我们知道Windows下有类似UltraISO的这样的软件可以用来编辑ISO文件，可引导ISO也没有问题。近来在Linux下玩的比较多，正好要改个ISO，于是就开始找Linux下有没有类似的软件。
Ubuntu软件中心里有一款叫ISOMaster的软件，可以创建和修改ISO文件。
作者： 默默
码农
Python matplotlib.pyplot.draw()在不同版本中的差别导致界面绘制异常问题
在Ubuntu系统上进行如下配置：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
$ sudo apt-get update $ sudo apt-get upgrade $ sudo apt-get install python-dev $ sudo apt-get install python-pip $ sudo pip install --upgrade pip $ sudo pip install --upgrade urllib3 $ sudo pip install numpy $ sudo pip install matplotlib |
之后执行如下测试代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
import sys import numpy as np import matplotlib.pyplot as plt plt.ion() (fig, axis) = plt.subplots() bar_plot = axis.barh(0, 8,linewidth = 0) bar_plot.color= '#ffff00' for i in range(20): axis.set_xlim(xmax = max(i + 1, 10)) plt.draw() if sys.version_info < (3, 0): raw_input("Press Enter to continue...") else: input("Press Enter to continue...") |
上面的测试代码在Ubuntu 14.04.5版本上是可以正常执行的，对应的matplotlib的版本是matplotlib 1.3.1，但是放到Ubuntu 16.04.2系统上则是无法正常显示的,对应的matplotlib的版本是matplotlib 1.5.1。
造成这个问题的原因在于matplotlib.pyplot.draw()，这个函数行为的改变，早期这个函数是同步更新界面的，后来的版本却变成了空闲异步更新界面，只有当matplotlib.pyplot.pause(interval)被调用的时候才会刷新界面。
所以只需要上面的代码修改成如下即可在不同版本之间兼容：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
import sys import numpy as np import matplotlib.pyplot as plt plt.ion() (fig, axis) = plt.subplots() bar_plot = axis.barh(0, 8,linewidth = 0) bar_plot.color= '#ffff00' for i in range(20): axis.set_xlim(xmax = max(i + 1, 10)) plt.draw() plt.pause(0.00001) if sys.version_info < (3, 0): raw_input("Press Enter to continue...") else: input("Press Enter to continue...") |
注意，我们在matplotlib.pyplot.draw()调用后面增加了matplotlib.pyplot.pause(interval)的调用。
貌似调用fig.canvas.flush_events()更合适？
查看matplotlib的版本使用如下代码：
|
1 2 |
import matplotlib as mpl print mpl.__version__ |
参考链接
OpenCV使用cv::imshow在子线程中更新图片不刷新
在Ubuntu 16.04上测试OpenCV 3.2,遇到一个在子线程中更新图像，而界面不刷新的问题。
|
1 |
$ sudo apt-get install libopencv-dev |
编译执行如下代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 |
#include <pthread.h> #include <opencv/cv.h> #include <opencv/highgui.h> #include <stdio.h> #include <stdlib.h> void* imshowWorker(void*){ for(int i = 0;i < 100;i++){ char str[10+1]; snprintf(str, 10,"%d",i); cv::Mat img = cv::Mat::zeros( 100, 100, CV_8UC3 ); cv::putText(img,(char*)str,cv::Point( 50, 50 ),cv::FONT_HERSHEY_SIMPLEX,1,cv::Scalar( 255, 0, 0 )); cv::imshow("Number View", img ); if(i > 90){ i = 0; } } } int main(void){ cv::namedWindow("Number View"); pthread_t id; pthread_create(&id,NULL,imshowWorker,NULL); getchar(); return (0); } |
|
1 |
$ g++ opencv_imshow.cpp -I `pkg-config --libs opencv` -lpthread -o opencv_imshow |
可以看到，上面的代码执行之后，界面并没有出现，即使出现也没有刷新。
这个问题是由于界面更新必须在主线程中执行，需要手工通知主线程。
修改后的代码如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
#include <pthread.h> #include <opencv/cv.h> #include <opencv/highgui.h> #include <stdio.h> #include <stdlib.h> void* imshowWorker(void*){ for(int i = 0;i < 100;i++){ char str[10+1]; snprintf(str, 10,"%d",i); cv::Mat img = cv::Mat::zeros( 100, 100, CV_8UC3 ); cv::putText(img,(char*)str,cv::Point( 50, 50 ),cv::FONT_HERSHEY_SIMPLEX,1,cv::Scalar( 255, 0, 0 )); cv::imshow("Number View", img ); cv::waitKey(30); if(i > 90){ i = 0; } } } int main(void){ cv::namedWindow("Number View"); pthread_t id; pthread_create(&id,NULL,imshowWorker,NULL); getchar(); return (0); } |
也就是每次更新图片后手工调用代码
|
1 |
cv::waitKey(30); |
这个等候时间，只要大于0即可,比如：
|
1 |
cv::waitKey(1); |
参考链接
文件'/var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugin_20170912.1.orig.tar.gz'无法被用户'_apt'访问，无法降低权限以进行下载。 - pkgAcquire::Run (13: 权限不够)
最近在更新Ubuntu 16.04系统的时候，发现总是在安装Adobe Flash更新的时候失败，提示如下信息：
|
1 2 3 4 5 6 7 8 9 |
正在处理用于 update-notifier-common (3.168.5) 的触发器 ... flashplugin-installer: processing... flashplugin-installer: downloading http://archive.canonical.com/pool/partner/a/adobe-flashplugin/adobe-flashplugin_20170912.1.orig.tar.gz 获取:1 http://archive.canonical.com/pool/partner/a/adobe-flashplugin/adobe-flashplugin_20170912.1.orig.tar.gz [30.4 MB] 37% [1 /var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugi 已下载 30.4 MB，耗时 10分 11秒 (49.8 kB/s) W: 文件'/var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugin_20170912.1.orig.tar.gz'无法被用户'_apt'访问，无法降低权限以进行下载。 - pkgAcquire::Run (13: 权限不够) E: 下载失败 |
如果系统语言是英文的，可能看到下面的信息：
|
1 |
W: Can't drop privileges for downloading as file '/var/lib/update-notifier/package-data-downloads/partial/adobe-flashplugin_20170912.1.orig.tar.gz' couldn't be accessed by user '_apt'. - pkgAcquire::Run (13: Permission denied) |
解决方法如下：
|
1 2 3 4 5 6 7 |
$ sudo chown -R _apt:root /var/lib/update-notifier/package-data-downloads/partial/ $ sudo rm /var/lib/update-notifier/package-data-downloads/partial/*.FAILED $ sudo apt install --reinstall update-notifier-common $ sudo apt-get install --reinstall flashplugin-installer |
这样,就可以正常安装更新了。
参考链接
在Makefile中检查gcc版本
问题描述
我想使用一些在旧的GCC版本中不可用的GCC警告开关(例如-Wtype-limits)。
有没有一个简单的方法来检查GCC版本？
最佳解决方案
我不会说容易，但是可以使用GNU make的SHELL函数来执行gcc --version命令，然后使用ifeq条件表达式来检查版本号，并适当地设置CFLAGS变量。
以下是一个简单的MakeFile示例：
|
1 2 3 4 5 6 7 8 9 10 |
CC = gcc GCCVERSION = $(shell gcc --version | grep ^gcc | sed 's/^.* //g') CFLAGS = -g ifeq "$(GCCVERSION)" "4.4.3" CFLAGS += -Wtype-limits endif all: $(CC) $(CFLAGS) prog.c -o prog |
注意：不存在ifgt语法。但是可以使用expr命令进行比较。
例子如下：
|
1 2 3 4 5 6 7 8 9 10 |
CC = gcc GCCVERSIONGTEQ4 := $(shell expr `gcc -dumpversion | cut -f1 -d.` \>= 4) CFLAGS = -g ifeq "$(GCCVERSIONGTEQ4)" "1" CFLAGS += -Wtype-limits endif all: $(CC) $(CFLAGS) prog.c -o prog |
次佳解决方案
要将完整的3部分GCC版本(不仅第一位数字)转换成数字格式，适合比较(例如40701)使用
|
1 |
gcc -dumpversion | sed -e 's/\.\([0-9][0-9]\)/\1/g' -e 's/\.\([0-9]\)/0\1/g' -e 's/^[0-9]\{3,4\}$/&00/' |
其中解决了任何版本部分中双数字版本号的可能性，以及gcc -dumpversion输出内容缺少3个部分的可能性(在一些较早的GCC版本中存在这种情况)。
所以要测试MakeFile中的版本，使用(注意$$里面的最后一个sed命令)
|
1 2 3 4 |
GCC_GTEQ_472 := $(shell expr `gcc -dumpversion | sed -e 's/\.\([0-9][0-9]\)/\1/g' -e 's/\.\([0-9]\)/0\1/g' -e 's/^[0-9]\{3,4\}$$/&00/'` \>= 40702) ifeq "$(GCC_GTEQ_472)" "1" ... endif |
第三种解决方案
我刚刚遇到这个问题，我需要测试GCC的前两位数字，想要一个比上面sed过滤字符串更复杂的操作。我使用bc进行比较，因为它支持浮点数(expr将非整数（non-integers）都视为字符串)：
|
1 2 3 4 |
GCC_VER_GTE44 := $(shell echo `gcc -dumpversion | cut -f1-2 -d.` \>= 4.4 | bc ) ifeq ($(GCC_VER_GTE44),1) ... endif |
如果在GCC 4.9之后发布了GCC 4.10，那么用sed处理是必要的：
|
1 2 3 4 |
GCC_VER_GTE44 := $(shell echo `gcc -dumpversion | cut -f1-2 -d.` \>= 4.4 | sed -e 's/\./*100+/g' | bc ) ifeq ($(GCC_VER_GTE44),1) ... endif |
参考链接
Ubuntu 16.04.3系统上OpenPTrack V1版本安装配置(Kinect V2)
对于Ubuntu 14.04.5系统上的安装操作，请参考Ubuntu 14.04.5系统上OpenPTrack V1版本安装配置(Kinect V2)
下面是我自己fork出来修改后的代码在Ubuntu 16.04.3系统上的安装操作
要求机器上必须有CUDA 8.0/9.0支持的显卡才可以。
1.从GitHub上获取项目代码
|
1 2 3 |
$ sudo apt-get install git -y $ cd ~ $ git clone https://github.com/wangqiang1588/open_ptrack_org.git open_ptrack |
2.安装ROS
|
1 2 3 4 5 6 |
$ cd open_ptrack/scripts $ chmod +x *.sh $ ./ros_install.sh $ source /opt/ros/kinetic/setup.bash $ ./ros_configure.sh |
3.安装OpenPTrack
|
1 2 3 |
$ sudo apt-get install libdrm-dev $ ./openptrack_install.sh |
4.链接OpenPTrack目录
|
1 |
$ ln -s ~/workspace/ros/catkin/src/open_ptrack ~/open_ptrack |
5.Kinect V2驱动程序安装
检查当前用户目录下的.bashrc文件，注释掉如下内容：
|
1 |
export KINECT_DRIVER=openni |
然后执行如下命令：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
# Nvidia Jetson TX1/TX2 不要安装这个 $ sudo apt-get install nvidia-375-dev # Nvidia Jetson TX1/TX2不支持OpenCL,因此编译的时候，不要安装ocl-icd-opencl-dev $ sudo apt-get install ocl-icd-opencl-dev $ sudo apt-get install m4 $ sudo apt-get install automake $ sudo apt-get install libjpeg-dev $ sudo ln -s -f /usr/lib/`uname -m`-linux-gnu/libturbojpeg.so.0 /usr/lib/`uname -m`-linux-gnu/libturbojpeg.so $ sudo apt-get install libglewmx-dev $ sudo apt-get install libudev-dev $ sudo ln -s -f /lib/`uname -m`-linux-gnu/libudev.so.1 /lib/`uname -m`-linux-gnu/libudev.so $ cd ~/workspace/ros/catkin/src $ source ~/.profile $ roscd open_ptrack/../scripts $ chmod +x kinect2_install.sh $ ./kinect2_install.sh |
6.重新编译代码
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
UBUNTU_VERSION=`lsb_release -c -s` ROS_DISTRO=hydro if [ $UBUNTU_VERSION = trusty ] || [ $UBUNTU_VERSION = saucy ] ; then ROS_DISTRO=indigo elif [ $UBUNTU_VERSION = xenial ] ; then ROS_DISTRO=kinetic fi GCC_VERSION=`gcc -dumpversion | cut -f1 -d.` source /opt/ros/$ROS_DISTRO/setup.bash cd ~/workspace/ros/catkin catkin_make --pkg calibration_msgs catkin_make --pkg opt_msgs #GCC 5 bug out of memory if [ $GCC_VERSION > 4 ] ; then catkin_make --force-cmake -j 1 else catkin_make --force-cmake fi |
执行如下命令：
|
1 |
$ roscore |
检查当前用户目录下的.bashrc文件，然后注释掉如下内容：
|
1 |
export KINECT_DRIVER=openni |
上面语句如不注释，会导致程序启动时候的崩溃。
新建一个Shell,执行如下命令
|
1 2 |
$ cd ~/workspace/ros/catkin/devel/lib/kinect2_bridge $ sudo ./kinect2_bridge |
执行此步的时候如果提示找不到Kinect设备，请重启一下系统再试试。
7.测试系统
可能需要重新插拔一下Kinect的USB数据线，然后执行如下命令
|
1 |
$ roslaunch kinect2_bridge kinect2_bridge.launch |
执行之后，等待十几秒，然后Ctrl+C中断执行。
执行完成后，执行
|
1 |
$ roslaunch tracking detection_and_tracking_kinect2.launch |
之后，会弹出三个界面出来。
参考链接
Kinect V2 深度图与彩色图融合(Ubuntu 14.04)
参考Kinect V2在Ubuntu 14.04系统上的驱动配置与安装在一个全新安装的Ubuntu 14.04系统中配置完成相关的驱动及其依赖。
Kinect V2深度图与彩色图融合的方式，简单粗暴，由于深度图像是512*424大小，因此，直接把彩色图像缩放成对应的512*424，然后像素点一一对应。至于原始大小的彩色图像，那么就是一片像素对应同一个深度即可。
注意，这个方式只适合Kinect V2，可以理解成Kinect V2的设计就是这样的，两个设备出厂的时候就校准为这样的输出。
具体的转换代码参考registration.cpp,Registration.cpp，建议直接调用驱动层提供的功能来实现，这样的话，一系列的参数设置可以同步，否则上层每次修改了分辨率等参数的时候，要自己手工修改这些数据。
Python深度图与彩色图融合的例子如下：
参考连接
- Kinect学习（5）——深度图与彩色图配准（学习版1）
- Kinect深度图与摄像头RGB的标定与配
- Kinect中使用OpenNI2实现深度图和彩色图对齐
- Kinect开发教程八：OpenNI2显示深度、彩色及融合图像
- Kinect Calibration
- amiller libfreenect-goodies
- Kinect SDK: align depth and color frames
- Kinect: Converting from RGB Coordinates to Depth Coordinates
- Depth measurement offset (possibly due to hardcoded xtable/ztable)
Debian：如何从Jessie升级为Stretch(Debian 8.0 升级到Debian 9.0）
Debian 9（代号为Stretch）已经正式发布，可以开始尝鲜Debian 9了。
1. 更新Debian Jessie到最新版
|
1 2 3 4 5 6 7 |
$ su $ apt-get update $ apt-get upgrade $ apt-get dist-upgrade |
2. 将软件源改为Stretch安装源
|
1 2 3 4 5 6 7 8 |
$ su $ sed -i 's/jessie/stretch/g' /etc/apt/sources.list # 替换成国内镜像源(清华大学) $ sed -i 's/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list $ sed -i 's/security.debian.org/mirrors.tuna.tsinghua.edu.cn\/debian-security/g' /etc/apt/sources.list |
3. 升级系统版本
|
1 2 3 4 5 |
$ su $ apt-get update $ apt-get dist-upgrade |
4. 重启
|
1 2 3 |
$ su $ reboot |
参考链接
Kinect V2在Ubuntu 14.04系统上的驱动配置与安装
以下的操作是在一个全新安装的Ubuntu 14.04系统上进行的，目前已知在安装了ROS的系统上并且已经安装过ROS版本的Kinect V2驱动的,可能需要先移除以前安装的面向ROS编译的Kinect V2驱动才行。
首先是安装配置驱动程序以及运行依赖库
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
$ sudo apt-get update $ sudo apt-get upgrade $ sudo apt-get dist-upgrade $ sudo apt-get install python-opencv $ sudo apt-get install python-dev $ sudo apt-get install python-pip $ sudo pip install openni $ sudo apt-get install git |
参照libfreenect2 install linux的说明安装驱动
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 |
$ cd ~ $ git clone https://github.com/OpenKinect/libfreenect2.git $ cd libfreenect2 $ cd depends; ./download_debs_trusty.sh $ sudo dpkg -i debs/libusb*deb $ sudo apt-get install build-essential cmake pkg-config #如果没有配置ROS源，则使用这个源，否则不需要此步骤 $ sudo apt-add-repository ppa:deb-rob/ros-trusty && sudo apt-get update $ sudo apt-get install libopenni2-dev $ sudo apt-get install libjpeg-dev $ sudo apt-get install libturbojpeg $ sudo apt-get install libgl1-mesa-dev $ sudo apt-get install ocl-icd-opencl-dev #如果要启用CUDA的支持，只能是从nvidia官网下载安装最新版本才行，apt安装的版本会缺少 “ helper_math.h ” # $ wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64-deb # $ sudo apt-get update # $ sudo apt-get install cuda $ cd .. $ git clean -xfd $ mkdir build && cd build ##如果在安装过ROS的系统上执行，并且已经通过ROS安装过libfreenect2驱动，可能下面的要调整成“cmake .. -DCMAKE_INSTALL_PREFIX=/usr/” 才能成功覆盖已经安装过的文件 $ cmake .. -DCMAKE_INSTALL_PREFIX=/usr/local/ $ make $ sudo make install |
安装Python扩展
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
$ cd ~ $ sudo pip install cython $ sudo pip install numpy $ git clone https://github.com/remexre/pyfreenect2.git $ cd pyfreenect2 $ sudo python setup.py install $ sudo apt-get install gfortran $ sudo apt-get install libopenblas-dev $ sudo apt-get install liblapack-dev $ sudo pip install scipy |
Python例子如下：
|
1 2 3 |
$ cd ~/pyfreenect2 $ python test.py |
注意，如果编译的时候出现如下错误：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 |
[ 5%] Building NVCC (Device) object CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning). nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning). ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: explicit type is missing ("int" assumed) /home/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1346): error: expected a "{" ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1349): warning: missing return statement at end of non-void function "libfreenect2::CudaKdeDepthPacketProcessor" ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1351): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1353): error: identifier "impl_" is undefined /home/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1356): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1358): error: a nonstatic member reference must be relative to a specific object ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1360): error: identifier "impl_" is undefined ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1363): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1365): error: identifier "impl_" is undefined ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1369): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1371): error: identifier "impl_" is undefined ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1378): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1380): error: identifier "impl_" is undefined ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1383): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1385): error: identifier "impl_" is undefined ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1388): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1390): error: identifier "listener_" is undefined ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1393): error: identifier "impl_" is undefined ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1415): error: name followed by "::" must be a class or namespace name ~/libfreenect2/src/cuda_kde_depth_packet_processor.cu(1417): error: identifier "impl_" is undefined ~/longsky/libfreenect2/src/cuda_kde_depth_packet_processor.cu(413): warning: function "calculatePhaseUnwrappingVarDirect" was declared but never referenced 21 errors detected in the compilation of "/tmp/tmpxft_00004ae7_00000000-7_cuda_kde_depth_packet_processor.cpp1.ii". CMake Error at cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o.cmake:264 (message): Error generating file ~/libfreenect2/build/CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o make[2]: *** [CMakeFiles/cuda_compile.dir/src/./cuda_compile_generated_cuda_kde_depth_packet_processor.cu.o] Error 1 make[1]: *** [CMakeFiles/freenect2.dir/all] Error 2 make: *** [all] Error 2 |
则该现象出现的原因是首先参照
|
1 |
cmake .. -DCMAKE_INSTALL_PREFIX=$HOME/freenect2 |
进行了编译，并且编译的时候是没有开启CUDA支持的。
然后执行了
|
1 |
$ make install |
因此在~/libfreenect2/include/libfreenect2/下面已经生成了config.h，export.h这两个文件。
然后又按照我们这里的
|
1 |
cmake .. -DCMAKE_INSTALL_PREFIX=/usr/local/ |
重新编译，并且这次开启了CUDA支持，导致GCC在编译的时候使用了我们在~/libfreenect2/build/libfreenect2/下面生成的config.h，export.h这两个文件，而NVCC却使用了~/libfreenect2/include/libfreenect2/下面的config.h，export.h进行编译，导致上面的错误发生。
因此删除全部的临时文件,然后再次重新编译即可。
参考连接
Ubuntu 14.04.5系统上OpenPTrack V1版本双Kinect V2简单校准
参照Ubuntu 14.04.5系统上OpenPTrack V1版本安装配置(Kinect V2)配置安装完成后，是单台机器的方式。
如果场地比较大，则需要部署多个Kinect V2。由于每台Kinect V2看到同一个人的视角不同，因此需要校准，才能进行合并。
下面，我们用两台PC+两个Kinect V2(每台机器上连接一个Kinect V2）来演示一下如何校准的操作。