C++计算机视觉库OpenCV在Visual Studio 2022的配置方法

简介: C++计算机视觉库OpenCV在Visual Studio 2022的配置方法

  本文介绍在Visual Studio 2022中配置、编译C++ 计算机视觉库OpenCV的方法。

1 OpenCV库配置

  首先,我们进行OpenCV库的下载与安装。作为一个开源的库,我们直接在其官方下载网站https://opencv.org/releases/)中进行下载即可;如下图所示,我们首先选择需要下载的操作系统。

  随后,即可在弹出的新界面中自动开始OpenCV库的下载。

  下载完毕后,可以得到OpenCV库的.exe格式文件。

  我们双击这一.exe格式文件,即可开始OpenCV库的文件提取过程,也就相当于是安装过程;其中,我们首先需要选择OpenCV库安装的路径。

  随后,即可开始OpenCV库的文件提取。

  OpenCV库文件提取完毕后,会得到如下所示的文件夹。这里建议将这一文件夹放在纯英文路径下。

  接下来,基于Windows 10 用户变量、系统变量等环境变量新建、编辑修改与删除方法https://blog.csdn.net/zhebushibiaoshifu/article/details/115319801)提到的方法,配置OpenCV库相关的环境路径。其中,需要在“系统变量”的“Path”中进行操作。

  如下图所示,我们将OpenCV库中...\build\x64\vc15\bin路径放入“系统变量”的“Path”中,在我这里这一路径就是C:\opencv\build\x64\vc15\bin

  其中,需要注意的是,OpenCV库中一般会有两个VC版本对应的文件夹,例如我这里下载的4.6.0版本的OpenCV库,其就有vc14vc15两个文件夹;具体选择哪一个文件夹中的bin文件夹,需要结合我们的Visual Studio软件版本来判断——一般的,只要Visual Studio软件版本是2017年及之后的版本(例如我这里就是Visual Studio 2022),那么就选择vc15这个文件夹;如果Visual Studio软件版本是2015年的,那么就选择vc14这个文件夹;如果Visual Studio软件版本是2015年之前更早的版本,那么最好就更换老版本的OpenCV库,从而找到适配的VC版本。

2 Visual Studio环境配置

  接下来,我们基于Visual Studio 2022下载、安装与运行使用方法https://blog.csdn.net/zhebushibiaoshifu/article/details/126403611)提到的方法,新建一个项目,其名称与路径大家可以自行设置。

  随后,按照上述文章中的方法,新建一个.cpp格式的源文件。

  接下来,按照Visual Studio软件调用已经配置、编译好的C++第三方库的方法https://blog.csdn.net/zhebushibiaoshifu/article/details/127171298)提到的方法,分别进行OpenCV库的附加包含目录附加库目录附加依赖项的配置。

  首先,将附加包含目录配置为OpenCV库的C:\opencv\build\includeC:\opencv\build\include\opencv2等2个路径;如下图所示。

  随后,将附加库目录配置为OpenCV库的C:\opencv\build\x64\vc15\lib这一路径;如下图所示。这里需要注意,具体使用哪一个VC版本对应的文件夹路径,还是和前文提到的一样,依据大家的Visual Studio版本来确定。

  最后,我们找到OpenCV库的C:\opencv\build\x64\vc15\lib文件夹,可以看到其中有两个.lib格式的文件。

  其中,如果我们需要配置Debug版本的OpenCV库,那么就选择名称最后面带有字母d.lib格式文件(也就是上图中选中的那一个文件);如果需要配置Release版本的OpenCV库,那么就选择名称最后不带有字母d.lib格式文件。随后,将这一文件的路径复制到附加依赖项中;如下图所示,我这里准备配置Debug版本的OpenCV库,因此就选择了名称最后面带有字母d.lib格式文件。此外,这里还是一样的,具体使用哪一个VC版本对应的文件夹路径,依据大家的Visual Studio版本来确定即可。

3 代码测试

  通过上述步骤,我们完成了OpenCV库的配置工作;此时可以通过一些简单的代码来测试OpenCV库配置是否正确。

  例如,可以通过以下代码来测试OpenCV库的配置情况。其中,pic_path是一个指向图片文件的路径,大家可以基于自己电脑中的任何一张图片文件来修改这一路径。

#include <opencv2/opencv.hpp>
using namespace cv;
int main() {
  const char* pic_path = "E:/99_Other/公众号与博客/03_图库/Amos2.png";
  Mat pic = imread(pic_path, 1);
  imshow("My Picture", pic);
  waitKey();
  return 0;
}

  随后,在Visual Studio中运行上述代码。

  运行代码后,如果出现如下所示的情景,即我们通过pic_path指定的图片可以正常显示出来,说明OpenCV库的配置没有问题。

  至此,大功告成。

欢迎关注:疯狂学习GIS

相关文章
|
2月前
|
算法 C++ 容器
C++标准库(速查)总结
C++标准库(速查)总结
72 6
|
2月前
|
存储 算法 C++
C++ STL 初探:打开标准模板库的大门
C++ STL 初探:打开标准模板库的大门
108 10
|
2月前
|
存储 程序员 C++
C++常用基础知识—STL库(2)
C++常用基础知识—STL库(2)
73 5
|
2月前
|
存储 自然语言处理 程序员
C++常用基础知识—STL库(1)
C++常用基础知识—STL库(1)
61 1
|
2月前
|
Ubuntu Linux 编译器
Linux/Ubuntu下使用VS Code配置C/C++项目环境调用OpenCV
通过以上步骤,您已经成功在Ubuntu系统下的VS Code中配置了C/C++项目环境,并能够调用OpenCV库进行开发。请确保每一步都按照您的系统实际情况进行适当调整。
357 3
|
2月前
|
机器学习/深度学习 计算机视觉
TPAMI 2024:计算机视觉中基于图神经网络和图Transformers的方法和最新进展
【10月更文挑战第3天】近年来,图神经网络(GNNs)和图Transformers在计算机视觉领域取得显著进展,广泛应用于图像识别、目标检测和场景理解等任务。TPAMI 2024上的一篇综述文章全面回顾了它们在2D自然图像、视频、3D数据、视觉与语言结合及医学图像中的应用,并深入分析了其基本原理、优势与挑战。GNNs通过消息传递捕捉非欧式结构,图Transformers则结合Transformer模型提升表达能力。尽管存在图结构构建复杂和计算成本高等挑战,但这些技术仍展现出巨大潜力。论文详细内容见:https://arxiv.org/abs/2209.13232。
99 3
|
3月前
|
编译器 API C语言
超级好用的C++实用库之跨平台实用方法
超级好用的C++实用库之跨平台实用方法
42 6
|
3月前
|
安全 C++
超级好用的C++实用库之环形内存池
超级好用的C++实用库之环形内存池
51 5
|
3月前
|
缓存 网络协议 Linux
超级好用的C++实用库之套接字
超级好用的C++实用库之套接字
34 1
|
3月前
|
存储 算法 安全
超级好用的C++实用库之sha256算法
超级好用的C++实用库之sha256算法
109 1