OpenCV安装及配置

        装了一个上午的OpenCV,参照了别人的一些资料。把这个过程写下来以方便日后系统挂了去查阅。

        开始装了个最新版2.0,没搞定。。卸了装了1.0。 一路保持默认的设置就可以了,只是需要对VC和系统的环境进行配置一下,在VC包含目录下添加          

     C:/OpenCV/cvaux/include

     C:/OpenCV/cv/include  

     C:/OpenCV/otherlibs/highgui 

     C:/OpenCV/cxcore/include

     C:/OpenCV/otherlibs/cvcam/include

包含的库文件添加

     C:/OpenCV/lib

这个时候就可以对opencv.sln进行编译了,这个时候会出现错误:

     “fatal error LNK1181: 无法打开输入文件“cvauxd.lib”    

     “error C2039: “foreground_regions” : 不是“CvFGDStatModel”的成员”

参照别人的解决方法:

   打开“cvaux”项目的包含文件中(Include/External)的cvaux. h文件,找到上述foreground_regions成员,会发现此成员已被注释掉了,只要将其上一行末尾的“/”改为“*/”使该成员可见,再次启动项目,应该就可以编译通过了。

这时去网上找了个OpenCV的例子运行,结果发现“没有找到cxcore100.dll”

参照别人的解决方法:

   在安装时选择”将/OpenCV/bin加入系统变量”(Add/OpenCV/bin to the systerm PATH)。 但该选项并不一定能成功添加到系统变量,如果编写的程序在运行时出现,“没有找到cxcore100.dll,因为这个应用程序未能启动。重新安装应用程序可能会修复此问题。”的错误. 手动在我的电脑->属性->高级->环境变量->系统变量->path添加c:/program files/opencv/bin; 添加完成后需要重启计算机。

   现在OpenCV配置就OK了,下面就可以对其进一步的研究了。

 

opencv-4.4.0-vc14_vc15.exe 版本:4.4.0 2020年7月 OpenCV 4.x的夏季更新已发布 :晴天: 此版本的亮点: SIFT(尺度不变特征变换)算法已移至主存储库(SIFT的专利已过期) DNN模块: 改进的图层/激活/支持更多模型: 最新的Yolo v4检测器:#17148。为[yolo]层(Yolo v3和Yolo v4)禁用了每层NMS,因为它们是不正确的-用于cv::dnn::NMSBoxes所有检测。 ONNX:添加对Resnet_backbone(Torchvision)的支持#16887 EfficientDet模型支持:#17384 新样本/演示: 添加文本识别示例:C ++ / Python FlowNet2光流:#16575 英特尔®推理引擎后端(OpenVINO™): 增加了对OpenVINO 2020.3 LTS / 2020.4版本的支持 计划在下一版本中删除对NN Builder API的支持 CUDA后端中的许多修复和优化(感谢@YashasSamaga):PR G-API模块: 在OpenCV后端引入了用于状态内核的新API :GAPI_OCV_KERNEL_ST。有状态内核在各个图执行(标准中更多)或流的视频帧之间(以流模式)保留其状态。 在G-API推出更多面向视频的操作:goodFeaturesToTrack,buildOpticalFlowPyramid,calcOpicalFlowPyrLK。 添加了更多的图像处理内核:Laplacian和双边过滤器。 修复了G-API的OpenCL后端中的潜在崩溃。 OpenCV社区的许多其他伟大贡献,包括但不限于: Obj-C / Swift绑定:#17165 (opencv_contrib)Julia绑定是正在进行的GSoC项目的一部分:#2547 (opencv_contrib)BIMEF:生物启发的多重曝光融合框架,用于弱光图像增强: #2448 为CV_16UC1图像启用Otsu阈值:#16640 为文本检测添加笔划宽度变换算法:#2464 计划在Apache 2许可证上进行下一版本OE-32的 迁移#17491
OpenCV是一款开源的计算机视觉库,它提供了一系列不同的图像处理功能,包括图像识别、图像分割、目标跟踪等等。如果想要在电脑上使用OpenCV,需要进行安装配置。下面将详细介绍OpenCV安装配置步骤。 1.安装CMake OpenCV是一个开源项目,需要在编译前生成Makefile文件,通过Makefile文件自动生成OpenCV库文件。所以需要安装CMake工具。可以上CMake的官网进行下载。 2.安装Visual Studio的C++编译器和编译工具 OpenCV需要使用C++编译器进行编译,Visual Studio是一款比较常用的编译器,因此在安装OpenCV之前,需要先安装Visual Studio。 3.下载OpenCV源码 从OpenCV官网下载OpenCV源码。解压缩后会看到一个名为“opencv”的文件夹,其中包含OpenCV的源码。 4.在CMake中配置OpenCV 打开CMake软件,点击“Browse Source”按钮,选择OpenCV的源码路径。点击“Browse Build”按钮,选择OpenCV生成文件的路径。点击“Configure”按钮进行初始化,然后点击“Generate”按钮生成OpenCV文件。 5.编译OpenCV 在Visual Studio中打开OpenCV生成的sln文件,进行编译。这个过程可能会需要等待一段时间,在编译完成后,会在OpenCV生成文件夹中生成库文件。 6.配置Visual Studio属性 在Visual Studio中打开你的C++工程,选择“项目属性”,然后选择“VC++目录”,将OpenCV的头文件目录和库文件目录添加到C++工程的头文件和库文件路径中。 7.链接OpenCV库文件 在Visual Studio中打开你的C++工程,选择“项目属性”,然后选择“链接器”,将OpenCV的库文件名添加到链接器的附加依赖项列表中。 从以上步骤可以看出,安装配置OpenCV需要一定的计算机知识和操作技能。但是对于计算机视觉开发者来说,掌握OpenCV安装配置方法是非常重要的。一个标准的OpenCV安装配置能够让计算机视觉开发者更加高效地进行图像处理和计算机视觉算法的开发和实现。
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