新闻详情

新闻详情

首页 / 资讯中心 / 详情

MHY_Scanner部署指南:CMake Install快速打包含Qt与FFmpeg DLL的Windows扫码登录应用

发布时间:2026/11/14 18:20:59来源:尧图网络
MHY_Scanner部署指南:CMake Install快速打包含Qt与FFmpeg DLL的Windows扫码登录应用
MHY_Scanner部署指南CMake Install快速打包含Qt与FFmpeg DLL的Windows扫码登录应用【免费下载链接】MHY_ScannerMHY扫码登录器支持从直播流抢码。项目地址: https://gitcode.com/gh_mirrors/mh/MHY_ScannerMHY_Scanner 是一款免费的米哈游游戏扫码登录器支持屏幕二维码自动识别与直播流抢码一键登录崩坏3、原神、星穹铁道、绝区零的官服账号。本文是面向新手的完整部署教程带你用CMake Install三步完成构建将包含Qt 与 FFmpeg DLL的 Windows 应用打包成分发 ZIP并逐条解析 install 规则让你明白每个 DLL 是如何被收进发布包的。 先认识它屏幕识别 直播抢码双模式MHY_Scanner 提供两种登录方式模式适用场景说明️ 监视屏幕日常登录自动识别任意显示在屏幕上的二维码 监视直播间竞争激烈抢码输入RID后从直播流中抓取二维码此外还支持多账号表格化管理、启动即扫、扫完自动退出等实用开关详见 README.md。抢码模式下程序通过FFmpeg解码直播流画面再交给OpenCV与本地扫码模型识别这就是为什么打包时必须携带 FFmpeg 动态库。 依赖全景Qt6、FFmpeg 与 vcpkg 如何协作依赖作用来源Qt 6.8界面Widgets需单独安装CI 使用win64_msvc2022_64版FFmpeg直播流解码、帧提取配置时自动下载官方预编译 win64 shared 版OpenCV / cpr / OpenSSL / WebView2图像识别 / 网络 / 加密 / 登录页由 vcpkg.json 声明vcpkg 统一安装QR-Code-generator生成登录二维码仓库内置静态库见 cmake/build_QR-Code-generator.cmake两个值得注意的自动化设计FFmpeg 零配置cmake/install_ffmpeg.cmake 在 configure 阶段检测不到 FFmpeg 时会直接下载并解压到构建目录无需手动安装cpr 静态内嵌cmake/build_cpr.cmake 通过 ExternalProject 将 cpr libcurl 编为静态库最终分发包里不产生额外 DLL。 一键部署配置、编译、安装三步走前置环境Windows 10/11 Visual Studio 2022MSVC CMake 3.26 Qt 6.8 vcpkg。获取源码git clone https://gitcode.com/gh_mirrors/mh/MHY_Scanner cd MHY_Scanner官方 CI 工作流 .github/workflows/windows-build.yml 即标准流程本地复刻只需三条命令# 1. 配置vcpkg 作为工具链静态 CRT 三元组 cmake -B build -DCMAKE_BUILD_TYPERelease -DCMAKE_TOOLCHAIN_FILEvcpkg目录\scripts\buildsystems\vcpkg.cmake -DVCPKG_TARGET_TRIPLETx64-windows-static-md -DCMAKE_INSTALL_PREFIX安装目录 -DUNIT_TESTSOFF -DDEVOFF # 2. 编译 cmake --build build --config Release --parallel # 3. 安装收集 exe 与全部 DLL cmake --install build --config Releasex64-windows-static-md三元组让 vcpkg 依赖以静态方式链接进 exe能显著减少运行时 DLL 数量FFmpeg 是唯一保留动态链接的第三方库。 Install 规则详解DLL 如何被收进发布包打包的核心逻辑集中在 CMakeLists.txt 的 install 段目标目录为前缀/MHY_Scanner_1.1.15/版本号随项目自动变化安装内容去向MHY_Scanner.exe 调试符号 PDB根目录Qt6Core.dllQt6Widgets.dllQt6Gui.dll根目录avcodec-*.dllavformat-*.dllavutil-*.dllswscale-*.dllswresample-*.dll根目录qwindows.dll等 4 个 platform 插件plugins/platforms/qmodernwindowsstyle.dll样式插件plugins/styles/ScanModel/ 扫码识别模型caffemodel/prototxt根目录其中 FFmpeg DLL 列表由 CMakeLists.txt 中的file(GLOB ...)通配收集编译结束还会通过 POST_BUILD 命令先拷贝一份到构建输出目录保证开发时直接运行也不缺 DLL。收集完成后一条 PowerShell 命令即可产出分发包powershell Compress-Archive -Path install\* -DestinationPath MHY_Scanner_1.1.15.zip接收者解压即用另需安装一次 Visual C 运行时README.md 中有下载指引。 产物验证与常见问题启动即报缺 DLL对照上表检查根目录是否含 3 个 Qt DLL 5 个 FFmpeg DLL缺失多因 FFmpeg 下载目录被清理后重新 install界面白屏/无窗口确认plugins/platforms/qwindows.dll与 exe 保持相对路径不变插件目录不可单独移动扫码识别失败确认ScanModel目录随包一起分发模型文件不可改名调试符号Release 包同样附带 PDB便于崩溃时定位行号。 关键文件速查主构建脚本与 install 规则CMakeLists.txtFFmpeg 自动下载脚本cmake/install_ffmpeg.cmakecpr 静态构建脚本cmake/build_cpr.cmake依赖清单vcpkg.json官方 CI 打包流程.github/workflows/windows-build.yml扫码模型文件ScanModel/【免费下载链接】MHY_ScannerMHY扫码登录器支持从直播流抢码。项目地址: https://gitcode.com/gh_mirrors/mh/MHY_Scanner创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉