vs2019配置C++版OpenCV的方法步骤

下面我将详细地讲解“vs2019配置C++版OpenCV的方法步骤”的完整攻略。

准备工作

在开始配置之前,需要先完成以下准备工作:

  1. 下载并安装vs2019。
  2. 下载OpenCV的C++版本,可前往官网http://opencv.org/下载。
  3. 安装Visual Studio tools for CMake,可在 Visual Studio Installer -> 工作负载 -> 游戏和图形 -> 用于 CMake 的 Visual Studio 工具 中进行安装。

配置步骤

  1. 打开 Visual Studio,点击“新建项目”,选择“Win32控制台应用程序”。
  2. 在弹出的对话框中,输入项目名称,勾选“空项目”,点击“确定”。
  3. 在“解决方案资源管理器”中,右键点击“项目名称”并选择“属性”选项。
  4. 在弹出的对话框中,选择“VC++目录” -> “包含目录”,点击“编辑”。
  5. 添加OpenCV的头文件所在目录,例如:D:\OpenCV\build\install\include
  6. 选择“VC++目录” -> “库目录”,点击“编辑”。
  7. 添加OpenCV的库文件所在目录,例如:D:\OpenCV\build\x64\vc14\lib
  8. 在“链接器” -> “输入” -> “附加依赖项”,添加OpenCV的库文件名称,例如:opencv_world420.lib
  9. 点击“应用”和“确定”按钮,保存修改。
  10. 在“解决方案资源管理器”中右键点击“源文件”,选择“添加” -> “新建项” -> “C++文件(.cpp)”。
  11. 将以下代码粘贴到文件中:
#include <opencv2/opencv.hpp>
using namespace cv;
int main(){
    Mat img = imread("lena.png");
    imshow("lena", img);
    waitKey(0);
    return 0;
}
  1. 在解决方案资源管理器中右键点击项目名称并选择“属性”,在弹出的对话框中,选择“调试” -> “工作目录”,输入OpenCV的dll文件所在目录,例如:D:\OpenCV\build\x64\vc14\bin
  2. 点击“应用”和“确定”按钮,保存修改。
  3. 编译并运行程序,如果没有错误,应该会弹出一个显示Lena图像的窗口。

示例说明

下面是两个示例说明,分别是使用OpenCV绘制直线和矩形的代码:

绘制直线

#include <opencv2/opencv.hpp>
using namespace cv;
int main(){
    Mat img(400, 400, CV_8UC3, Scalar(0,0,0));
    line(img, Point(50,50), Point(350,350), Scalar(0,255,0), 3);
    imshow("line", img);
    waitKey(0);
    return 0;
}

绘制矩形

#include <opencv2/opencv.hpp>
using namespace cv;
int main(){
    Mat img(400, 400, CV_8UC3, Scalar(0,0,0));
    rectangle(img, Point(50,50), Point(350,350), Scalar(0,255,0), 3);
    imshow("rectangle", img);
    waitKey(0);
    return 0;
}

以上就是完整的配置步骤以及两个示例说明,希望可以帮助到你。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:vs2019配置C++版OpenCV的方法步骤 - Python技术站

(0)
上一篇 2023年5月25日
下一篇 2023年5月25日

相关文章

  • Django认证系统user对象实现过程解析

    Django认证系统user对象实现过程解析 Django提供了一个强大的认证系统,方便我们进行用户认证和管理。在这个系统中,用户对象user扮演了至关重要的角色。接下来,我将详细介绍Django认证系统user对象的实现过程。 User对象 Django认证系统中的User对象是一个封装了用户认证信息的数据结构。这个对象包含了用户的基本信息,如用户名、密码…

    人工智能概览 2023年5月25日
    00
  • Docker制作Python运行环境基础镜像的方法步骤

    下面是Docker制作Python运行环境基础镜像的方法步骤的完整攻略。 概述 Docker是一个开源的应用容器引擎,可以实现应用程序的集装箱式打包、快速传输以及跨平台部署等功能。Docker镜像是Docker容器的基础,可以将一个应用程序和其依赖打包为一个独立的、跨平台的镜像。因此,Docker镜像的制作非常重要。本文将分步骤介绍如何制作一个Python运…

    人工智能概论 2023年5月25日
    00
  • JAVASCRIPT车架号识别/验证函数代码 汽车车架号验证程序

    JAVASCRIPT车架号识别/验证函数代码 汽车车架号验证程序 简介 本攻略将教你如何编写Javascript代码来验证汽车车架号,这个代码可以用于网站、应用程序、汽车销售平台等。我们将创建一个基于Javascript的车架号验证函数,这个函数将按照汽车车架号的算法进行验证,来判断输入的车架号是否合法。 车架号结构和算法 汽车车架号是一串由17位组成的字符…

    人工智能概论 2023年5月25日
    00
  • pytorch实现mnist分类的示例讲解

    下面我来为你详细讲解“pytorch实现mnist分类的示例讲解”的完整攻略。 1. 确定需求 在开始编写代码之前,我们需要明确实现的需求是什么。在这个示例中,我们需要使用pytorch搭建神经网络对手写数字图片进行分类。 2. 准备数据集 接下来,我们需要准备mnist数据集,该数据集包含了训练集和测试集。首先,我们需要安装pytorch和torchvis…

    人工智能概论 2023年5月25日
    00
  • Ubuntu18.04安装opencv 3.2.0的解决方法

    下面是Ubuntu18.04安装opencv 3.2.0的解决方法攻略: 一、安装依赖项 首先,要安装一些基本依赖项。在终端中执行以下命令: sudo apt-get update sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev li…

    人工智能概览 2023年5月25日
    00
  • 利用Python将彩色图像转为灰度图像的两种方法

    当我们需要进行图像处理时,将彩色图像转为灰度图像是非常常用的一个操作。这个操作可以使得图像处理更加高效和准确。在Python中,我们可以使用两种方法将彩色图像转为灰度图像。 方法一:使用Pillow库中的convert()函数 Pillow库是Python中常用的一个图像处理库,它提供了convert()方法来实现彩色图像到灰度图像的转换。下面是使用Pill…

    人工智能概览 2023年5月25日
    00
  • Flask处理Web表单的实现方法

    Flask是一个轻量级的Python Web开发框架,其处理Web表单的实现方法也非常简单。在Flask中,我们可以通过Flask-WTF和Flask内置的request对象来实现Web表单的处理。 使用Flask-WTF处理Web表单 Flask-WTF是Flask的一个扩展,可以帮助我们更轻松地处理Web表单。它提供了Form类,可以方便地定义表单,并提…

    人工智能概论 2023年5月25日
    00
  • django之跨表查询及添加记录的示例代码

    下面我将为您详细讲解“django之跨表查询及添加记录的示例代码”的攻略。 1. 跨表查询 在Django中,跨表查询可以使用related_name属性实现。related_name属性定义了反向查询时使用的名称。 例如,我们有两个模型:Author和Book。一个作者可以写多本书,因此会有一个外键将书籍与作者关联起来。在查询时,我们希望获得一个作者的所有…

    人工智能概论 2023年5月24日
    00
合作推广
合作推广
分享本页
返回顶部