【opencv第一篇】安装opencv以及配置（vs2015 & Python3.5）

本篇主要介绍如何下载OpenCV安装程序，如何在VS2008下安装配置OpenCV，文章最后还介绍了一个使用OpenCV的简单小例子。

opencv的下载

OpenCV下载链接
下载完成后，双击运行exe，选择输出目录，我选择的是D:\opencv。然后解压缩就完成了安装。安装过程如下图所示：

安装完毕之后，在其安装目录下可以看到两个文件夹：build和sources,其中build是OpenCV使用时要用到的一些库文件，而sources中则是OpenCV为我们提供的一些demo示范源码：

在电脑中配置opencv

上面步骤只是完成了安装，但是要能够正常使用OpenCV来进行开发，我们还需要进行环境变量的配置，在“控制面板”选择“系统”（此时把桌面图标改成大图标比较好找~），右击弹出“系统属性”对话框，选择“高级”再点击“环境变量”，找到Path变量，选中并点击编辑：

64位系统的需要在path添加“;opencv安装路径\build\x64\vc14\bin”（注：英文输入法中的“;”是分割符，用于与前面其他软件的配置参数分开），例如我的配置参数应该为：;E:\OpenCV\opencv\build\x64\vc14\bin。在之前的opencv版本中的配置时，32位系统应配置路径“;opencv安装路径\build\x86\vc14\bin”，但是3.1.0版本的OpenCV已经将x86这个目录删除了，也就是说在VS 2015环境下不能进行32位的OpenCV编译。
还有一个要注意的就是x64文件夹下分为vc12和vc14两个文件夹，他们对应于VS的版本，例如VS2013应使用vc12,而这里我们使用的是VS 2015,所以应该使用vc14文件目录：

补充：vc8 = Visual Studio 2005，vc9 = Visual Studio 2008，vc10 = Visual Studio 2010，vc11 = Visual Studio 2012，vc12 = Visual Studio 2013，vc14 = Visual Studio 2015
VS 2015配置：
我们知道要在VS中使用外部的类库的话，需要进行引入的一下配置，这个配置就包括：外部库目录指定和外部包含文件指定。
打开VS 2015，新建一个空白的win32的控制台工程：

选择语言为C++，Win32类型中的控制台工程，并设置工程名称：

指定建立的工程为空白工程：

建立完工程之后，我们选中解决方案栏中的Resource Files目录（即源码目录），然后新建一个C++源码文件：

设置源码的文件名，例如：Main，然后创建此源码文件到工程中：
在VS中有个叫做“属性管理器”的工具，用于进行VS整体参数的配置，配置一次之后，以后所有新建项目都能应用改配置，不用再一一进行配置操作，使用起来也非常方便。点击工具栏中的：View—>Other Windows—>Property Manger打开属性管理器：

在新出现的属性管理器栏中，展开目录，选中Debug|Win64中的Microsoft.Cpp.x64.user，并右键点击属性（Properties）进入属性界面：

1）配置包含目录：
在通用属性（Common Properties）—>VC ++目录—>包含目录，然后点击右侧三角标志选中Edit进入编辑：

向其中添加下面三个路径：
E:\OpenCV\opencv\build\include
E:\OpenCV\opencv\build\include\opencv
E:\OpenCV\opencv\build\include\opencv2

2）配置库文件目录：
完成上面的包含目录配置之后，我们还需要进行库文件的配置：回到属性界面，选择包含目录下面的Library Directories（库文件目录）：

向库文件目录下添加OpenCV的库文件目录：E:\OpenCV\opencv\build\x64\vc14\lib，这个目录根据每个人自己在第一步安装OpenCV中选择的目录进行选定：

3）配置动态链接库：
我们可以查看步骤2）中添加的库文件目录下面.lib文件列表，发现在3.1.0版本的OpenCV中，仅剩下两个库文件，分别是：opencv_world310.lib和opencv_world310d.lib，这里两个库文件的区别就是：opencv_world310.lib是Release模式版本，而opencv_world310d.lib是Debug模式版本：

跟上述两个步骤相似，在属性界面中打开Linker(链接库)—>Input(输入)—>Additional Dependencies(添加依赖)：

将我们刚刚在OpenCV库文件目录下看到的两个库文件其中一个添加到这里（根据模式需求Release模式或Debug模式）：

其实，对已经发行和未来即将发布的新版OpenCV，只需看opencv\build\x86\vc10\lib下的库是哪几个，添加成依赖项就可以了。

三、实践：
在完成了上述所有配置工作之后，我们需要进行一次实测，用于验证以上配置是否成功。这里我们的测试demo功能很简单，就是在一个窗口中显示我们指定的一张图片。在之前的Main.cpp文件中添加以下代码：

#include <iostream> 
#include <opencv2/core/core.hpp> 
#include <opencv2/highgui/highgui.hpp> 
 using namespace cv; 
int main()
{
 // 读入一张图片（游戏原画） 
Mat img = imread("pic.jpg");
 // 创建一个名为 "游戏原画"窗口 
namedWindow("游戏原画"); 
// 在窗口中显示游戏原画 
imshow("游戏原画", img);
 // 等待6000 ms后窗口自动关闭
 waitKey(6000);
 } 

运行工程，假如一切都正常的话，会出现如下结果：

**四、可能出现的问题： **
1.运行程序时，发现编译不通过，报一下错误：

这个错误出现的原因是：我们之前说过在VS 2015中不能进行32位的OpenCV的编译，而且我们整个配置过程都是针对于64位系统而进行的，那么我们要如何才能让VS 2015运行64的调试模式呢，其实很简单，在工具栏中切换一下就好：

2.无法加载图片，提示指针越位：

出现这个问题一般可能有两个原因：
一是图片后缀名不对或者是目录存放位置不正确；
二是属性配置中的动态库配置中，带d和不带d的两个库文件配置情况与当前调试模式不对应，可以在解决方案中直接选中当前工程，右键进入属性面板，然后修改其Linker中的Additional Dependencies：

在python3.5中试用opencv

最近在OpenCV的官方文档上看到一个人脸识别的示例代码，想要实现。由于我之前下好的OpenCV3.1中并不自带相关的函数，即opencv2/contrib/contrib.hpp这个文件找不到。需要下载一个contrib的扩展包，然后再用cmake进行编译，最终才能使用。我按照某个博客上的内容（opencv+contrib）试了一个下午，最后也没有完成，反正遇到了各种问题，最后放弃了。 于是，就去官网上下了一个OpenCV2.4.13，重新配置，也是搞了好久，最后才能使代码顺利运行，虽然最后还是出了一个不知道如何解决的bug。 为什么非要在vs2015上用C++写关于OpenCV的东西呢？于是我想到Python，正所谓人生苦短，我用Python。至于在python中使用OpenCV，目前我知道的途径有两个，一个是在opencv文件夹里面的python文件夹里面的某个文件（就是最底下的那个cv2.pyd文件）拷贝到python文件夹里面的某个地方（根据自己安装python的位置）。 一向喜欢方便的我，看到这个就很烦，再说，OpenCV3.1里面貌似只支持2.7的python，于是就找到了第二个方法。即用pip去安装。 于是按照网上的博客，需要在这个网站Python Extension Packages里面下相关的whl文件（顺便强势安利一下这个神奇的网站）： 由于我的电脑是64位的，我之前安装过python3.5，所以我就选择了opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl这个文件，（因为OpenCV3.0以上的版本有些函数需要融入contrib这个扩展包才行，所以要下带有contrib的这个whl文件）。 下好后，我就开始在cmd中安装了，这样：
pip install opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl

但是安装不了，很是纳闷，后来又去下了个32位的opencv_python-3.2.0+contrib-cp35-cp35m-win32.whl，最后终于装好了。我猜测可能我当初下的python是32位的，并不和系统的位数相关吧~ 需要注意的是，在安装这个cv2之前，要保证已经装好了numpy，由于我的python里面之前装过，所以这边就省略这个步骤了。下面就开始起飞了！在sublime里面编辑如下：

import cv2
img =cv2.imread('Building.bmp',0)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

最后终于成功显示图像了