Visual Studio 2010配置OpenCV的方法

第一步:下载和安装OpenCV

首先需要从官网 http://opencv.org/downloads.html 下载OpenCV的安装包并进行安装,安装过程比较简单,这里不再详细说明。

第二步:配置Visual Studio 2010项目

  1. 创建工程

在Visual Studio 2010中创建一个空的Win32控制台工程:

File -> New -> Project->Win32 Console Application

按照提示设置好工程的名称和保存路径后,点击“OK”按钮。

  1. 添加OpenCV头文件和库文件的路径

点击“Project”菜单 -> “ Properties” -> “Configuration Properties” -> “VC++ Directories”,在“Include Directories”和“Library Directories”中分别添加OpenCV的头文件路径和库文件路径:

Include Directories : C:\opencv\build\include

Library Directories : C:\opencv\build\x86\vc10\lib

注意:上面的路径是默认路径,如果你的OpenCV安装在其他位置,则需要修改相应的路径。

  1. 添加OpenCV库文件

点击“Project”菜单 -> “ Properties” -> “Configuration Properties” -> “Linker” -> “Input”,在“Additional Dependencies”中添加opencv_core231.lib,opencv_highgui231.lib,opencv_imgproc231.lib,opencv_objdetect231.lib。

  1. 配置VC++运行时环境

点击“Project”菜单 -> “ Properties” -> “Configuration Properties” -> “C/C++” -> “Code Generation”,在“Runtime Library”中选择“/MTd”。

第三步:编写OpenCV程序

现在可以开始编写OpenCV程序了,这里以一个简单的图像处理程序为例:

将下面的代码保存为.cpp文件:

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"

using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{
Mat img = imread("test.jpg");
namedWindow("test",CV_WINDOW_AUTOSIZE);
imshow("test",img);
waitKey(0);
return 0;
}

这个程序会读取一张图片(test.jpg)并显示出来。

第四步:编译和运行程序

在Visual Studio 2010中选择“Debug”或“Release”模式,然后点击“Build”菜单 -> “Build Solution”编译程序。

编译完成后,在程序的输出目录下会生成一个exe文件,然后执行这个exe文件,程序就会运行起来并显示出图片。

示例说明:

1.打开摄像头并显示

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"

using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{
    VideoCapture capture(0);//0代表打开第一个摄像头
    Mat frame;
    if(capture.isOpened()){
        while(true){
            capture>>frame;
            if(frame.empty()) continue;
            imshow("video",frame);
            if(waitKey(30)=='q') break;
        }
    }
    return 0;
}

2.读取视频文件

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"

using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{
    VideoCapture capture("test.avi");//指定视频文件的路径
    Mat frame;
    if(capture.isOpened()){
        while(true){
            capture>>frame;
            if(frame.empty()) break;
            imshow("video",frame);
            waitKey(30);
        }
    }
    return 0;
}

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:Visual Studio 2010配置OpenCV的方法 - 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

  • pytorch中部分矩阵乘法和数组乘法的小结

    下面是关于“pytorch中部分矩阵乘法和数组乘法的小结”的攻略: 1. 矩阵乘法 在pytorch中,矩阵乘法是通过torch.matmul()函数实现的。矩阵乘法需要满足两个矩阵尺寸匹配的条件,即左矩阵的列数等于右矩阵的行数。 1.1 两个矩阵相乘 以下是两个矩阵相乘的示例: import torch a = torch.tensor([[1, 2], …

    人工智能概论 2023年5月25日
    00
  • Python Process多进程实现过程

    Python Process多进程实现过程 Python中的多进程是一种常见的并发处理方式,通过并发处理可以提高程序的运行速度,也是很多高效处理程序的必备方法之一。在Python中,使用multiprocessing模块来实现多进程,下面将详细讲解Python Process多进程实现过程。 多进程简介 多进程是指在同一时间内,计算机中可以运行多个进程,每个…

    人工智能概论 2023年5月25日
    00
  • 详解Nginx中基本的内存池初始化配置

    下面是针对 “详解Nginx中基本的内存池初始化配置” 的攻略: 什么是内存池 内存池是类似于内存地址管理的一个机制,在Nginx中起到了非常重要的作用。Nginx的内存池是针对每一种数据结构而定的内存分配器,使用内存池可以让Nginx服务器在高并发下的性能得到更好的保障,防止了不同线程之间的拥抢内存和内存泄漏。 Nginx内存池的基本配置 在Nginx中,…

    人工智能概览 2023年5月25日
    00
  • pytorch 实现在预训练模型的 input上增减通道

    要在 PyTorch 中增减预训练模型的输入通道数,可以参照以下步骤: 步骤一:下载并加载预训练模型 首先需要下载预训练模型的权重参数文件,在本示例中我们使用的是 ResNet18 模型 import torch import torchvision.models as models model = models.resnet18(pretrained=Tr…

    人工智能概论 2023年5月25日
    00
  • python实现两个文件夹的同步

    实现两个文件夹的同步主要有以下几个步骤: 使用 Python 的 shutil 库实现两个文件夹之间的复制和删除操作 使用 watchdog 库监控源文件夹的变化 使用线程池实现异步操作 具体实现细节如下: 1. 使用 shutil 实现文件夹之间的同步 shutil 是 Python 自带的一个文件操作库,用起来非常方便。我们可以使用 shutil.cop…

    人工智能概览 2023年5月25日
    00
  • linux服务器之LVS、Nginx和HAProxy负载均衡器对比总结

    我来详细讲解一下“linux服务器之LVS、Nginx和HAProxy负载均衡器对比总结”的完整攻略。 一、LVS、Nginx和HAProxy负载均衡器对比总结 1.1 介绍 负载平衡技术是指将多个服务器组成一个服务器集群,将用户请求分摊到不同的服务器上,从而达到提高系统可用性、增加系统负载能力的目的。其中,LVS、Nginx和HAProxy都是目前比较流行…

    人工智能概览 2023年5月25日
    00
  • Linux下将Python的Django项目部署到Apache服务器

    下面就是将Python的Django项目部署到Apache服务器的完整攻略。 准备工作 安装Apache服务器:在Linux终端上使用下面的命令安装Apache2: sudo apt-get update sudo apt-get install apache2 安装mod_wsgi:在Linux终端上使用下面的命令安装mod_wsgi: sudo apt-…

    人工智能概览 2023年5月25日
    00
  • PyTorch搭建多项式回归模型(三)

    当建立了数据的特征和目标集,就可以开始训练多项式回归模型了。在此教程中,我们将搭建一个多项式回归模型,根据公式f(x)=ax^3+bx^2+cx+d进行拟合。 数据预处理 import torch import numpy as np # 设置随机种子,保证结果可复现 torch.manual_seed(2021) # 创建训练数据和测试数据 x_train…

    人工智能概论 2023年5月25日
    00
合作推广
合作推广
分享本页
返回顶部