【配置环境】Visual Studio 配置 OpenCV-Toy模板网

这篇具有很好参考价值的文章主要介绍了【配置环境】Visual Studio 配置 OpenCV。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。

一，环境

二，下载和配置 OpenCV

三，创建一个 Visual Studio 项目

四，配置 Visual Studio 项目

五，编写并编译 OpenCV 程序

六，解决CMake编译OpenCV报的错误

七，本人编译好的库

一，环境

Windows 11 家庭中文版

Microsoft Visual Studio Community 2022 (64 位) - Current版本 17.5.3

CMake – 3.24.1

OpenCV – 4.8.0

二，下载和配置 OpenCV

1.在Windows下安装OpenCV，通常有两种选择

使用预编译的二进制库（推荐）： 这是最常见的方法。可以从OpenCV官方网站下载已经编译好的二进制版本，无需自己编译。这些预编译库已经包含了OpenCV的头文件和库文件，可以直接在项目中使用。

前往 OpenCV Releases 页面下载最新的版本（选择Windows版）。

解压下载的文件到指定路径下，会得到一个文件夹，例如opencv/build，内容参考如下。

从源代码编译OpenCV（高级选项）： 如果需要进行高级配置、自定义编译选项或者希望在Windows上编译OpenCV的源代码，可以选择这种方法。但这通常较为复杂，需要更多时间和资源。

首先，从OpenCV的 GitHub仓库下载源代码。

安装CMake，可以从 CMake官网下载并安装最新的CMake版本，这是一个用于配置和生成编译项目的工具。

打开CMake GUI，在 “Where is the source code” 中选择OpenCV的源代码目录。在 “Where to build the binaries” 中选择一个用于生成编译结果的目标文件夹，通常建议在源代码目录之外创建一个名为 “build” 的文件夹。

点击 “Configure” 按钮。CMake将提示选择生成器，选择合适的Visual Studio版本（例如，Visual Studio 2022），选择需要生成的位数（默认为64位）。

CMake编译过程中可能会报一些红色的错误的提示信息，解决办法看最后一节。（可以跳过这些错误）

配置选项：在CMake配置过程中，可以根据需要设置不同的选项，如编译类型、安装路径、开启/关闭模块等。确保根据自己的需求进行配置。（网上搜索）

点击 “Generate” 按钮，这将生成一个Visual Studio项目文件。

打开生成的Visual Studio项目文件（通常是.sln文件），或者点击CMake界面的“Open Project”。

在Visual Studio中，选择 “Release” 或 “Debug” 配置（根据需要选择），然后找到 “CMakeTargets > INSTALL” 文件，右击该文件选择 “生成” 选项。这将编译OpenCV。

编译完成后，可以在生成的目标文件夹中找到编译好的OpenCV库文件（通常在 build/install 文件夹下）。

按照上面方式可以自行构建Release/Debug，64/32位的库。

2.配置 OpenCV 环境变量

使用键盘快捷键 Win + R 打开运行对话框。在运行对话框中，输入 sysdm.cpl，然后按 Enter 键。这将直接打开系统属性窗口的 “高级” 选项卡，从那里访问环境变量配置。

添加OpenCV的 bin 文件夹路径，以便系统可以找到OpenCV的DLL文件。例如：D:\Program Files\OpenCV\build\x64\vc16\bin（请根据你的实际路径进行替换）。

添加OpenCV的 lib 文件夹路径，以便编译器和连接器可以找到OpenCV的库文件。例如：D:\Program Files\OpenCV\build\x64\vc16\lib（请根据你的实际路径进行替换）。

确保点击了 "确定" 按钮，然后关闭所有窗口。

打开命令提示符，输入 opencv_version 命令，检查OpenCV是否配置成功。如果配置成功，会输出OpenCV的版本号，表明OpenCV库可在命令行中正常运行。

三，创建一个 Visual Studio 项目

使用Visual Studio创建一个新的C++项目，或者打开一个现有的项目。

四，配置 Visual Studio 项目

1.跟随项目进行配置（推荐）

打开项目属性，选择 “配置属性 > VC++ 目录”，然后将 “包含目录” 配置为包含OpenCV的include文件夹（opencv\build\include），将 “库目录” 配置为包含OpenCV的lib文件夹（opencv\build\x64\vc16\lib）。

在 “配置属性 > 链接器 > 输入” 下，将 “附加依赖项” 添加要使用的 OpenCV 库文件（例如 opencv_world480d.lib）。

2.全局配置（不推荐）

点击工具栏的 “视图” 视图项。展开后点击 “其它窗口 > 属性管理器”。

然后会得到四种不同的模式，在每种模式目录下会默认有几个系统文件，这里对 “xxx.64.user” 系统文件按照前面提到的方式配置当前项目以使用这些编译库，在这些系统文件中进行的属性配置是全局配置。

也可以新添一个属性文件，然后也按照前面提到的方式配置当前项目以使用这些编译库，该属性文件是保存在当前项目目录下的（这种配置是跟随项目的，可以对四种模式都新添一个属性文件）。

五，编写并编译 OpenCV 程序

以下是一些基本图像处理程序

1.加载和显示图像：创建一个程序，能够加载图像文件并将其显示在窗口中。

#include <iostream>
#include <opencv2/opencv.hpp>

//#pragma comment(lib,"opencv_world480d.lib")

int main() {
    // 加载图像
    cv::Mat image = cv::imread("your_image.jpg");
    if (image.empty()) {
        std::cerr << "Error: Could not read image file." << std::endl;
        return -1;
    }

    // 显示图像
    cv::imshow("My Image", image);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

2.调整图像大小：编写代码，可以加载图像并调整其大小。

#include <iostream>
#include <opencv2/opencv.hpp>

//#pragma comment(lib,"opencv_world480d.lib")

int main() {
    // 加载图像
    cv::Mat image = cv::imread("your_image.jpg");
    if (image.empty()) {
        std::cerr << "Error: Could not read image file." << std::endl;
        return -1;
    }

    // 调整图像大小
    cv::Size newSize(800, 600);
    cv::Mat resizedImage;
    cv::resize(image, resizedImage, newSize);

    // 显示调整后的图像
    cv::imshow("Resized Image", resizedImage);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

3.应用滤波器：学习如何应用常见的图像滤波器，例如高斯滤波器。

#include <iostream>
#include <opencv2/opencv.hpp>

//#pragma comment(lib,"opencv_world480d.lib")

int main() {
    // 加载图像
    cv::Mat image = cv::imread("your_image.jpg");
    if (image.empty()) {
        std::cerr << "Error: Could not read image file." << std::endl;
        return -1;
    }

    // 应用高斯滤波
    cv::Mat blurredImage;
    cv::GaussianBlur(image, blurredImage, cv::Size(5, 5), 0);

    // 显示模糊图像
    cv::imshow("Blurred Image", blurredImage);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

4.检测边缘：创建一个程序，用于检测图像中的边缘。

#include <iostream>
#include <opencv2/opencv.hpp>

//#pragma comment(lib,"opencv_world480d.lib")

int main() {
    // 加载图像
    cv::Mat image = cv::imread("your_image.jpg");
    if (image.empty()) {
        std::cerr << "Error: Could not read image file." << std::endl;
        return -1;
    }

    // 检测边缘
    cv::Mat edges;
    cv::Canny(image, edges, 100, 200);

    // 显示边缘图像
    cv::imshow("Edge Image", edges);
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

5.图像转换：练习图像颜色空间的转换，如将彩色图像转换为灰度图像，并将图像从RGB颜色空间转换为HSV颜色空间。

#include <iostream>
#include <opencv2/opencv.hpp>

//#pragma comment(lib,"opencv_world480d.lib")

int main() {
    // 加载图像
    cv::Mat image = cv::imread("your_image.jpg");
    if (image.empty()) {
        std::cerr << "Error: Could not read image file." << std::endl;
        return -1;
    }

    // 转换为灰度图像
    cv::Mat grayImage;
    cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);

    // 显示灰度图像
    cv::imshow("Gray Image", grayImage);
    cv::waitKey(0);
    cv::destroyAllWindows();

    // 转换为HSV颜色空间
    cv::Mat hsvImage;
    cv::cvtColor(image, hsvImage, cv::COLOR_BGR2HSV);

    // 分离通道
    std::vector<cv::Mat> channels;
    cv::split(hsvImage, channels);

    // 显示H、S、V通道
    cv::imshow("Hue Channel", channels[0]); // H通道
    cv::imshow("Saturation Channel", channels[1]); // S通道
    cv::imshow("Value Channel", channels[2]); // V通道
    cv::waitKey(0);
    cv::destroyAllWindows();

    return 0;
}

6.要深入理解OpenCV，官网也提供了丰富的示例代码，如下。

vs配置opencv环境,环境准备,visual studio,opencv

六，解决CMake编译OpenCV报的错误

1.定位问题

以下错误表示检测到了Python解释器的版本与期望的版本不符，但这个错误可以忽略，不用管

但后面会出现很多如下这种错误，就是不能从指定的链接中下载需要的文件资源，详细情况可以看 build/CMakeDownloadLog.txt 文件。

CMakeDownloadLog.txt 文件用途：

CMakeDownloadLog.txt 文件是由CMake工具生成的日志文件，主要用于记录CMake在下载依赖项和外部资源时的详细信息。

CMakeDownloadLog.txt 文件对于排查和调试依赖项下载问题非常有用。当在使用CMake配置或构建项目时，如果下载依赖项失败或遇到与外部资源相关的问题，可以查看这个文件以获取更多信息，以便进一步解决问题。

打开 CMakeDownloadLog.txt 文件后，会显示如下信息，其中的每一段都是我们要解决的错误：

2.分析问题

先分析这些错误信息是什么意思，然后我们就很容易的去解决问题了，摘取其中一段显示如下（其它都是类似的问题）

其中红框的内容解释如下：

#do_copy：这是一个命令，表示从指定的URL下载名为 "ffmpeg_version.cmake" 的文件，并将其复制到本地目录 "D:/opencv/build/3rdparty/ffmpeg"。并且该文件的MD5哈希值文设置为 "8862c87496e2e8c375965e1277dee1c7"。

#missing：这是一条信息，表示在指定的本地目录中没有找到名为 "ffmpeg_version.cmake" 的文件。

#check_md5：这是一条信息，表示检查名为 "ffmpeg_version.cmake" 文件的MD5哈希值，以验证文件完整性。

#mismatch_md5：这是一条信息，表示本地文件的MD5哈希值与预期值 "d41d8cd98f00b204e9800998ecf8427e" 不匹配，说明文件可能已损坏或缺失。

#delete：这是一条命令，表示删除本地缓存目录中的文件。

#cmake_download：这是一条命令，表示尝试从指定的URL重新下载文件。

#try 1：这是一条信息，表示这是第一次尝试下载文件。

总的来说：do_copy 尝试从指定的URL下载名为 "ffmpeg_version.cmake" 的文件，并保存到本地目录 "D:/opencv/build/3rdparty/ffmpeg"。首先，它检查本地目录中是否已经存在文件 "ffmpeg_version.cmake"，但没有找到该文件（missing）。然后，它尝试根据文件的MD5哈希值检查本地缓存目录中是否有与下载文件匹配的文件，但发现MD5哈希值不匹配（mismatch_md5）。接下来，它尝试从指定的URL下载文件，并在第一次尝试时遇到了网络问题。

具体的错误信息：

# timeout on name lookup is not supported：这个错误消息表示在进行DNS名称解析时发生了超时错误。CMake试图解析主机名 "raw.githubusercontent.com"，但因为解析超时，所以无法连接到该主机。

# getaddrinfo(3) failed for raw.githubusercontent.com:443：这个错误消息表明获取主机地址信息失败，其中 "raw.githubusercontent.com:443" 是要解析的主机名和端口。

# Could not resolve host: raw.githubusercontent.com：这个错误消息指出无法解析主机名 "raw.githubusercontent.com"。

# Closing connection 0：这是一条信息，表示关闭了与主机的连接。

总结：这些错误的主要原因是CMake无法通过DNS解析找到主机名 "raw.githubusercontent.com"，因此无法连接到GitHub服务器以下载所需的文件 "ffmpeg_version.cmake"。

3.解决问题

确定了问题原因是无法下载 ffmpeg_version.cmake 文件，浏览器输入指定的URL后，显示如下信息：

接下来就是要下载 ffmpeg_version.cmake 文件，然后覆盖D:/opencv/source/.cache/ffmpeg/8862c87496e2e8c375965e1277dee1c7-ffmpeg_version.cmake 文件，再进行编译就行了。