将 OpenCV Java 与 Eclipse 结合使用

配置 Eclipse

首先，从下载页面获取 OpenCV 的新版本，并将其解压缩到一个简单的位置，例如 .我使用的是 2.4.6 版，但其他版本的步骤或多或少相同。C:\OpenCV-2.4.6\

现在，我们将 OpenCV 定义为 Eclipse 中的用户库，因此我们可以在任何项目中重用该配置。启动 Eclipse 并从菜单中选择 Window –> Preferences。

在“Java”>“构建路径”>“用户库”下导航，然后单击“新建...”。

输入新库的名称，例如 OpenCV-2.4.6。

现在选择您的新用户库，然后单击添加外部 JAR...。

浏览并选择 opencv-246.jar。添加 jar 后，扩展 opencv-246.jar 并选择本机库位置，然后按编辑...。C:\OpenCV-2.4.6\build\java\

选择外部文件夹...并浏览以选择文件夹 。如果您使用的是 32 位系统，则需要选择 x86 文件夹而不是 x64。C:\OpenCV-2.4.6\build\java\x64

您的用户库配置应如下所示：

在新的 Java 项目上测试配置

现在开始创建一个新的 Java 项目。

在“Java 设置”步骤的“库”选项卡下，选择“添加库...”并选择 OpenCV-2.4.6，然后单击 Finish。

库应如下所示：

现在您已经创建并配置了一个新的 Java 项目，是时候测试它了。创建新的 java 文件。为方便起见，以下是入门代码：

导入 org.opencv.core.Core;

导入 org.opencv.core.CvType;

导入 org.opencv.core.Mat;

public class 你好

{

public static void main（ 字符串[] 参数 ）

{

System.loadLibrary（ Core.NATIVE_LIBRARY_NAME ）;

垫子垫子 = Mat.eye（ 3， 3， CvType.CV_8UC1 ）;

System.out.println（ “垫子 = ” + mat.dump（） ）;

}

}

运行代码时，应看到 3x3 单位矩阵作为输出。

就是这样，每当您开始一个新项目时，只需将您定义的 OpenCV 用户库添加到您的项目中，您就可以开始了。享受强大、不那么痛苦的开发环境:)

运行具有 OpenCV 和 MKL 依赖项的 Java 代码

如果您使用 MKL 库构建了 OpenCV，并且使用一些调用使用英特尔 MKL 的 OpenCV 函数的 Java 代码，您可能会收到以下错误（例如在 Ubuntu 上）：

英特尔 MKL 致命错误：无法加载 libmkl_avx2.so 或 libmkl_def.so。

在 Linux 上解决此问题的一个解决方案是预加载英特尔 MKL 库（在终端中运行命令或将其添加到文件中）。你的命令行应该类似于这个（如果你已经设置了变量，请添加before）：.bashrc$LD_PRELOAD:LD_PRELOAD

导出 LD_PRELOAD=/opt/intel/mkl/lib/intel64/libmkl_core.so：/opt/intel/mkl/lib/intel64/libmkl_sequential.so

然后，从设置了此环境变量 （） 的终端运行 Eclipse IDE，错误应该会消失。echo $LD_PRELOAD

   在线教程

• 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
• 人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
• EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
• 人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中，你将会学习到让机器人执行一系列动作所需要的基本算法。
• 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法，包括：概率推算，计划和搜索，本地化，跟踪和控制，全部都是围绕有关机器人设计。
• 机器学习 – 有指导和无指导情况下的基本机器学习算法
• 机器学习中的神经网络 – 智能神经网络上的算法和实践经验
• 斯坦福统计学习

有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
​

人工智能书籍

• OpenCV（中文版）.(布拉德斯基等)
• OpenCV+3计算机视觉++Python语言实现+第二版
• OpenCV3编程入门 毛星云编著
• 数字图像处理_第三版
• 人工智能:一种现代的方法
• 深度学习面试宝典
• 深度学习之PyTorch物体检测实战
• 吴恩达DeepLearning.ai中文版笔记
• 计算机视觉中的多视图几何
• PyTorch-官方推荐教程-英文版
• 《神经网络与深度学习》(邱锡鹏-20191121)
• …
  

第一阶段：零基础入门（3-6个月）

新手应首先通过少而精的学习，看到全景图，建立大局观。 通过完成小实验，建立信心，才能避免“从入门到放弃”的尴尬。因此，第一阶段只推荐4本最必要的书（而且这些书到了第二、三阶段也能继续用），入门以后，在后续学习中再“哪里不会补哪里”即可。

第二阶段：基础进阶（3-6个月）

熟读《机器学习算法的数学解析与Python实现》并动手实践后，你已经对机器学习有了基本的了解，不再是小白了。这时可以开始触类旁通，学习热门技术，加强实践水平。在深入学习的同时，也可以探索自己感兴趣的方向，为求职面试打好基础。

第三阶段：工作应用

这一阶段你已经不再需要引导，只需要一些推荐书目。如果你从入门时就确认了未来的工作方向，可以在第二阶段就提前阅读相关入门书籍（对应“商业落地五大方向”中的前两本），然后再“哪里不会补哪里”。

 有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
​