在Ubuntu 22.04上编译nomacs图像浏览器的注意事项
随着Ubuntu 21.04及后续版本的发布,系统默认的Qt5软件包发生了一些变化,这直接影响了nomacs图像浏览器的编译过程。本文将详细介绍在Ubuntu 22.04 LTS系统上编译nomacs时需要注意的关键点。
Qt5软件包变更背景
在Ubuntu 21.04之前的版本中,qt5-default
是一个元软件包,它包含了Qt5开发所需的基本组件。然而,从Ubuntu 21.04开始,这个软件包被移除了,取而代之的是更细粒度的软件包管理方式。这一变化导致了许多依赖Qt5的项目在编译时出现问题。
解决方案
对于nomacs项目,解决这个问题的方法很简单:将构建依赖中的qt5-default
替换为qtbase5-dev
。这个软件包提供了Qt5的基础开发文件,包括必要的头文件和库文件。
完整的安装命令应修改为:
sudo apt-get install debhelper cdbs qt5-qmake qttools5-dev-tools qtbase5-dev qttools5-dev libqt5svg5-dev qt5-image-formats-plugins libexiv2-dev libraw-dev libopencv-dev cmake libtiff-dev libquazip5-dev libwebp-dev git build-essential lcov libzip-dev
编译过程中的常见错误
如果在没有正确安装Qt5开发环境的情况下尝试编译nomacs,CMake会报告找不到Qt5的配置文件。典型的错误信息如下:
Could not find a package configuration file provided by "Qt5" (requested version 5.15.0)
这个错误明确指出了系统缺少Qt5的开发环境。通过安装qtbase5-dev
软件包,系统将能够找到所需的Qt5Config.cmake文件,从而顺利完成配置阶段。
更深层次的技术细节
Qt5在Ubuntu中的这种变化反映了现代Linux发行版对软件包管理的一种趋势:从大而全的元软件包转向更精细化的组件管理。这种方式带来了几个优势:
- 减少了不必要的依赖,使系统更加精简
- 允许用户只安装他们真正需要的组件
- 便于维护和更新单个组件而不影响整个框架
对于开发者而言,这意味着需要更加了解项目的实际依赖关系,而不是简单地依赖元软件包。在nomacs的例子中,除了qtbase5-dev
外,项目还需要其他Qt相关的开发包,如libqt5svg5-dev
用于SVG支持,qttools5-dev
用于工具链支持等。
总结
在Ubuntu 22.04上编译nomacs时,正确处理Qt5依赖关系是关键。通过使用qtbase5-dev
替代已废弃的qt5-default
,开发者可以顺利构建这个强大的图像浏览器。这一经验也适用于其他基于Qt5的项目,体现了现代Linux系统软件包管理的变化趋势。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









