OpenCV4.1.0+VS2017环境配置的方法步骤

下面是OpenCV4.1.0+VS2017环境配置的方法步骤：

前置条件

在搭建OpenCV4.1.0+VS2017环境之前，需要先安装VS2017或以上版本，并安装C++开发环境。

步骤一：下载OpenCV4.1.0

访问OpenCV官网，下载OpenCV4.1.0版本的zip文件，解压到任意一个目录。

步骤二：配置VS2017

启动VS2017，创建C++项目。在项目属性页面，选择“Release”配置，选择“平台”为“x64”。

在“VC++目录”下加入“包含目录”和“库目录”，分别为解压后的OpenCV目录下的“include”文件夹和“x64/vc15/lib”文件夹。

在“链接器”->“常规”下的“附加库目录”中加入“x64/vc15/lib”文件夹。

在“链接器”->“输入”下的“附加依赖项”下添加以下依赖：
- opencv_core410.lib
- opencv_highgui410.lib
- opencv_imgcodecs410.lib
- opencv_imgproc410.lib
- opencv_videoio410.lib

步骤三：测试程序

在VS2017中创建一个C++源文件，用以下代码验证OpenCV是否已正确配置：

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("test.jpg",IMREAD_COLOR);
    if (img.empty())
    {
        cout << "读入图像失败！" << endl;
        return -1;
    }
    imshow("image", img);
    waitKey(0);
    return 0;
}

此时，应使用以下代码进行编译：

cl /EHsc /Zi /MDd test.cpp /I <OpenCVPath>\include /link <OpenCVPath>\x64\vc15\lib\opencv_core410.lib <OpenCVPath>\x64\vc15\lib\opencv_highgui410.lib <OpenCVPath>\x64\vc15\lib\opencv_imgproc410.lib <OpenCVPath>\x64\vc15\lib\opencv_imgcodecs410.lib <OpenCVPath>\x64\vc15\lib\opencv_videoio410.lib /LIBPATH:<OpenCVPath>\x64\vc15\lib

其中，<OpenCVPath>为OpenCV的解压路径。

若代码编译无误，运行程序，应会弹出一个名为“image”的窗口，并展示一张图片。

示例说明

示例一：图像处理

我们需要实现以下功能：将一张彩色（RGB）图像转换为灰度图像、旋转图像并保存。

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("test.jpg",IMREAD_COLOR);
    if (img.empty())
    {
        cout << "读入图像失败！" << endl;
        return -1;
    }

    Mat grayImg;
    cvtColor(img, grayImg, COLOR_RGB2GRAY);
    imshow("gray image", grayImg);

    Mat rotateImg;
    Point2f center(img.cols / 2, img.rows / 2);
    double angle = 30.0;
    Mat rot = getRotationMatrix2D(center, angle, 1.0);
    warpAffine(img, rotateImg, rot, img.size());
    imshow("rotate image", rotateImg);

    imwrite("gray.jpg", grayImg);
    imwrite("rotate.jpg", rotateImg);

    waitKey(0);
    return 0;
}

同样使用上述编译命令进行编译，运行程序后，可以查看生成的两张图片是否正确。

示例二：摄像头实时图像处理

我们需要实现以下功能：从摄像头读取视频流，并进行图像处理，最终实时展示。

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

using namespace cv;
using namespace std;

int main()
{
    VideoCapture capture(0);
    if (!capture.isOpened())
    {
        cout << "打开摄像头失败！" << endl;
        return -1;
    }

    while (true)
    {
        Mat frame;
        capture >> frame;

        if (frame.empty())
        {
            break;
        }

        Mat grayImg;
        cvtColor(frame, grayImg, COLOR_RGB2GRAY);
        imshow("gray image", grayImg);

        if (waitKey(30) == 'q')
        {
            break;
        }
    }

    return 0;
}

同样使用上述编译命令进行编译，运行程序后，即可查看实时的摄像头图像，并实现图像灰度处理。若需要退出程序，按下“q”即可。