OpenCV_CS.测试

最新推荐文章于 2025-09-13 23:06:41 发布
最新推荐文章于 2025-09-13 23:06:41 发布
阅读量99 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： 人工智能
原文链接：http://www.cnblogs.com/cppskill/p/11071811.html
OpenCV教程：超详细的OpenCV入门教程，值得收藏
pythonandaiot的博客
05-10 14万+
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，它提供了很多函数，这些函数非常高效地实现了计算机视觉算法（最基本的滤波到高级的物体检测皆有涵盖）。 OpenCV 使用 C/C++ 开发，同时也提供了 Python、Java、MATLAB 等其他语言的接口。 OpenCV 是跨平台的，可以在Windows、Linux、Mac OS、Android、iOS 等操作系统上运行。 OpenCV 的应用领域非常广泛，包括图像拼接、图像降噪、产品质检、..
OpenCV_contrib扩展库功能
weixin_44770969的博客
03-28 852
OpenCV_contrib 是一个扩展库，提供了许多额外的模块，用于增强 OpenCV 的功能。
学习OpenCV
07-23
学习OpenCV_中文版 带目录
win10+opencv3.1+CS2013环境搭建
10-11 248
1、下载opencv后解压到自定义目录，如： 2、修改环境变量，开始->此电脑右键->更多->属性->高级系统设置->高级->环境变量->用户变量->path增加步骤1目录下build\x64\vc12\bin 3、安装VS2013 4、打开VS2013->文件->新建->项目->模板->Visual C++->Win32->Win32控制台应用程序，如： 5、配置解决
史上最全的OpenCV入门教程
热门推荐
qq_38660394的博客
06-21 17万+
一、Python OpenCV 入门欢迎阅读系列教程，内容涵盖 OpenCV，它是一个图像和视频处理库，包含 C ++，C，Python 和 Java 的绑定。 OpenCV 用于各种图像和视频分析，如面部识别和检测，车牌阅读，照片编辑，高级机器人视觉，光学字符识别等等。你将需要两个主要的库，第三个可选：python-OpenCV，Numpy 和 Matplotlib。Windows 用户：pyt...
【opencvsharp】opencvsharp_samples.core示例代码笔记
cxyhjl的博客
06-10 1898
源码网址：https://github.com/shimat/opencvsharp_samplesSamplesCoreC# (.NET Core / .NET Framework) sample 笔记#1、人脸检测级联分类器 using OpenCvSharp; using SampleBase; namespace SamplesCore { ///...
计算机视觉算法库OpenCV4.5.3+OpenCV_contrib 4.5.3资料精讲
CoolGavin007的博客
12-15 6201
OpenCV4.5.3及OpenCV_contrib 4.5.3 前段时间有个实习生来这边实习，已经申请到卡耐基梅隆大学 机器人专业的博士生，主攻机器视觉。本着负责的态度，从头到尾讲述了伟大的开源且跨平台的计算机视觉库OpenCV，谨以此记录工作点滴。 以下： 安装环境：VS2017 64位 + OpenCV4.53 + OpenCV_contrib 4.5.3 OpenCV ：https://github.com/opencv/opencv OpenCV_contrib ：https:/...
opencv_contrib模块安装与概述
zzyczzyc的博客
02-26 7643
文章目录安装概述aruco ：增强现实bgsegm：背景分割bioinspired：生物视觉ccalib：自定义标定cnn_3dobjcvvdatasetsdnn_objdetectdnns_easily_fooleddpmfacefuzzyfreetypehdfline_descriptormatlaboptflowovisplotregrgbdsaliencysfmstereostructur...
C++图像处理OpenCV之屠龙宝刀第11篇 —— opencv_contrib（OpenCV贡献库）
浮生若梦，云游四方
12-09 3264
C++图像处理OpenCV之屠龙宝刀第11篇 —— opencv_contrib（OpenCV贡献库） 一、opencv_contrib仓库简介 OpenCV的核心库，就是通常所说的OpenCV。 在核心库之外，还有一个分离开的包含OpenCV最新功能实现的opencv_contrib，也可以称之为OpenCV贡献库。 opencv_contrib中包含的模块有： opencv_contrib仓库中包含了绝大多数用户生成的内容，同时也比核心库OpenCV拥有更完整的关于计算机视觉的算法应用； opencv_
python129基于自适应svm电影评价倾向性分析_cs.zip
07-18
同时，Python拥有丰富的开源库和框架，如Django、Flask、OpenCV等，为项目开发提供了强大的支持。 这些项目的开发旨在为用户提供便捷、智能的服务和功能。Python语言具备广泛的应用领域，从机器学习、自然语言处理...
GAMES101 OpenCV环境安装
wjjontheway的专栏
07-14 1019
根据CMakeDownloadLog.txt里面的提示链接，手动下载缺失的文件，最后存放到build目录下的downloads目录下对应的文件夹：最后文件夹里面的文件如下所示。所以应该是安装Python的时候，没有选择Debug版本。在配置opencv_contrib后，点击configure,会继续报错，还是因为没有下载成功的原因，注意：这里如果没有安装Python的Debug版本，在编译的时候，会报错。参考这个网友提供的，我猜是因为Configure的时候没有勾选相关的内容。为什么要选x64版本。
【完整源码+数据集+部署教程】交通工具图像分割系统： yolov8-seg-C2f-RFCAConv
最新发布
weixin_43860634的博客
09-13 677
【完整源码+数据集+部署教程】交通工具图像分割系统： yolov8-seg-C2f-RFCAConv
MOSS-TTSD: 文本对话式语音克隆
m0_72580657的博客
09-10 1825
MOSS-TTSD是一款突破性的对话语音生成系统，专为提升人机交互体验而设计。基于Qwen3-1.7B-base模型优化，它支持中英双语，实现零样本音色克隆和长达960秒的连续语音生成。核心创新包括XY-Tokenizer（1kbps低比特率编码）和对话语境建模技术，经过110万小时语音数据训练。性能评估显示其词错误率低至1.90%，媲美顶尖模型。适用于播客、直播、教育等多种场景，提供本地部署方案。目前支持双人对话克隆，多人对话功能正在开发中。
大模型应用开发八股
weixin_58493933的博客
09-10 766
多智能体系统指的是。
MiniMax - 稀宇科技推出的AI智能助手
qq_27346503的博客
09-12 682
如果你需要的是一个强大的 “数字员工” 来帮你处理各种创造性或重复性的工作，MiniMax 绝对是一个值得优先考虑的选择。MiniMax（上海稀宇科技）可不是个简单的聊天机器人，而是全球领先的 AI 技术公司，专攻万亿参数 MoE 架构，一手包办文本、语音、视频、音乐生成，堪称多模态全能选手。它既能陪你闲聊解闷，又能帮你写代码、做视频、分析股票，甚至一键生成完整可上线的 Web 应用，目标是让每个人都能零门槛用上 AI 超能力。⭐⭐⭐⭐⭐ (文、图、音、视频、音乐)⭐⭐⭐⭐ (GPTs, 自定义功能强)
【开题答辩全过程】以 _基于协同过滤算法的室内设计项目推荐系统的设计与实现为例，包含答辩的问题和答案
shiji5078的博客
09-11 972
本文介绍了一位14年经验的毕设指导专家，擅长多种编程语言和项目开发。重点展示了一个基于协同过滤算法的室内设计推荐系统毕设答辩过程，包括系统功能、技术实现、数据采集方案和关键问题应对策略。答辩中针对算法选择、冷启动、并发处理等专业问题进行了详细解答，并获得了评委的肯定。最后提供了毕设开题报告和源码获取建议，强调独立完成项目的重要性。
华新嘉华：企业抢占新赛道：GEO助力AI时代内容精准触达
huaxinjiahua的博客
09-11 709
GEO通过AI优化内容，实现精准触达，提升品牌权威性，成为数字营销新前沿。
开始 ComfyUI 的 AI 绘图之旅-ControlNet（六）
站在知识源头搞技术
09-10 530
基础的 ControlNet 概念，并在 ComfyUI 中完成对应的图像生成 基础的 Pose ControlNet，并通过二次图生图的方式，在 ComfyUI 中完成大尺寸的图像生成 基础的 Depth ControlNet 概念，并在 ComfyUI 中完成对应的图像生成 基础的 Depth T2I Adapter ，并在 ComfyUI 中完成对应的图像生成 完成多个 ControlNet 混合使用，学会使用多个 ControlNet 模型来控制图像生成
请帮忙查找opencvsharp编译后测试输出错误的原因。C++测试程序显示编译后的Opencv可在GPU正常工作，但C#测试程序显示工作异常。 背景： 上位机软件为使用visual stuido 2022 c#编写的winform程序，其中使用到了opencvsharp，应用的功能包括videocapture、mat、roi、circle等，因为图像采集、裁剪后的是给推理线程使用，推理线程是在GPU上，为了避免CPUD到GPU传输开销，现在想把图像采集、裁剪、标记等工作放到GPU上进行。需要 使用cmake重新编译opencv，使opencvsharp 支持cuda。 现阶段是在cmake上编译完成，并对编译后的文件使用vs2022进行allbuild、install生成。使用cmake先后编译了2次，第一次启用了build_opencv_world，vs2022生成后得到opencv_world4130.lib、以及opencv_world4130.dll。第二次关闭build_opencv_world，得到其他的dll文件，如opencv_ccalib4130.dll、 opencv_core4130.dll、opencv_videoio_ffmpeg4130_64.dll、opencv_cudaarithm4130.dll等。将第一次得到的opencv_world4130.dll和第二次的dll文件放到一起，放到文件夹C:\Users\zhang\source\repos\WinFormsApp5zmotion\OpenCvSharp\opencv_files\opencv4120_win_64\vc17\bin中。 新建了一个C++控制台程序，对编译的内容进行验证。main.cpp代码如下： #include <opencv2/opencv.hpp> #include <opencv2/cudaarithm.hpp> #include <iostream> int main() { // 1) 设备计数 int n = cv::cuda::getCudaEnabledDeviceCount(); std::cout << "CUDA devices = " << n << std::endl; if (n <= 0) { std::cerr << "No CUDA device or OpenCV built without CUDA support.\n"; return -1; } // 2) 选 0 号设备并打印信息 cv::cuda::setDevice(0); cv::cuda::printShortCudaDeviceInfo(0); // 3) 准备 4×4 float 矩阵 cv::Mat hA = cv::Mat::ones(4, 4, CV_32F); cv::Mat hB = cv::Mat::ones(4, 4, CV_32F) * 3; // 4) 搬到 GPU cv::cuda::GpuMat dA, dB, dC; dA.upload(hA); dB.upload(hB); // 5) 做一次加法 cv::cuda::add(dA, dB, dC); // 6) 拷回 CPU cv::Mat hC; dC.download(hC); std::cout << "A = \n" << hA << "\nB = \n" << hB << "\nA+B = \n" << hC << std::endl; return 0; } 运行后输出： CUDA devices = 1 Device 0: "NVIDIA GeForce RTX 4060 Laptop GPU" 8188Mb, sm_89, Driver/Runtime ver.12.70/12.60 A = [1, 1, 1, 1; 1, 1, 1, 1; 1, 1, 1, 1; 1, 1, 1, 1] B = [3, 3, 3, 3; 3, 3, 3, 3; 3, 3, 3, 3; 3, 3, 3, 3] A+B = [4, 4, 4, 4; 4, 4, 4, 4; 4, 4, 4, 4; 4, 4, 4, 4] 之后使用vs2022对Opencvsharp进行生成，得到OpenCvSharp.dll和OpenCvSharpExtern.dll。编译过程中，配置全部选release，平台全选X64.对OpenCvSharp属性>生成>条件编辑符,都启用了ENABLED_CUDA。在OpenCvSharpExtern属性中，设置与C++测试程序设置相同。设置如下： ①.C/C++ >常规>附加包含目录中 C:\Users\zhang\source\repos\WinFormsApp5zmotion\OpenCvNewBuild\install\include 此文件夹下有opencv2文件夹。 ②.链接器 >常规>附加库目录 C:\Users\zhang\source\repos\WinFormsApp5zmotion\OpenCvNewBuild\install\x64\vc17\lib 此目录下包含76个lib文件，包括opencv_world4130.lib、opencv_cudaarithm4130.lib等 ③.链接器 >输入>附加依赖项 opencv_world4130.lib %(AdditionalDependencies) ④.调试>环境 PATH=%PATH%;C:\Users\zhang\source\repos\WinFormsApp5zmotion\OpenCvSharp\opencv_files\opencv4120_win_64\vc17\bin 得到的OpenCvSharp.dll和OpenCvSharpExtern.dll以及C:\Users\zhang\source\repos\WinFormsApp5zmotion\OpenCvSharp\opencv_files\opencv4120_win_64\vc17\bin中的其他dll文件放置到一起，共70个dll文件。 新建C#测试程序WinFormsApp1OpenCvSharpCUDAtest，将所有dll文件（70个），放置到该项目下的输出目录下，C:\Users\zhang\source\repos\WinFormsApp1OpenCvSharpCUDAtest\bin\x64\Release\net8.0-windows。 同时，在C:\Users\zhang\source\repos\WinFormsApp1OpenCvSharpCUDAtest\lib目录下 放置了OpenCvSharp.dll和OpenCvSharpExtern.dll，并把其余的dll如 opencv_world4130.dll、opencv_cudaarithm4130.dll等包括cuda\bin下的dll共98个dll都放到了 C:\Users\zhang\source\repos\WinFormsApp1OpenCvSharpCUDAtest\lib\native目录下 在测试程序中，编辑添加项目文件，如下： <Project Sdk="Microsoft.NET.Sdk"> <PropertyGroup> <OutputType>WinExe</OutputType> <TargetFramework>net8.0-windows7.0</TargetFramework> <Nullable>enable</Nullable> <UseWindowsForms>true</UseWindowsForms> <ImplicitUsings>enable</ImplicitUsings> <Platforms>x64</Platforms> <NuGetAuditMode>direct</NuGetAuditMode> </PropertyGroup> <!-- 1. 引用你自己编译的 OpenCvSharp（本地 DLL） --> <ItemGroup> <!-- 如果你把 OpenCvSharp.dll 放在 lib 文件夹 --> <Reference Include="OpenCvSharp"> <HintPath>lib\OpenCvSharp.dll</HintPath> </Reference> <!-- 如有 Extensions、WpfExtensions 等也同理 --> <Reference Include="OpenCvSharp.Extensions"> <HintPath>lib\OpenCvSharpExtern.dll</HintPath> </Reference> </ItemGroup> <!-- 2. 将本地 native DLL 一并复制到输出目录 --> <ItemGroup> <None Include="native\*.dll" LinkBase="." CopyToOutputDirectory="PreserveNewest" /> </ItemGroup> <ItemGroup> <Compile Remove="lib\**" /> <EmbeddedResource Remove="lib\**" /> <None Remove="lib\**" /> </ItemGroup> <ItemGroup> </ItemGroup> <ItemGroup> <Compile Update="Properties\Settings.Designer.cs"> <DesignTimeSharedInput>True</DesignTimeSharedInput> <AutoGen>True</AutoGen> <DependentUpon>Settings.settings</DependentUpon> </Compile> </ItemGroup> <ItemGroup> <None Update="Properties\Settings.settings"> <Generator>SettingsSingleFileGenerator</Generator> <LastGenOutput>Settings.Designer.cs</LastGenOutput> </None> </ItemGroup> </Project> 测试程序中，报错如下，同时从解决方案资源管理器中可以看到，依赖项\程序集\ OpenCvSharp.Extensions前有黄色叹号，这是什么原因？ 严重性 代码 说明 项目 文件 行 抑制状态 详细信息 错误(活动) CS0246 未能找到类型或命名空间名“GpuMat”(是否缺少 using 指令或程序集引用?) WinFormsApp1OpenCvSharpCUDAtest C:\Users\zhang\source\repos\WinFormsApp1OpenCvSharpCUDAtest\Form1.cs 33 错误(活动) CS0234 命名空间“OpenCvSharp”中不存在类型或命名空间名“Cuda”(是否缺少程序集引用?) WinFormsApp1OpenCvSharpCUDAtest C:\Users\zhang\source\repos\WinFormsApp1OpenCvSharpCUDAtest\Form1.cs 7 错误(活动) CS0117 “Cv2”未包含“GetCudaEnabledDeviceCount”的定义 WinFormsApp1OpenCvSharpCUDAtest C:\Users\zhang\source\repos\WinFormsApp1OpenCvSharpCUDAtest\Form1.cs 28 C#测试程序代码如下: using System; using System.Diagnostics; using System.Drawing; using System.Windows.Forms; using OpenCvSharp; using OpenCvSharp.Cuda; using Size=OpenCvSharp.Size; namespace WinFormsApp1OpenCvSharpCUDAtest { public partial class Form1 : Form { public Form1() { InitializeComponent(); } private void btnTestCuda_Click(object sender, EventArgs e) { try { // 只做最简单的设备检查 int cudaDeviceCount = Cv2.GetCudaEnabledDeviceCount(); AddLog($"找到 {cudaDeviceCount} 个CUDA设备"); // 如果上面成功了，再尝试创建一个GpuMat using (var gpuMat = new GpuMat()) { AddLog("GpuMat创建成功"); } } catch (Exception ex) { AddLog($"错误: {ex.Message}"); AddLog($"堆栈: {ex.StackTrace}"); } } private TimeSpan MeasureTime(Action action) { var stopwatch = Stopwatch.StartNew(); action(); stopwatch.Stop(); return stopwatch.Elapsed; } private void AddLog(string message) { if (txtLog.InvokeRequired) { txtLog.Invoke(new Action<string>(AddLog), message); } else { txtLog.AppendText($"{DateTime.Now:HH:mm:ss} - {message}{Environment.NewLine}"); txtLog.ScrollToCaret(); } } } } 问题： 1.测试程序从解决方案资源管理器中可以看到，依赖项\程序集\ OpenCvSharp.Extensions前有黄色叹号，这是什么原因？ 2.测试程序报错的原因？ 3.如果想要实现GPU上运行opencv的采集、裁剪、画圆命令，是否需要对Opencvsharp项目中 手写 对应的NativeMethods_cuda.cs + GpuMat.cs 等方法？？
08-30
### 实现GPU上opencv采集裁剪画圆命令是否需手写NativeMethods_cuda.cs + GpuMat.cs等方法 通常情况下，并不一定需要手写 `NativeMethods_cuda.cs + GpuMat.cs` 等方法。OpenCvSharp已经对OpenCV进行了二次封装，在...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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