DiligentEngine项目配置指南:从零开始搭建CMake项目
2025-06-18 01:49:37作者:史锋燃Gardner
前言
DiligentEngine是一个现代化的跨平台图形渲染引擎,采用C++编写并支持多种图形API。对于初次接触该引擎的开发者来说,如何正确配置CMake项目可能会遇到一些挑战。本文将详细介绍如何从零开始搭建一个基于DiligentEngine的CMake项目。
基础CMake配置
首先创建一个基本的CMakeLists.txt文件,这是CMake项目的核心配置文件:
cmake_minimum_required(VERSION 3.10)
project(MyDiligentProject CXX)
设置DiligentEngine路径
假设你已经将DiligentEngine源代码克隆到本地,需要设置其路径变量:
set(DILIGENT_DIR ${CMAKE_SOURCE_DIR}/../DiligentEngine)
添加源文件和可执行目标
定义你的项目源文件并创建可执行目标:
set(SOURCE
src/main.cpp
)
add_executable(MyDiligentProject WIN32 ${SOURCE})
配置图形API支持
DiligentEngine支持多种图形API,你可以根据需要启用:
set(VULKAN_SUPPORTED TRUE) # 启用Vulkan支持
set(D3D11_SUPPORTED TRUE) # 启用Direct3D 11支持
set(D3D12_SUPPORTED TRUE) # 启用Direct3D 12支持
set(GL_SUPPORTED TRUE) # 启用OpenGL支持
添加DiligentEngine子模块
将DiligentEngine的核心模块和工具添加到你的项目中:
add_subdirectory(${DILIGENT_DIR}/DiligentCore DiligentCore_build)
add_subdirectory(${DILIGENT_DIR}/DiligentSamples/SampleBase SampleBase_build)
add_subdirectory(${DILIGENT_DIR}/DiligentTools/NativeApp NativeApp_build)
配置包含目录
确保编译器能找到所有必要的头文件:
target_include_directories(MyDiligentProject
PRIVATE
${DILIGENT_DIR}/DiligentCore/Common/interface
${DILIGENT_DIR}/DiligentCore/Graphics/GraphicsEngineD3D12/interface
${DILIGENT_DIR}/DiligentCore/Platforms/Win32/interface
${DILIGENT_DIR}/DiligentSamples/SampleBase/include
${DILIGENT_DIR}/DiligentTools/NativeApp/include
)
链接库文件
将你的项目与DiligentEngine的库文件链接:
target_link_libraries(MyDiligentProject
PRIVATE
Diligent-BuildSettings
Diligent-SampleBase
)
# 根据启用的图形API链接相应的库
if(D3D11_SUPPORTED)
target_link_libraries(MyDiligentProject PRIVATE Diligent-GraphicsEngineD3D11-shared)
endif()
if(D3D12_SUPPORTED)
target_link_libraries(MyDiligentProject PRIVATE Diligent-GraphicsEngineD3D12-shared)
endif()
if(GL_SUPPORTED)
target_link_libraries(MyDiligentProject PRIVATE Diligent-GraphicsEngineOpenGL-shared)
endif()
if(VULKAN_SUPPORTED)
target_link_libraries(MyDiligentProject PRIVATE Diligent-GraphicsEngineVk-shared)
endif()
处理运行时依赖
如果需要复制运行时依赖的DLL文件:
if(COMMAND copy_required_dlls)
copy_required_dlls(MyDiligentProject)
endif()
常见问题解决方案
-
SampleBase库未构建:确保正确添加了SampleBase子目录,并且路径设置正确。
-
头文件找不到:检查所有包含路径是否正确设置,特别是接口和include目录。
-
链接错误:确认所有需要的库都已正确链接,并且图形API支持已正确启用。
最佳实践建议
-
保持DiligentEngine源代码的路径结构完整,不要随意移动文件位置。
-
在项目初期,建议从一个简单的示例项目开始,逐步添加功能。
-
定期同步DiligentEngine的最新版本,以获取最新的功能和修复。
-
对于复杂的项目,考虑将DiligentEngine作为git子模块引入,便于版本管理。
通过以上步骤,你应该能够成功搭建一个基于DiligentEngine的CMake项目框架。根据你的具体需求,可以进一步定制和扩展这个基础配置。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
345
412
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
888
605
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
182
暂无简介
Dart
777
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896