VS2017+OpenCV4.1.0(VC15)、VS2015+OpenCV3.4.1(VC14) 配置

目录

1、下载OpenCV

2、配置OpenCV环境变量

3、新建VS工程并配置相关属性

1、下载OpenCV

OpenCV官网链接:https://opencv.org/

点击上方Releases板块,选择需要的OpenCV版本,下载后安装.exe文件。

如:opencv-3.4.1-vc14_vc15.exe或者opencv-4.1.0-vc14_vc15.exe

2、配置OpenCV环境变量

在环境变量中添加安装路径到系统变量的Path路径:

E:\OpenCV3\opencv-3.4.1\build\x64\vc14\bin

E:\OpenCV3\opencv-4.1.0\build\x64\vc15\bin
  • vc14对应VS2015,vc15对应VS2017;有vc14、vc15可选;
  • opencv-3.4.1、opencv-4.1.0版本只有x64版本。

3、新建VS工程并配置相关属性

新建VS空项目,新建mian.cpp源文件,

添加以下测试代码:

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

using namespace std;
using namespace cv;//引入 OpenCV 的命名空间

int main(int argc, const char* argv[])
{
	while (true)
	{
		Mat Image = imread("0.jpg");//c++文件目录下需要有一张名为0.jpg的图像文件
		imshow("Image", Image);

		waitKey(1);
	}
	return 0;
}

如果在“解决方案资源管理器”中添加,则OpenCV配置只对当前项目有效;

在“属性管理器”中添加以下内容,则以后新建项目也会保存OpenCV配置。

右击所建项目选择“属性”,点击“VC++目录”,在“包含目录”中添加:

(OpenCV3.4.1版本)

E:\OpenCV3\opencv-3.4.1\opencv\build\include

E:\OpenCV3\opencv-3.4.1\opencv\build\include\opencv

E:\OpenCV3\opencv-3.4.1\opencv\build\include\opencv2

(OpenCV4.1.0版本)

E:\OpenCV3\opencv-4.1.0\build\include

E:\OpenCV3\opencv-4.1.0\build\include\opencv2

在“库目录”中添加:

(OpenCV3.4.1版本)

E:\OpenCV3\opencv-3.4.1\opencv\build\x64\vc14\lib

(OpenCV4.1.0版本)

E:\OpenCV3\opencv-4.1.0\build\x64\vc15\lib

展开“链接器”选择“输入”,在“附加依赖项”中添加:

(OpenCV3.4.1版本,共17个)

opencv_calib3d341d.lib
opencv_core341d.lib
opencv_dnn341d.lib
opencv_features2d341d.lib
opencv_flann341d.lib
opencv_highgui341d.lib
opencv_imgcodecs341d.lib
opencv_imgproc341d.lib
opencv_ml341d.lib
opencv_objdetect341d.lib
opencv_photo341d.lib
opencv_shape341d.lib
opencv_stitching341d.lib
opencv_superres341d.lib
opencv_video341d.lib
opencv_videoio341d.lib
opencv_videostab341d.lib

(OpenCV4.1.0版本,1个)

opencv_world410d.lib

  • x86、x64与调试时选择调试器位数32位、64位对应,x86使用Debug x86或者Release x86、x64使用Debug x64或者Release x64;
  • Debug在调试程序时使用,Releashe在发布程序时使用,一般来说Release相比Debug的程序运行更快。

(推荐将x64、x86都添加到Path路径。)

  • opencv-3.4.1、opencv-4.1.0版本都只有x64位,如需要x86位可以用cmake编译OpenCV源代码得到。

cmake编译OpenCV源代码后在得到的文件夹下找到install文件夹里的x86(即opencv3.4.1的x86的Debug版本),复制后放在opencv3.4.1里即\opencv-3.4.1\build目录下(和x64文件夹在一起),再重复以上步骤:设置环境变量Path;在属性管理器中配置相关属性(x64改成x86)即可使用x86版本。

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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