visual studio 2013中配置opencv图文教程 Opencv2.4.9安装配置教程

Visual Studio 2013中配置OpenCV图文教程

前提条件

在开始配置前，需要确认以下条件已满足：

1. 已经安装了Visual Studio 2013，且安装的版本为Professional或以上（Community版本不支持使用OpenCV）；
2. 已经下载并安装了OpenCV 2.4.9 或以上的版本。

安装配置过程

步骤一：新建项目

首先，我们需要在Visual Studio中新建一个项目。在新建项目的对话框中，选择Visual C++，然后选择Win32控制台应用程序，并命名为ProjectName（可以根据实际情况自行命名）。然后，按照默认设置，勾选“空项目”（Empty project），并点击“确定”。

步骤二：配置附加包含目录

点击“项目”菜单，选择“ProjectName属性”（其中ProjectName为你之前设置的项目名称）。然后在属性窗口中，选择“VC++目录”下的“包含目录”，单击编辑，添加OpenCV头文件的目录（例如D:\OPENCV2\build\include），并单击“确定”保存。

步骤三：配置附加库目录和链接器库

同样在之前的属性窗口中，选择“VC++目录”下的“库目录”，单击编辑，添加OpenCV库文件的目录（例如D:\OPENCV2\build\x86\vc12\lib）。然后选择“链接器”下的“输入”，单击“附加依赖项”，添加OpenCV的库文件（例如opencv_core249d.lib;opencv_highgui249d.lib）。

步骤四：编写示例代码并测试

在项目中新建.cpp文件，输入以下内容：

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
    Mat img = imread("test.jpg");
    if (img.empty())
    {
        cout << "Could not open or find image" << endl;
        return -1;
    }
    namedWindow("test");
    imshow("test", img);
    waitKey(0);
    return 0;
}

其中，imread函数用于读取名为test.jpg的图片，如果图片不存在，则会输出错误信息。然后，使用namedWindow函数创建一个主窗口，使用imshow函数显示图片，并使用waitKey函数等待用户按键。

进行编译时，需要选择“Release”方式编译，即“生成”->“生成解决方案”，或使用快捷键“Ctrl + Shift + B”。编译成功后，可以在Debug或者Release目录下找到生成的可执行文件，运行后即可显示测试图片。

示例说明

示例一：检测并识别人脸

使用OpenCV的人脸检测功能，先使用级联分类器对象对图像进行分类，然后再在图像中对人脸进行检测。

以下是示例代码：

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
    CascadeClassifier cascade;
    if (!cascade.load("haarcascade_frontalface_alt.xml"))
    {
        cout << "could not read classifer file" << endl;
        return -1;
    }

    Mat img = imread("test.jpg");
    if (img.empty())
    {
        cout<<"could not read image file"<<endl;
        return -1;
    }

    vector<Rect> faces;
    cascade.detectMultiScale(img, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30));

    for (size_t i = 0; i < faces.size(); i++)
    {
        rectangle(img, faces[i], Scalar(255, 0, 0), 2, 8, 0);
    }

    imshow("test", img);
    waitKey(0);
    return 0;
}

该程序加载了OpenCV预先训练好的人脸分类器文件“haarcascade_frontalface_alt.xml”，并将其应用于输入的图像。然后根据检测到的人脸位置绘制矩形框。

示例二：图像降噪

在图像处理中，降噪是一个常见的需求。OpenCV提供了不同的降噪方法来应对不同的问题。以下示例代码使用中值滤波器进行图像降噪：

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
    Mat img = imread("test.jpg");
    if (img.empty())
    {
        cout<<"could not read image file"<<endl;
        return -1;
    }

    Mat blurred;
    medianBlur(img, blurred, 5);

    imshow("original", img);
    imshow("blurred", blurred);
    waitKey(0);
    return 0;
}

该程序加载名为test.jpg的原始图像，然后使用medianBlur函数进行降噪。通过调整参数，可以调整滤波器的尺寸。最后，程序将原始图像和降噪后的图像同时显示出来，方便观察区别。