cpp为fun1.cpp, fun2.cpp。

编译时输入：mex mexfun.cpp fun1.cpp fun2.cpp即可。

（2） 使用外部库

调用C++代码时候，调用其他外部库是很常见的事情，比如OpenCV等等，如果我们想在代码中使用外部库函数，那么我们需要额外添加一些库的信息。

这时候我们的输入的mex应该补充-I,-L信息。

mex mexfun.cpp fun1.cpp fun2.cpp -ID:\opencv3.1\opencv\build\include -LD:\opencv3.1\opencv\build\x64\vc14\lib -lopencv_world310

（3）编译参数

在linux下使用matlab时候，有时候我们需要指定编译器用c++11来编译，这时候，只需要在mex后面补充写参数即可，如下。其他参数类似。

>> mex COMPFLAGS='$COMPFLAGS -std=c++11' gsum.cpp

5 高级：如何将自己的C++类封装为matlab代码。

matlab封装C++类，不像python简单便捷。matlab封装C++类，需要将该类拆解为3个函数。

• 变量初始化函数，返回指针，matlab中没有指针概念，但我们知道指针的大小是8个字节(64位系统)，因此我们可以创建8个1字节的uchar数据来承载数据，返回一个包含8字节的uchar数组即可
• 执行类中函数。一定要将8字节数组传递进去，之后强制类型转换即可，然后正常就可以当函数一样正常调用。
• 销毁类。切记一定要销毁类，如果你将这个指针丢失了，那么这个类的内存就是个野指针，你永远无法释放了

这个是我之前的一个封装C++类的一个项目https://github.com/Li-Zhaoxi/AAMED/tree/master/matlab。详细地给出了每个函数初始化、传递阈值参数、执行算法和销毁。想封装自己的c++类，直接参考这个链接就够了。

6 总结

matlab调用C++，有很多C语言的味道，这点真的不如python。个人觉得，本小节介绍的知识，足够干大部分的事情了，matlab除了矩阵还有很多其他类型的数据，这些的用法参考开头给的链接即可，之后就是学会查文档，调试。未来有时间，我研究下如何在matlab中调用CUDA，实现更快的算法， 奥里给。