opencv的配置

下载的是2.4.10的版本,编译环境VS2012。

第一步,双击opencv-2.4.10.exe,选择解压到c:\,即C盘根目录,解压的时候会自动生成一个opencv的文件夹的,然后解压的文件都在这个opencv的文件夹里面。注意:我解压的路径是c:\,但如果你解压的不是这个目录,比如说解压在d:\tmp\,那么下面所有涉及到路径有关的配置都需要把c:\替换为d:\tmp\

第二步,设置环境变量。设置环境变量的目的在于,让操作系统知道opencv编译出来的DLL的位置,这一步没有设置对的话,在程序运行的时候,会出现找不到opencv的某个dll的提示之类的错误。右键计算机->属性->高级系统设置->高级->环境变量,在用户变量与系统变量下修改Path变量,如果没有这个变量的话,就新建一个。这里把Path变量的值改为c:\opencv\build\x86\vc11\bin 用户变量还是系统变量随便选一个改都可以,其实问题不大。改完需要重启或者注销才能生效。看下图就知道了,这个Path路径下面其实就是一堆的dll。


第三步,为了演示,在VS2012下,新建一个空的控制台程序。为了编译opencv,当然首先必须包含opencv的头文件吧。opencv编译头文件在路径:C:\opencv\build\include 下,里面头文件很多的,为了编译的顺利,先不用管那么多,直接右键点击解决方案,找到属性,在C/C++->常规->附加包含目录,加上以下3条路径:

c:\opencv\build\include
c:\opencv\build\include\opencv
c:\opencv\build\include\opencv2


第四步,仅仅有头文件还是不足以编译opencv的,我们在使用dll的时候,需要dll文件本身,相对应的头文件,还有相对应的lib文件。那opencv的lib文件在哪里?在路径C:\opencv\build\x86\vc11\lib下。


这样,在正式使用和编译opencv的函数的之前,还需要告诉编译器,opencv的dll相对应的lib文件在哪里。

在链接器—>常规—>附加库目录,加入路径:C:\opencv\build\x86\vc11\lib


然后,在在链接器—>输入—>附加依赖项,输入lib的名字。值得注意的是,opencv的dll分为debug和release版本,名字差不多,只是debug版本的名字后面会有个字母d。比如,opencv_core2410.dll和opencv_core2410d.dll,前者是发布版,后者是调试版,这里发布版的先不管,把以下lib加进去。

opencv_calib3d2410d.lib;
opencv_contrib2410d.lib;
opencv_core2410d.lib;
opencv_features2d2410d.lib;
opencv_flann2410d.lib;
opencv_gpu2410d.lib;
opencv_highgui2410d.lib;
opencv_imgproc2410d.lib;
opencv_legacy2410d.lib;
opencv_ml2410d.lib;
opencv_nonfree2410d.lib;
opencv_objdetect2410d.lib;
opencv_ocl2410d.lib;
opencv_photo2410d.lib;
opencv_stitching2410d.lib;
opencv_superres2410d.lib;
opencv_ts2410d.lib;
opencv_video2410d.lib;
opencv_videostab2410d.lib;


唉,一股脑都加进去了。实际上当然是用到哪个加哪个了,不过那样麻烦。

第五步,设置完成后,在工程的源文件输入如下测试代码。

#include <opencv.hpp>
using namespace cv;
int main(int argc, char* argv[])
{
	Mat img = imread("d:/paojie.jpg");
	imshow("image", img);
	waitKey();
	return 0;
}
顺利编译,运行,结果如下的话,那就正常运行了:

当然了,图片的路径要设置对,d盘下,得有paojie.jpg这幅图片。


可以看到,设置起来还是挺麻烦的。难道每一个用到opencv的工程都要这么蛋疼地设置一遍吗,当然不能。我们可以把opencv的设置保存下来。

刚才我们是直接在项目属性里做的各种设置,现在,不要在工程属性里面设置。打开属性管理器,以debug设置为例。右键点击debug|win32,选择“添加新项目属性表”。

接下来,名字什么的随便啦。

点击添加,这样就保存了一份opencv的设置。在属性管理器上右键刚才新建的那份名为opencv的属性表,选择属性。



在弹出来的属性页里面,把我们之前做的那些配置重来一遍,不过这次的配置不会白费的,会保存在一个.props后缀名的文件,比如我的opencv.props。


配置完成后,以后哪个工程需要用到opencv的,直接在属性管理器上,把这个props文件添加进来,直接编译就完事了,省心。


内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值