计算机视觉教程7-1:Windows10+OpenCV4.0+VS2019环境配置

简介: 计算机视觉教程7-1:Windows10+OpenCV4.0+VS2019环境配置

目录

1 下载官方OpenCV

进入官https://opencv.org点击releases下载最新版本openCV文件并解压

2 配置系统环境变量

点击【计算机】,右键【属性】->【高级系统设置】->【环境变量】

在系统变量中选择PATH


image.png

点击【编辑】,添加…\opencv\bulid\x64\vc15\bin,…是安装目录。


image.png

3 在VS2019中配置环境

新建工程,并搜索【属性管理器】


image.png

配置debug|x64的属性


image.png

如果没有x64.user选项卡,则在Debug|x64下“添加新项目选项表”即可。

3.1 VC++属性

【包含目录】->【编辑】


image.png

添加下面的文件

image.png

再在【库目录】下添加lib文件


image.png

3.2 配置链接器

点击【链接器】->【输入】->【附加库目录】,添加以下lib文件


image.png

点击【链接器】->【输入】->【附加依赖项】,添加下述lib文件,文件在…\opencv\bulid\x64\vc15\bin目录下,不同版本opencv要输入的名字不同


image.png

3.3 配置C/C++

点击【C/C++】->【常规】->【附加包含目录】,添加下述lib文件


image.png

4 测试

在Debug x64下测试下面代码:


image.png

#include <opencv2/core/core.hpp> 
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
int main()
{
  Mat img = imread("C://Users//91398//Desktop//test.jpg");
  imshow("test", img);
  waitKey(0);
}

🚀 计算机视觉基础教程说明


image.png

🔥 更多精彩专栏

目录
相关文章
|
27天前
|
NoSQL Redis 数据安全/隐私保护
Redis 最流行的图形化界面下载及使用超详细教程(带安装包)! redis windows客户端下载
文章提供了Redis最流行的图形化界面工具Another Redis Desktop Manager的下载及使用教程,包括如何下载、解压、连接Redis服务器以及使用控制台和查看数据类型详细信息。
77 6
Redis 最流行的图形化界面下载及使用超详细教程(带安装包)! redis windows客户端下载
|
15天前
|
机器学习/深度学习 监控 算法
基于计算机视觉(opencv)的运动计数(运动辅助)系统-源码+注释+报告
基于计算机视觉(opencv)的运动计数(运动辅助)系统-源码+注释+报告
30 3
|
15天前
|
存储 弹性计算 运维
阿里云国际Windows操作系统迁移教程
阿里云国际Windows操作系统迁移教程
|
27天前
|
NoSQL Redis 数据库
Redis 图形化界面下载及使用超详细教程(带安装包)! redis windows下客户端下载
文章提供了Redis图形化界面工具的下载及使用教程,包括如何连接本地Redis服务器、操作键值对、查看日志和使用命令行等功能。
81 0
Redis 图形化界面下载及使用超详细教程(带安装包)! redis windows下客户端下载
|
3月前
|
Linux 数据安全/隐私保护 Windows
【JumpServer教程】简便添加Windows资产:JumpServer堡垒机使用指南
本文是JumpServer堡垒机使用指南,介绍了如何在JumpServer中简便添加Windows资产的步骤,包括准备工作、开启Windows远程设置、在JumpServer中配置Windows资产以及授权使用。
542 1
【JumpServer教程】简便添加Windows资产:JumpServer堡垒机使用指南
|
3月前
|
计算机视觉 Windows Python
windows下使用python + opencv读取含有中文路径的图片 和 把图片数据保存到含有中文的路径下
在Windows系统中,直接使用`cv2.imread()`和`cv2.imwrite()`处理含中文路径的图像文件时会遇到问题。读取时会返回空数据,保存时则无法正确保存至目标目录。为解决这些问题,可以使用`cv2.imdecode()`结合`np.fromfile()`来读取图像,并使用`cv2.imencode()`结合`tofile()`方法来保存图像至含中文的路径。这种方法有效避免了路径编码问题,确保图像处理流程顺畅进行。
251 1
|
4月前
|
机器学习/深度学习 人工智能 算法
Python在计算机视觉(CV)中扮演重要角色,得益于其丰富的库如OpenCV、Pillow和Scikit-image。
【7月更文挑战第5天】Python在计算机视觉(CV)中扮演重要角色,得益于其丰富的库如OpenCV、Pillow和Scikit-image。CV涉及图像处理、模式识别和机器学习,用于图像理解和生成。Python的跨平台特性和活跃社区使其成为CV的理想工具。基本流程包括图像获取、预处理、特征提取、分类识别及图像生成。例如,面部识别通过预处理图像,使用如`cv2.CascadeClassifier`进行检测;物体检测类似,但需适应不同目标;图像生成则利用GAN创造新图像。
60 4
|
26天前
|
存储 NoSQL MongoDB
MongoDB入门级别教程全(Windows版,保姆级教程)
一份全面的MongoDB入门级教程,包括在Windows系统上安装MongoDB、使用MongoDB Shell和Compass GUI进行数据库操作,以及MongoDB的基本数据类型和查询技巧。
55 2
MongoDB入门级别教程全(Windows版,保姆级教程)
|
27天前
|
Java Windows
如何在windows上运行jar包/JAR文件 如何在cmd上运行 jar包 保姆级教程 超详细
本文提供了一个详细的教程,解释了如何在Windows操作系统的命令提示符(cmd)中运行JAR文件。
428 1
|
2月前
|
机器学习/深度学习 人工智能 测试技术
AI计算机视觉笔记二十五:ResNet50训练部署教程
该项目旨在训练ResNet50模型并将其部署到RK3568开发板上。首先介绍了ResNet50网络,该网络由何恺明等人于2015年提出,解决了传统卷积神经网络中的退化问题。项目使用车辆分类数据集进行训练,并提供了数据集下载链接。环境搭建部分详细描述了虚拟环境的创建和所需库的安装。训练过程中,通过`train.py`脚本进行了15轮训练,并可视化了训练和测试结果。最后,项目提供了将模型转换为ONNX和PT格式的方法,以便在RK3568上部署。

热门文章

最新文章