点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

⽬标 

按照本⽂的流程可在vscode平台上实现像在windows系统下VS调试C++程序的效果。本⽂旨在让刚接触vscode却⼜不知如何 debug的童鞋能够快速搭建⾃⼰的编程环境，使更多的精⼒focus在coding或algrithm上，若有错误的地⽅，欢迎指正和交流。废话不多说，下⾯我们就开始吧！

环境与安装

本⽂的配置环境是ubuntu16.04。⾸先我们先到Visual Studio Code的官⽅⽹站下载.deb⽂件，以下直接给出⽹址：

https://code.visualstudio.com/

进⼊官⽅后是这个样⼦的：

对，没错，直接点击那个.deb⽂件即可，你的浏览器这个时候应该会⾃动下载，请耐⼼等候：

下载完成之后直接安装.deb⽂件：

sudo dpkg -i code_VERSION_amd64.deb

运⾏与插件 

安装完成之后，可以按下左上⾓的搜索菜单，输⼊code，可以找到vscode，左键点击即可进⼊。为了⽅便，可⽤⿏标按住图标拖 动到任务栏，这样以后直接点击图标就能打开：

当 然最⽅便的还是⽤终端打开，可以打开任意路径下的⽂件夹：

code ./YOUR/WORKSPACE/PATH

打开之后，该⽬录下的所有⽂件和⽂件夹都在左侧：

在调试程序之前还需要安装⼀些vscode的插件，操作⾮常简单快捷。直接点击左侧第五个按钮，在⾥⾯搜索⼀些⽀持C++的插件，⽐如下图中的C/C++，C++ Intellisense，直接搜索插件名字后点下载就会⾃动安装，安装完了就会在下图的ENABLED列表⾥了。

这⾥推荐使⽤⼀个使⽤的括号显⽰插件：Bracket Pair Colorizer，在代码中括号很多的时候，不同的括号对⽤不同颜⾊区分，并且在代码很⻓的时候，点击某个括号可显⽰与其配对的括号，如下图：

调试配置

当写好代码和CMakeLists.txt之后，点击左侧Run and Debug按钮（⻓得像个⾍⼦）,点击create a launch.json file，创建⼀个叫launch.json的⽂件。

本⽂的vscode版本较新，旧版本可能界⾯不太⼀样，可直接点击下图中的⻮轮按钮，此时界⾯中⼼会弹出选项，直接点击第⼀个 C++(GDB/LLDB)，然后点最后⼀个默认的即可：

此时，vscode会⾃动创建⼀个launch.json⽂件，这个launch.json⽂件在⾃动创建的隐藏⽂件夹.vscode下（⽂件夹中按 ctrl+H就可以显⽰隐藏⽂件），只需要改2个地⽅：

• “program”：你的程序编译出来的可执⾏⽂件（⽤cmake先编译出⼀个可执⾏⽂件，只需要第⼀次，⼀旦后续配置好了就直接 按F5）

• “preLaunchTask”：新添加⼀个选项为build，这样每次F5调试才会重新编译⽣成新的可执⾏⽂件，否则只是执⾏

• “externalConsole”：如果是true，每次按F5调试会⾃动弹出⼀个额外的终端，程序内容会在这个弹出的终端下运⾏和显⽰， 但是每次调试完了还要⼈⼯关闭。若是false，程序会在vscode下⾯的界⾯运⾏和显⽰，有点像VS

接下去只要再弄2个⽂件，就可以debug你的项⽬了，第⼀个是tasks.json⽂件，可以在⽹上搜索如何⽣成，不过更直接的⽅ 式是直接在.vscode下新建⼀个tasks.json⽂件，然后把以下内容直接复制上去，图中和默认tasks.json⽂件不同的地⽅是”command”选项，这边改成build.sh，这个build.sh是⼀个脚本，可以⾃定义做很多事情：

第⼆个就是刚才提到的build.sh⽂件，这个脚本⽂件随便叫啥名字，⾥⾯随便做啥事情，每当按F5之后，会⾃动运⾏这个脚本 ⾥的事情，⽐如这⾥的build.sh：

调试代码 

⼀切就绪之后，设好debug断点，直接按F5开始愉快的调试吧！F5直接运⾏到断点或结束，F10单步调试等（与windows下VS 操作类似）

总结 

在vscode下配置C++调试环境主要就是做⼀件事：创(复)建(制)１个⽂件夹和３个⽂件：

• launch.json

• tasks.json

• 编译执⾏的脚本：例⼦中的脚本内容实际就是cmake内容

注：本文作者为我们星球嘉宾。

上述内容，如有侵犯版权，请联系作者，会自行删文。

推荐阅读：

吐血整理|3D视觉系统化学习路线

那些精贵的3D视觉系统学习资源总结（附书籍、网址与视频教程）

超全的3D视觉数据集汇总

大盘点|6D姿态估计算法汇总(上)

大盘点|6D姿态估计算法汇总（下）

机器人抓取汇总|涉及目标检测、分割、姿态识别、抓取点检测、路径规划

汇总|3D点云目标检测算法

汇总|3D人脸重建算法

那些年，我们一起刷过的计算机视觉比赛

总结|深度学习实现缺陷检测

深度学习在3-D环境重建中的应用

汇总|医学图像分析领域论文

大盘点|OCR算法汇总

重磅！3DCVer-知识星球和学术交流群已成立

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导，550+的星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、可答疑解惑、助你高效解决问题

欢迎加入我们公众号读者群一起和同行交流，目前有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加群或投稿