用opencv创建第一个项目

用opencv创建第一个项目

在安装完opencv后,我创建了一个opencv示例项目,看项目是否能正常运行。创建的过程如下:
第一步:首先创建程序的工作目录,工作目录应包括三个文件夹,分别是bin,lib,src三个文件夹,如下图
在这里插入图片描述
文件夹bin包括以下内容:
在这里插入图片描述
文件夹lib包括以下内容:
在这里插入图片描述
文件夹src用来存放项目文件,同时新建一个include文件夹存放opencv中的include文件夹下的内容。如下图
在这里插入图片描述
第二步:创建一个空项目,如下图所示
在这里插入图片描述
在这里插入图片描述
第三步:配置项目环境,因为我的opencv是64位版本,因此我首先右键项目\属性\配置管理器中的平台改为64位平台,如图
在这里插入图片描述
在属性中选择(C\C++),在附加包含目录中添加include文件夹,如下图
在这里插入图片描述
然后在属性中选择\链接器\常规\添加附加库,添加lib文件夹下的库文件。(因为lib在工程文件的上二级目录,所以是…\lib)
在这里插入图片描述
在属性中选择\链接器\常规\输入,附加依赖项中添加库的名字,如图
在这里插入图片描述
然后在配置属性\常规中,将输出目录改为”…\bin”,然后在配置属性\调试中将工作目录改为”…\bin”,如下图:
在这里插入图片描述
第四步:在项目文件下的源文件下添加一个cpp文件,并在文件中输入以下代码:

#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
int main(int argc, char *argv)
{
	Mat image = imread("1.jpg");
	namedWindow("img");
	imshow("img", image);
	waitKey(0);
	return 0;
}

在bin文件夹中添加1.jpg后,运行项目即可。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenCV项目 这是一个个人在使用OpenCV过程中写的一些小项目,以及一些非常有用的OpenCV代码,有些代码是对某论文中的部分实现。 注意:代码是在Xcode里写的,如果要在win下测试,遇到问题自己修改。 opencv-rootsift-py 用python和OpenCV写的一个rootsift实现,其中RootSIFT部分的代码参照Implementing RootSIFT in Python and OpenCV这篇文章所写,通过这个你可以了解Three things everyone should know to improve object retrieval这篇文章中RootSIFT是怎么实现的。 sift(asift)-match-with-ransac-cpp 用C++和OpenCV写的一个图像匹配实现,里面包含了采用1NN匹配可视化、1NN匹配后经RANSAC剔除错配点可视化、1NN/2NN<0.8匹配可视化、1NN/2NN<0.8经 RANSAC剔除错配点可视化四个过程,其中1NN/2NN<0.8匹配过程是Lowe的Raw feature match,具体可以阅读Lowe的Distinctive image features from scale-invariant keypoints这篇文章。这个对图像检索重排非常有用。另外里面还有用OpenCV写的ASIFT,这部分来源于OPENCV ASIFT C++ IMPLEMENTATION,ASIFT还可以到官网页面下载,ASIFT提取的关键点 比SIFT要多得多,速度非常慢,不推荐在对要求实时性的应用中使用。 更多详细的分析可以阅读博文SIFT(ASIFT) Matching with RANSAC。 有用链接 OpenCV3.0文档 // 测试sparse unsigned int centersNum = 10; vector descrNums; descrNums.push_back(8); descrNums.push_back(12); //unsigned int T[] = {1, 2, 1, 3, 2, 5, 4, 3, 10, 5; 4, 2, 6, 5, 2, 5, 4, 6, 2, 4}; unsigned int T[] = {1, 2, 1, 3, 2, 5, 4, 3, 10, 5, 4, 2, 6, 5, 2, 5, 4, 6, 2, 4}; sp_mat Hist(descrNums.size(), centersNum); static long int count = 0; for (int i = 0; i < descrNums.size(); i++){ unsigned int* desrcElementsTmp = new unsigned int[descrNums[i]]; memcpy(desrcElementsTmp, T + count, descrNums[i] * sizeof(T[0])); //cout << desrcElementsTmp[0] << '\t' << desrcElementsTmp[1] << '\t' << desrcElementsTmp[2] << '\t' << desrcElementsTmp[3] << '\t' << desrcElementsTmp[4] << '\t' <<endl; //cout << desrcElementsTmp[5] << '\t' << desrcElementsTmp[6] << '\t' << desrcElementsTmp[7] << '\t' << desrcElementsTmp[8] << '\t' << desrcElementsTmp[9] << '\t' << desrcElementsTmp[10] << '\t' <<endl; //cout << endl; sp_mat X(1, centersNum); X.zeros(); for (int j = 0; j < descrNums[i]; j++){ X(0, desrcElementsTmp[j]-1) += 1; } X.print("X:"); X = X/norm(X, 2); Hist.row(i) = X; count = count + descrNums[i]; delete desrcElementsTmp; } //Hist.print("Hist:");
OpenCV是一个开源的计算机视觉库,可用于处理图像和视频。Qt是一款跨平台的应用程序框架,它提供了许多图形界面和其他功能。结合这两个工具,我们可以开发一个能够处理PDF文件中图像的实时应用程序。 在开发过程中,我们可以使用OpenCV的图像处理功能来提取PDF文件中的图像。首先,我们需要将PDF文件转换为图像格式,比如JPEG或PNG。这可以通过使用第三方库或者调用操作系统的API来实现。 转换完成后,我们可以使用OpenCV来加载和处理这些图像。我们可以进行一系列的操作,比如检测和识别文字、检测和跟踪目标、应用滤镜和特效等。OpenCV提供了许多强大的图像处理函数和算法,可以帮助我们实现各种功能。 而Qt则可用于构建用户界面。我们可以为我们的应用程序设计一个用户友好的界面,以便用户能够方便地选择和处理PDF文件。Qt提供了丰富的界面组件和布局工具,使我们能够轻松创建各种类型的界面。 在应用程序开发完成后,我们可以将其打包为一个可执行文件,并在Windows、macOS或Linux等平台上运行。用户可以通过简单的界面操作来选择和处理他们的PDF文件,并实时查看处理结果。 总之,通过将OpenCV和Qt结合在一起,我们可以开发一个便捷实用的PDF处理应用程序。这将为用户提供一个强大的工具,帮助他们处理和编辑PDF文件中的图像。无论是在个人还是商业环境中,这个应用程序都可以发挥重要作用。

“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

打赏作者

qq_17616

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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