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

这篇具有很好参考价值的文章主要介绍了C++计算机视觉库OpenCV在Visual Studio 2022的配置方法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  随后,即可在弹出的新界面中自动开始OpenCV库的下载。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  下载完毕后,可以得到OpenCV库的.exe格式文件。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  随后,即可开始OpenCV库的文件提取。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  随后,按照上述文章中的方法,新建一个.cpp格式的源文件。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  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。

visualstudio2022 opencv,C++学习与应用,机器学习与深度学习,计算机高效操作,C++,OpenCV,计算机视觉,Visual Studio,编译

  至此,大功告成。

欢迎关注:疯狂学习GIS文章来源地址https://www.toymoban.com/news/detail-574266.html

到了这里,关于C++计算机视觉库OpenCV在Visual Studio 2022的配置方法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【计算机视觉】Visual grounding系列

    Visual grounding涉及计算机视觉和自然语言处理两个模态。 简要来说,输入是图片(image)和对应的物体描述(sentencecaptiondescription),输出是描述物体的box。 听上去和目标检测非常类似,区别在于输入多了语言信息,在对物体进行定位时,要先对语言模态的输入进行理解,并

    2024年02月10日
    浏览(35)
  • 【计算机视觉】Visual Transformer (ViT)模型结构以及原理解析

    Visual Transformer (ViT) 出自于论文《AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE》,是基于Transformer的模型在视觉领域的开篇之作。 本文将尽可能简洁地介绍一下ViT模型的整体架构以及基本原理。 ViT模型是基于Transformer Encoder模型的,在这里假设读者已经了解Transfo

    2024年02月02日
    浏览(37)
  • 【计算机视觉】基于OpenCV计算机视觉的摄像头测距技术设计与实现

    在当今技术日益进步的时代,计算机视觉已成为我们生活中不可或缺的一部分。从智能监控到虚拟现实,计算机视觉技术的应用范围日益广泛。在这篇博客中,我们将探索一个特别实用的计算机视觉案例:使用OpenCV实现摄像头测距。这一技术不仅对专业人士有用,也为编程爱

    2024年02月04日
    浏览(40)
  • 2022 年面向初学者的15 个计算机视觉项目创意案例

    计算机视觉是人工智能领域最热门的话题之一。 但 试图找出学习和掌握该领域的最佳方法很容易混淆。 我们的建议? 不要陷入分析理论概念的困境。 相反,将您的概念知识与实践经验相结合,开始构建您自己的计算机视觉模型!  在本文中,我们将与您分享一堆计算机视

    2024年02月05日
    浏览(83)
  • 计算机视觉:OpenCV相机标定

    针孔照相机模型是一种经典的相机模型,它将相机视为一个针孔,将场景中的点投影到成像平面上。在这个模型中,相机的 内参和外参 描述了相机的几何形状和相机的姿态。 相机的 内参矩阵 描述了相机的内部几何形状,包括相机的焦距、像素尺寸和像素坐标原点。相机的

    2024年01月19日
    浏览(53)
  • 计算机视觉(OpenCV+TensorFlow)

    本系列文章是OpenCV系列文章的第三篇,仍然跟随上篇内容主要聚焦于图像的一些操作 在通常情况下我们使用大小恒定的图像。但在某些情况下,我们需要使用不同分辨率的同幅图像,例如,在搜索图像中的某些内容比如脸部信息时,并不确定该内容在图像中占据的大小。这种

    2024年02月05日
    浏览(39)
  • 开源计算机视觉库OpenCV详解

    目录 1、概述 2、OpenCV详细介绍 2.1、OpenCV的起源 2.2、OpenCV开发语言 2.3、OpenCV的应用领域 3、OpenCV模块划分 4、OpenCV源码文件结构 4.1、根目录介绍 4.2、常用模块介绍 4.3、CUDA加速模块 5、OpenCV配置以及Visual Studio使用OpenCV 6、关于Lena图片 7、OpenCV和OpenGL的区别 8、OpenCV与YOLO的区别

    2024年02月10日
    浏览(46)
  • 【opencv】计算机视觉基础知识

    目录 前言 1、什么是计算机视觉 2、图片处理基础操作 2.1 图片处理:读入图像 2.2 图片处理:显示图像 2.3 图片处理:图像保存 3、图像处理入门基础 3.1 图像成像原理介绍 3.2 图像分类 3.2.1 二值图像 3.2.2灰度图像 3.2.3彩色图像(RGB) 4、像素处理操作 4.1 读取像素 4.2 修改像素

    2024年02月04日
    浏览(52)
  • 【opencv】计算机视觉:实时目标追踪

    目录 前言 解析 深入探究 前言 目标追踪技术对于民生、社会的发展以及国家军事能力的壮大都具有重要的意义。它不仅仅可以应用到体育赛事当中目标的捕捉,还可以应用到交通上,比如实时监测车辆是否超速等!对于国家的军事也具有一定的意义,比如说导弹识别目标等

    2024年02月05日
    浏览(41)
  • 【计算机视觉】---OpenCV实现物体追踪

    OpenCV中的物体追踪算法基于视觉目标跟踪的原理。物体追踪的目标是在连续的图像序列中定位和跟踪特定物体的位置。 在物体追踪中,我们需要对目标对象进行表示。通常使用边界框(bounding box)来表示目标的位置和大小。边界框是一个矩形区域,由左上角的坐标(x,y)和

    2024年02月08日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包