Windows Vs2022 OpenCV C++开发配置

1. 下载opencv

https://opencv.org/releases/

OpenCV – 4.6.0  windows

官网下载

https://versaweb.dl.sourceforge.net/project/opencvlibrary/4.6.0/opencv-4.6.0-vc14_vc15.exe

内网高速下载

aria2c -o opencv-4.6.0-vc14_vc15.exe -x 3 -s 12 "https://bzc.idealand.xyz:8600/dl/opencv-4.6.0-vc14_vc15.exe/dl" "http://tool.idealand.xyz/opencv-4.6.0-vc14_vc15.exe" "http://108.60.212.227/Files/Software/opencv-4.6.0-vc14_vc15.exe" "https://versaweb.dl.sourceforge.net/project/opencvlibrary/4.6.0/opencv-4.6.0-vc14_vc15.exe"

2. 双击运行opencv-4.6.0-vc14_vc15.exe,解压缩出来一个opencv文件夹,放到solution\libs里面

3. 项目属性

项目属性 - C/C++ - additional include path: $(SolutionDir)libs\opencv\include\;
项目属性 - Linker - additional library directories: $(SolutionDir)libs\opencv\build\include\;
项目属性 - Linker - input - additional dependencies: opencv_world460d.lib;

#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp>

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
### 使用 Visual Studio 2022OpenCV 进行 C++ 手机应用开发 #### 开发环境配置 为了在 Visual Studio 2022 中使用 OpenCV开发 C++ 移动应用程序,需要完成以下几个方面的设置: 1. **安装必要的工具链** 配置 Visual Studio 的移动开发支持。通过打开 Visual Studio Installer 并选择工作负载中的“跨平台移动开发 (C++)”,可以下载并安装所需的组件[^3]。 2. **集成 OpenCV 库到项目中** 下载适用于 Windows 或 Android 的预编译 OpenCV 版本,并将其路径添加到项目的附加库目录和包含文件夹中。对于 Android 构建目标,还需要确保 NDK 已正确配置并与 OpenCV 安卓版本兼容[^4]。 3. **构建交叉编译环境** 如果目标设备是安卓手机,则需创建一个适合于 ARM 处理器架构的交叉编译环境。这通常涉及调整 `CMakeLists.txt` 文件来指定正确的工具链以及链接静态或动态库的方式[^5]。 #### 示例代码片段 下面是一个简单的例子展示如何加载图像并在窗口显示它: ```cpp #include <opencv2/opencv.hpp> #include <iostream> int main() { cv::Mat image; image = cv::imread("example.jpg", cv::IMREAD_COLOR); // Read the file if(image.empty()) { // Check for invalid input std::cout << "Could not open or find the image" << std::endl ; return -1; } cv::namedWindow( "Display window", cv::WINDOW_AUTOSIZE );// Create a window for display. cv::imshow( "Display window", image ); // Show our image inside it. cv::waitKey(0); // Wait for a keystroke in the window return 0; } ``` 此程序读取一张图片并显示出来。注意,在实际部署至移动端之前可能还需进一步优化性能参数以适应不同硬件条件下的运行需求[^6]。 #### 调试与测试注意事项 当针对特定型号智能手机调试时,应考虑屏幕分辨率差异带来的界面适配问题;另外由于计算资源有限,某些复杂算法可能会导致卡顿现象发生,因此建议尽可能简化处理流程或者利用 GPU 加速技术提升效率[^7]。
评论
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

打赏作者

qiuzen

您的资助将帮助我创作更好的作品

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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