vscode+cmake+opencv3 编译、断点调试cpp 子文件需要opencv lib

时间紧迫,草率做了个笔记,主要内容就是CMakeLists.txt和json的配置,其他的cpp由于涉及到个人项目,不便公开,见谅。

文件结构
文件结构
bin:可执行文件更新:可执行文件放在build内
--------opencvTest

build:cmake出的文件 及 可执行文件 ///updated

include:头文件
--------include/calWear.hpp
--------include/match.hpp
--------include/mouse.hpp

src:源文件 source
--------src/calWear.cpp
--------src/CMakeLists.txt
--------src/match.cpp
--------src/mouse.cpp

CMakeLists.txt
HullDetect.cpp///这是我的项目文件
opencvTest.cpp///测试文件
templ.jpg///测试文件需要显示的图片

CMakeFiles.txt

根目录下CMakeLists.txt:

CMAKE_MINIMUM_REQUIRED(VERSION 2.6)

# 项目名称
PROJECT(opencvTest)

# 找opencv package----------记得添加这个
find_package(OpenCV REQUIRED) 

set(CMAKE_C_COMPILER "gcc")
set(CMAKE_CXX_COMPILER "g++")
set(CMAKE_CXX_STANDARD 11)

# 根目录/代码路径
aux_source_directory(. DIR_MAIN)

# dubug 模式------------------这个非常重要,否则无法进入断点
set (CMAKE_CXX_FLAGS  "${CMAKE_CXX_FLAGS} -g")

# 添加子目录
include_directories("${PROJECT_SOURCE_DIR}/include")
add_subdirectory(src)

# 编译成可执行文件
set(EXECUTABLE_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/build) 
add_executable(opencvTest opencvTest.cpp)

# 链接hellolib库,注意下面子目录src的CMakeLists
link_directories("${PROJECT_SOURCE_DIR}/lib")
target_link_libraries(opencvTest hellolib)
# 链接opencv库
target_link_libraries(opencvTest ${OpenCV_LIBS})

src目录下CMakeLists.txt

CMAKE_MINIMUM_REQUIRED(VERSION 2.6)

# generate lib
#设置生成lib文件的位置
## SET(LIBRARY_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/lib)  
#代码路径
aux_source_directory(. DIR_SRC)

# 生成库
add_library(hellolib ${DIR_SRC})
# 链接opencv库
target_link_libraries(hellolib ${OpenCV_LIBS})

json

launch.json

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "(gdb) Launch",
            "type": "cppdbg",
            "request": "launch",
            //"program": "${workspaceFolder}/{fileBasenameNoExtension}.o",
            "program": "${workspaceFolder}/build/opencvTest",
            "args": [],
            "stopAtEntry": false,
            "cwd": "${workspaceFolder}",
            "environment": [],
            "externalConsole": true,
            "MIMode": "gdb",
            //"preLaunchTask": "build",
            "preLaunchTask": "make",
            "setupCommands": [
                {
                    "description": "Enable pretty-printing for gdb",
                    "text": "-enable-pretty-printing",
                    "ignoreFailures": true
                }
            ]
        }
    ]
}

task.json

{
    // See https://go.microsoft.com/fwlink/?LinkId=733558
    // for the documentation about the tasks.json format
    "version": "2.0.0",
    "options": {
        "cwd": "${workspaceRoot}/build"
    },
    "tasks": [
        {
            "label": "cmake",
            "type": "shell",
            "command": "cmake",
            "args": [
                "-G",
                "Unix Makefiles",
                "-DCMAKE_BUILD_TYPE=Debug",
                ".."
            ]
        },
        {
            "label": "make",
            "group": {
                "kind": "build",
                "isDefault": true
            },
            "type": "shell",
            "command": "make",
            "args": []
        },
        {
           // "taskName": "echo",
            "label": "build",
            "type": "shell",
            "command": "/usr/bin/g++",
            "args":[
                "-g", "${file}","-o","${fileBasenameNoExtension}.o",
                "-I","/usr/local/include",
                "-I","/usr/local/include/opencv",
                "-I","/usr/local/include/opencv2",
                "-L","/usr/local/lib",
                "-l","opencv_core",
                "-l","opencv_highgui",
                "-l","opencv_imgproc",
                "-l","opencv_imgcodecs",
                "-l","opencv_video",
                "-l","opencv_videoio"
            ],

        }
    ]
}

c_cpp_properties.json

{
    "configurations": [
        {
            "name": "Linux",
            "includePath": [
                "${workspaceFolder}/**",
                "/usr/local/include",
                "/usr/local/include/opencv",
                "/usr/local/include/opencv2"
                
            ],
            "defines": [],
            "compilerPath": "/usr/bin/gcc",
            "cStandard": "c11",
            "cppStandard": "c++17",
            "intelliSenseMode": "clang-x64"
        }
    ],
    "version": 4
}

settings.json//这个不知道有没有用,之前设置的,一起贴上来吧

{
    "cmake.configureOnOpen": true,
    "files.associations": {
        "sstream": "cpp"
    },
}

main

opencvTest.cpp
//这里面没加子文件,我在自己的项目文件中加的子文件
//但是需要一起编译,项目文件中有错也不能通过。

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

using namespace cv;
int main()
{
    Mat img=imread("../templ.jpg");
    cv::imshow("image",img);
    cv::waitKey();
    return 0;
}
 
<think>好的,我现在需要帮助用户在Windows系统下使用CMake、Ninja和MSVC 14编译OpenCV。让我先回想一下相关的步骤和可能遇到的问题。 首先,用户的需求是使用CMake、Ninja和MSVC 14来编译OpenCV。MSVC 14应该是指Visual Studio 2015的编译器,对应的是vc14。我需要确认用户的环境是否已经安装了这些工具。比如,用户需要安装Visual Studio 2015或者至少安装对应的构建工具,以及Windows SDK。同时,CMake和Ninja也需要正确安装并添加到系统路径中。 接下来,用户可能需要从OpenCV的官方网站或者GitHub仓库下载源代码。通常推荐使用Git来克隆仓库,这样可以方便地切换版本,但用户也可以直接下载源码包。这里要注意选择正确的版本,某些版本可能需要特定的配置或者补丁。 然后是配置CMake。用户需要使用CMake GUI或者命令行来生成构建文件。使用Ninja作为生成器的话,在CMake命令中需要指定-G "Ninja"。同时,指定CMAKE_C_COMPILER和CMAKE_CXX_COMPILER为MSVC 14的cl.exe路径,以确保使用正确的编译器。可能还需要设置CMAKE_BUILD_TYPE为Release或Debug。 在配置过程中,可能会有一些依赖项的问题,比如第三方库的缺失。OpenCV的一些功能模块可能需要下载额外的依赖,比如FFmpeg、OpenEXR等。如果用户不需要这些功能,可以在CMake中禁用相关选项,比如BUILD_opencv_world来减少编译时间,或者设置OPENCV_DOWNLOAD_MIRROR为合适的镜像以加速下载。 配置完成后,使用CMake --build命令进行编译。这里要注意,使用Ninja的话,可能需要指定并行编译的线程数以加快速度,比如使用-j参数。编译过程中可能会遇到错误,比如缺少头文件、链接错误等,这时候需要检查依赖项是否正确安装,路径是否正确,或者是否有权限问题。 编译完成后,用户需要安装生成的文件到指定目录,可能需要管理员权限。安装后,配置自己的项目时,需要正确包含头文件和链接库文件,并确保运行时DLL的路径正确,比如将OpenCV的bin目录添加到系统PATH环境变量中。 此外,可能还需要处理一些常见问题,例如Python绑定的构建,CUDA支持等,但用户没有提到这些需求,可能暂时不需要考虑。如果用户遇到特定错误,可能需要具体分析日志文件,找出缺失的组件或配置错误的地方。 总结步骤应该是:安装依赖工具→获取源码→CMake配置→编译→安装→配置环境。需要注意各个工具的版本兼容性,比如Ninja和CMake的版本是否支持MSVC 14,以及OpenCV版本是否与编译器兼容。此外,路径中的空格或特殊字符可能导致问题,建议使用简短路径。 可能还需要提醒用户,如果使用较新版本的OpenCV,可能需要更新CMake或Ninja,或者应用某些补丁。如果遇到下载问题,可以手动下载第三方库并指定路径。最后,测试编译结果是否可用,比如运行示例程序或自己的项目,确保没有运行时错误。</think>在 Windows 系统下使用 **CMake + Ninja + MSVC14(Visual Studio 2015 编译器)** 编译 OpenCV 的步骤如下: --- ### **1. 环境准备** - **安装 Visual Studio 2015** 确保已安装 MSVC14(即 `vc14` 编译器组件)和 Windows SDK。在 VS2015 安装时勾选 C++ 开发工具。 - **安装 CMake** 从 [CMake 官网](https://cmake.org/download/) 下载并安装,安装时勾选 `Add CMake to the system PATH`。 - **安装 Ninja** 下载 [Ninja 二进制文件](https://github.com/ninja-build/ninja/releases),将 `ninja.exe` 放入系统路径(如 `C:\Windows` 或自定义路径并添加到 `PATH`)。 - **下载 OpenCV 源码** 从 [OpenCV GitHub](https://github.com/opencv/opencv) 克隆仓库,或直接下载 [源码包](https://opencv.org/releases/): ```bash git clone https://github.com/opencv/opencv.git cd opencv git checkout <指定版本,如 4.9.0> # 可选 ``` --- ### **2. 配置 CMake** 使用 **命令行** 或 **CMake GUI** 生成构建文件。以下是命令行示例: ```bash # 创建构建目录 mkdir build cd build # 配置 CMake(替换路径为你的实际路径) cmake -G "Ninja" ^ -DCMAKE_C_COMPILER="C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/cl.exe" ^ -DCMAKE_CXX_COMPILER="C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/cl.exe" ^ -DCMAKE_BUILD_TYPE=Release ^ -DBUILD_opencv_world=ON ^ # 可选:合并库到单个 opencv_world.dll -DWITH_OPENGL=ON ^ -DWITH_FFMPEG=OFF ^ # 可选:禁用 FFmpeg(若无需视频解码) -DOPENCV_DOWNLOAD_MIRROR=idc ^ # 加速第三方库下载 .. ``` **关键选项说明**: - `-G "Ninja"`: 指定生成 Ninja 构建文件。 - `-DCMAKE_C_COMPILER` 和 `-DCMAKE_CXX_COMPILER`: 指向 MSVC14 的 `cl.exe`。 - `-DCMAKE_BUILD_TYPE`: 设为 `Release` 或 `Debug`。 - 其他选项按需调整(如禁用 `CUDA`、`Python` 支持等)。 --- ### **3. 编译与安装** 使用 Ninja 进行快速并行编译: ```bash # 编译(-j 指定线程数,如 -j8) cmake --build . --config Release --parallel 8 # 安装到系统目录(默认在 build/install) cmake --install . --prefix "C:/opencv/install" ``` --- ### **4. 配置环境变量** - **添加 DLL 路径**:将生成的 `opencv_world4xx.dll`(位于 `build/bin/Release` 或 `install/bin`)所在目录添加到系统 `PATH`。 - **项目配置**:在你的项目中,设置: - **包含目录**:`install/include` - **库目录**:`install/lib` - **链接库**:`opencv_world4xx.lib` --- ### **常见问题解决** 1. **第三方库下载失败** 在 CMake 配置时若卡在下载 `ippicv`、`ffmpeg` 等,可手动下载并放入 `build/Downloads` 目录,或设置代理: ```bash -DOPENCV_DOWNLOAD_MIRROR=idc ``` 2. **MSVC 编译器未找到** 检查 `cl.exe` 路径是否正确,或通过 **VS2015 开发者命令提示符** 启动命令行,自动设置环境变量。 3. **Ninja 编译错误** 确保 CMake 生成无报错,检查日志中的具体错误(如缺失依赖或权限问题)。 --- ### **验证编译结果** 编写一个简单程序测试 OpenCV: ```cpp #include <opencv2/opencv.hpp> using namespace cv; int main() { Mat img = imread("test.jpg"); imshow("Image", img); waitKey(0); return 0; } ``` 编译时链接 `opencv_world4xx.lib`,并确保运行时能找到 DLL。 --- 通过以上步骤,你可以在 Windows 下使用 MSVC14 + Ninja 高效编译 OpenCV。如果遇到具体错误,可根据 CMake 输出日志进一步排查。
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
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