opencv 4.4 安装 VS2019

一、准备

1、从官网下载opencv4.4.0 exe文件 并解压到指定文件夹

2、添加换变量 F:\file\opencv\opencv\build\x64\vc15\bin 到path下,我使用的是vs2019 所以没有添加vc14

3、将opencv_world440.dll和opencv_world440d.dll拷贝到C:\Windows\SysWOW64这个文件夹里面
注意:64位系统用户需要注意,32位的DLL文件放在【C:\Windows\SysWOW64】,64位的DLL文件放在“【C:\Windows\System32】。

4、打开vs2019,新建一个命令行程序,新建成功后打开属性管理器,首先选择指定的配置管理器,
在这里插入图片描述

在包含目录里添加:
F:\file\opencv\opencv\build\include
库目录添加:
F:\file\opencv\opencv\build\x64\vc15\lib
选择输入—>附加依赖性 添加opencv_world440d.lib(根据下载的实际版本进行更改。可在opencv\build\x64\vc15\lib里查看)

5、测试一下,读取一张照片

#include <opencv2/opencv.hpp>

int main(int argc, char** argv) {
	cv::Mat img = cv::imread("F:\\file\\abcdefg.jpg");
	if (img.empty()) {
		printf("资源未找到");
		return -1;
	}
	cv::namedWindow("Example1", cv::WINDOW_AUTOSIZE);
	cv::imshow("Example1", img);
	cv::waitKey(0);
	cv::destroyWindow("Example1");
	return 0;
}

二、开始

1、读取一段视频

#include <opencv2/opencv.hpp>

int main(int argc, char** argv) {
	cv::namedWindow("Example2", cv::WINDOW_AUTOSIZE);
	cv::VideoCapture cap;
	cap.open("F:\\file\\VID_20200131_115507.mp4");
	cv::Mat Frame;
	for (;;) {
		cap >> Frame;
		if (Frame.empty()) break;
		cv::imshow("Example2", Frame);
		if (cv::waitKey(33) >= 0) break; //等待输入,时长为33毫秒;
		//30FPS播放,准确数字为33.3ms...,60FPS则设置等待(1000/60)ms
	}

	return 0;
}

2、有进度条的视频播放器

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

using namespace std;

int g_slider_position = 0;
int g_run = 1, g_dontset = 0;//start out int single step mode
cv::VideoCapture g_cap;

void onTrackbarSlide(int pos, void*) {
	g_cap.set(cv::CAP_PROP_POS_FRAMES, pos);

	if (!g_dontset)
		g_run = 1;
	g_dontset = 0;
}

int main(int argc, char** argv) {
	
	cv::namedWindow("Example2_4", cv::WINDOW_AUTOSIZE); //创建一个窗口

	g_cap.open("F:\\file\\VID_20200131_115507.mp4"); //将指定的视频读取到g_cap中
	int frames = (int)g_cap.get(cv::CAP_PROP_FRAME_COUNT); //获取视频的总帧数
	int tmpw = (int)g_cap.get(cv::CAP_PROP_FRAME_WIDTH); //获取视频的宽度
	int tmph = (int)g_cap.get(cv::CAP_PROP_FRAME_HEIGHT); //获取视频的高度
	cout << "Video has" << frames << "frames of dimensions("
		<< tmpw << "," << tmph << ")." << endl;

	cv::createTrackbar("Position", "Example2_4", &g_slider_position, frames,
		onTrackbarSlide);//创建进度条
	cv::Mat frame;
	for (;;) {
		if (g_run != 0) {
			g_cap >> frame;
			if (frame.empty()) break;
			int current_pos = (int)g_cap.get(cv::CAP_PROP_POS_FRAMES); //获取当前的帧数位置
			g_dontset = 1;

			cv::setTrackbarPos("Position", "Example2_4", current_pos);
			cv::imshow("Example2_4", frame);

			g_run -= 1;
		}

		char c = (char)cv::waitKey(10);
		if(c=='s')//single step
		{
			g_run = 1; cout << "Single step,run=" << g_run << endl;
		}
		if (c == 'r')//run mode
		{
			g_run = -1; cout << "Run mode,run=" << g_run << endl;
		}
		if (c == 27)
			break;
	}
	return 0;
}

3、高斯核空间滤波

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

using namespace std;


//简单处理函数
void example2_5(const cv::Mat& image) {
	//创建连个窗口用来显示出入和输出的图像
	cv::namedWindow("Example2_5-in", cv::WINDOW_NORMAL);
	cv::namedWindow("Example2_5-out", cv::WINDOW_NORMAL);

	cv::imshow("Example2_5-in", image);

	cv::Mat out; //输出的图像

	//高斯核模糊滤波
	cv::GaussianBlur(image, out, cv::Size(5, 5), 3, 3);
	cv::GaussianBlur(out, out, cv::Size(5, 5), 3, 3);

	//将处理后的图像打印在输出窗口
	cv::imshow("Example2_5-out", out);

	cv::waitKey(0);
}

int main(int argc, char** argv) {
	
	cv::Mat image = cv::imread("F:\\file\\abcdefg.jpg");

	example2_5(image);

	return 0;
}

创建窗口时 AUTOSIZE 则将窗口自动调整至包裹图片大小,但存在最大值,当图片超过最大值时将会导致图片无法完全显示出来,使用NORMAL参数时 则会创建一个固定大小的窗口,图片会被缩放以适应窗口大小

opencv-4.4.0-vc14_vc15.exe 版本:4.4.0 2020年7月 OpenCV 4.x的夏季更新已发布 :晴天: 此版本的亮点: SIFT(尺度不变特征变换)算法已移至主存储库(SIFT的专利已过期) DNN模块: 改进的图层/激活/支持更多模型: 最新的Yolo v4检测器:#17148。为[yolo]层(Yolo v3和Yolo v4)禁用了每层NMS,因为它们是不正确的-用于cv::dnn::NMSBoxes所有检测。 ONNX:添加对Resnet_backbone(Torchvision)的支持#16887 EfficientDet模型支持:#17384 新样本/演示: 添加文本识别示例:C ++ / Python FlowNet2光流:#16575 英特尔®推理引擎后端(OpenVINO™): 增加了对OpenVINO 2020.3 LTS / 2020.4版本的支持 计划在下一版本中删除对NN Builder API的支持 CUDA后端中的许多修复和优化(感谢@YashasSamaga):PR G-API模块: 在OpenCV后端引入了用于状态内核的新API :GAPI_OCV_KERNEL_ST。有状态内核在各个图执行(标准中更多)或流的视频帧之间(以流模式)保留其状态。 在G-API推出更多面向视频的操作:goodFeaturesToTrack,buildOpticalFlowPyramid,calcOpicalFlowPyrLK。 添加了更多的图像处理内核:Laplacian和双边过滤器。 修复了G-API的OpenCL后端中的潜在崩溃。 OpenCV社区的许多其他伟大贡献,包括但不限于: Obj-C / Swift绑定:#17165 (opencv_contrib)Julia绑定是正在进行的GSoC项目的一部分:#2547 (opencv_contrib)BIMEF:生物启发的多重曝光融合框架,用于弱光图像增强: #2448 为CV_16UC1图像启用Otsu阈值:#16640 为文本检测添加笔划宽度变换算法:#2464 计划在Apache 2许可证上进行下一版本OE-32的 迁移#17491
### 回答1: 可以使用以下命令在Ubuntu 18.04上安装OpenCV 4.4: 1. 更新Ubuntu软件包列表: ``` sudo apt-get update ``` 2. 安装依赖项: ``` sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev ``` 3. 安装图像和视频I/O库: ``` sudo apt-get install libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev libv4l-dev libxvidcore-dev libx264-dev ``` 4. 安装OpenCV: ``` sudo apt-get install libopencv-dev ``` 或者从源代码编译安装: ``` git clone https://github.com/opencv/opencv.git cd opencv git checkout 4.4.0 mkdir build cd build cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. make -j8 sudo make install ``` 安装完成后,您可以使用OpenCV库来编写和运行图像和视频处理应用程序。 ### 回答2: 要在Ubuntu 18.04上安装OpenCV 4.4,可以按照以下步骤进行操作: 1. 打开终端,并更新包列表,输入以下命令: ``` sudo apt update ``` 2. 安装OpenCV依赖库,输入以下命令: ``` sudo apt install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev ``` 3. 克隆OpenCV的源代码到本地,输入以下命令: ``` git clone https://github.com/opencv/opencv.git ``` 4. 切换到OpenCV源代码文件夹中,输入以下命令: ``` cd opencv ``` 5. 创建用于编译的build文件夹,输入以下命令: ``` mkdir build ``` 6. 进入build文件夹,并运行cmake命令生成Makefile,输入以下命令: ``` cd build cmake .. ``` 7. 开始编译并安装OpenCV,输入以下命令: ``` make -j4 sudo make install ``` 8. 完成安装后,需要将OpenCV库路径添加到系统库路径中,输入以下命令: ``` sudo echo '/usr/local/lib' >> /etc/ld.so.conf.d/opencv.conf sudo ldconfig ``` 9. 验证安装是否成功,可以编写一个简单的OpenCV程序,例如test.cpp,输入以下命令: ``` gedit test.cpp ``` 在编辑器中输入下列代码: ``` #include <opencv2/opencv.hpp> int main() { cv::Mat image; image = cv::imread("test.jpg", CV_LOAD_IMAGE_COLOR); // 替换成你的图片路径 if (!image.data) { printf("Could not open or find the image.\n"); return -1; } cv::namedWindow("Display window", cv::WINDOW_AUTOSIZE); cv::imshow("Display window", image); cv::waitKey(0); return 0; } ``` 10. 保存并退出编辑器,然后编译并运行程序,输入以下命令: ``` g++ test.cpp -o test `pkg-config --cflags --libs opencv` ./test ``` 如果一切顺利,应该会显示一张图片。 通过以上步骤,您应该成功在Ubuntu 18.04上安装OpenCV 4.4。请注意,这只是一个基本的安装过程,您可能需要根据您的需求和配置进行适当地调整。 ### 回答3: 安装OpenCV4.4在Ubuntu 18.04上可以按照以下步骤进行: 1. 打开终端,更新系统软件包列表: ``` sudo apt update ``` 2. 安装必要的依赖项: ``` sudo apt install build-essential cmake git pkg-config libgtk-3-dev \ libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev \ libx264-dev libjpeg-dev libpng-dev libtiff-dev gfortran openexr libatlas-base-dev \ python3-dev python3-numpy libtbb2 libtbb-dev libdc1394-22-dev ``` 3. 克隆OpenCV的GitHub存储库: ``` cd ~ git clone https://github.com/opencv/opencv.git cd opencv git checkout 4.4.0 #确保下载的是4.4版本 ``` 4. 克隆OpenCV的额外模块存储库: ``` cd ~ git clone https://github.com/opencv/opencv_contrib.git cd opencv_contrib git checkout 4.4.0 #确保下载的是4.4版本 ``` 5. 创建一个build目录,并进入该目录: ``` cd ~/opencv mkdir build cd build ``` 6. 使用CMake配置编译选项: ``` cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D INSTALL_C_EXAMPLES=OFF \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D OPENCV_GENERATE_PKGCONFIG=ON \ -D OPENCV_ENABLE_NONFREE=ON \ -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \ -D BUILD_EXAMPLES=ON .. ``` 此处根据需要添加或修改其他选项。 7. 编译和安装OpenCV: ``` make -j8 # 注意此处8代表线程数,根据你电脑的实际情况进行调整 sudo make install ``` 8. 配置OpenCV库: ``` sudo sh -c 'echo "/usr/local/lib" >> /etc/ld.so.conf.d/opencv.conf' sudo ldconfig ``` 至此,你已经成功在Ubuntu 18.04上安装OpenCV4.4,你可以在项目中使用该库进行图像处理和计算机视觉任务。 注意:这是基本的安装流程,具体安装过程可能会有所变化,因此,请仔细阅读官方文档和GitHub存储库上的说明。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值