Visual Studio 2017 搭配 OpenCV 之 Python 环境


平台工具集:

  • Windows 7 64 位

  • Microsoft Visual Studio Community 2017 15.6.1

  • OpenCV 3.4.1 - CMake 3.11.0

  • Python 3.6.0

——————————————————————————–

一、强大的OpenCV:

1、开源计算机视觉库(OpenCV, Open Source Computer Vision Library)是一个开放源代码的计算机视觉应用平台,由英特尔公司下属研发中心俄罗斯团队发起该项目,开源BSD证书,OpenCV是一个跨平台的计算机视觉库,其目标是实现实时计算机视觉,也就是用摄像机和电脑代替人眼对目标进行识别、跟踪以及测量等,并进一步做图像处理。而图像处理(Image Processing)又称为影像处理,是用计算机对图像进行分析,以达到所需结果的技术,一般包括图像压缩,增强和复原,匹配、描述和识别三个部分。目前所说的图像处理一般指数字图像处理(Digital Image Processing)。计算机视觉与图像处理的区别主要在于:计算机视觉的侧重点在于使用计算机来模拟人的视觉,对客观事物进行“感知”;而图像处理的侧重点则在于“处理”,提取所需要的有效信息;这两者相辅相成,使得机器可以在一定程度上模拟人的一些行为,是机器更加人性化智能化。

2、OpenCV由于其开源特性以及强大的社区支持,使得其发展及其迅速。OpenCV1.0正式版本于2006年发布,可以运行在Mac OS以及Linux平台上,但是主要提供C的接口;到2009年发布了OpenCV2.0版本,其代码已显著优化,同时带来了全新的C++函数的接口,将OpenCv的能级无限放大,是开发者使用更加方便;同时,增加了新的平台支持包括iOS和Android,通过CUDA和OpenGL实现了GPU加速;在编程语言方面,为Python和Java用户提供了接口。2014年8月,OpenCV3.0 Alpha发布,宣告OpenCV3时代登场,其最为重大的革新之处在于OpenCV3.0 改变了项目架构的方式。之前的OpenCV是一个相对于整体的项目,各个模块都是以整体的形式构建然后组合在一起,而OpenCV3抛弃了整体架构,使用内核+插件的架构形式,是OpenCV更加轻量化。当前OpenCV随着工业4.0与机器人无人机发展已经在应用领域得到了广泛的应用,当前越来越多从事机器视觉与图像处理的开发者选择OpenCV作为开发工具实现应用开发。

3、OpenCV由于其开源特性,用户可以查看任意函数的源码,这需要使用CMake来重新生成Visual Studio的工程文件,至于具体步骤,百科一下你就知道,另外需要说明的是,正常安装的OpenCV只是安装了主仓库,它提供了稳定的核心功能库;而OpenCV还有一个额外的仓库 “opencv_contrib”,里面存放实验性质的contrib库,可以在GitHub下载,新仓库中有许多最新的功能,有兴趣可以下载配置。

4、如果要配置opencv_contrib仓库,要注意CMake的版本于Visual Studio的版本发布时期,最好是能对应,如果CMake失败可更换其他版本的CMake。所以,配置得多点耐心。目前OpenCV的最新版本为2018年2月27号发布的OpenCV3.4.1,CMake版本为3.11.0。
CMake下载版本选择



二、无敌的Visual Studio:

1、计算机视觉的开发环境主要有C/C++的Visual Studio和MATLAB两个,但是对于实际做工程做项目还是以Visual Studio为主,而对于做研究做仿真以MATLAB居多,但是随着Visual Studio越来越强大以及OpenCV的使用越来越MATLAB化,两者风格用很多共同之处,只是侧重点有所不同。

2、Microsoft Visual Studio(简称VS)是美国微软公司的开发工具包系列产品,是一个基本完整的开发工具集,它包括了整个软件生命周期中所需要的大部分工具,如UML工具、代码管控工具、集成开发环境(IDE)等等。所写的目标代码适用于微软支持的所有平台,包括Microsoft Windows、Windows Mobile、Windows CE、.NET Framework、.NET Compact Framework和Microsoft Silverlight 及Windows Phone。而且Visual Studio是目前最流行的Windows平台应用程序的集成开发环境,号称是“宇宙最强IDE”,最新版本为 Visual Studio 2017 版本。近两年来,人工智能处在时代的风口浪尖,可谓是大紫大红,所以对人工智能“专用语言”Python的支持也是不遗余力。Visual Studio 2013/2015搭配 Python Tools for Visual Studio 扩充套件让 Visual Studio 能提供对 Python 程序语言高度整合的开发环境,并完整发挥 Visual Studio 强大的功能,协助开发者在 Visual Studio 内开发 Python 程序上如虎添翼,提升开发效率!在2017年3月发布了Visual Studio 2017,该版本带来了一个新的轻量化和模块化的安装体验,下载的安装应用程序只有1M多,打开之后可根据需要量身定制安装。由于后面要配置Python,所以安装的时候最好选择Python组件。而Visual Studio 2017将多个增强功能汇集在一起,官方自称其启动速度比Visual Studio 2015快3倍,解决方案加载时间缩短2-4倍,但是具体快不快还得看个人电脑配置,就博主而言还是非常好用的。

3、不得不提到的是Visual Studio 2017可以编辑、编译、调试Linux上的c++、python等程序。可以关注Visual Studio在C++跨平台方面的亮点,即Visual C++ for Linux,有了它,就能用最先进的IDE进行跨平台的开发了,博主虽然用的不多,但还是有种不明觉厉的感觉。关于创建跨平台Linux C++程序过程,看下图:
创建跨平台Linux C++程序

要是有不明白的,可以看歪果仁的一个视频讲解:Visual Studio 2017 Linux development with C++ ,可以下载观看, 支持中文字幕!

Visual Studio号称宇宙最强IDE,具体有多强大需要自己体会,附上传送门:Visual Studio 2017 15.6发行版说明


三、万能的Python:

1、Python(英国发音:/ˈpaɪθən/ 美国发音:/ˈpaɪθɑːn/), 是一种面向对象的解释型计算机程序设计语言,是纯粹的自由软件,源代码和解释器CPython遵循GPL(GNU General Public License)协议。而且Python语法简洁清晰,特色之一是强制用空白符(white space)作为语句缩进,强调“段落”形式。其第一个公开发行版发行于1991年。

2、Python的万能之处在于能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起,也常被昵称为胶水语言。常见的一种应用情形是,使用Python快速生成程序的原型(有时甚至是程序的最终界面),然后对其中有特别要求的部分,用更合适的语言改写,比如可以用C/C++重写,而后封装为Python可以调用的扩展类库。人工智能的大火,使得Python的支持库越来越丰富和强大。需要注意的是在您使用扩展类库时可能需要考虑平台问题,某些可能不提供跨平台的实现。

3、目标用的多的还是Python2.7版本,而最新的版本为Python3.6.4,但是有点不好的是Python3对Python2的兼容性不是很好,即便已经有很多大神提供了各种插件用于向下兼容。近日,Python语言的作者在邮件列表上宣布Python2.7将于2020年1月1日终止支持,在之后如果还想得到支持,就需要付费给商业供应商。所以作为初学者还是应该上手最新版本,即便对应的资源相对较少。


四、对Visual studio配置Python的OpenCV库

1、对于Python_OpenCV的配置,如果在安装VS2017的时候选择了Python的安装组件,就不用再重复安装;如果没有选择的话,要么打开Visual Studio的可执行安装文件,只选择Python组件进行安装(推荐);要么到Python官网下载Python的安装包安装。
2、安装Python相关功能包需要用到 pip(Python包管理工具),它是一个现代的,通用的 Python 包管理工具,提供了对 Python 包的查找、下载、安装、卸载的功能。如果安装了Python3.x的话是默认安装了的,其位置在Python的安装路径里面。

以下是Python_OpenCV的配置过程:

  1. 打开命令行,依次点击“开始”——“运行”——输入“cmd”:
    命令行
  2. 打开计算机,进入Python的安装盘(如果是用Visual Studio 安装的Python组件的话默认在C:/盘),然后在搜索框输入“pip”,选择“pip.exe”:
    pip.exe

  3. 鼠标选中“pip.exe”,长按左键将其拖入命令行:
    命令行pip

  4. 输入指令:install --upgrade setuptools
    pip install --upgrade setuptools
    注意:如果出现Successful Installed表明安装成功,否则重复输入上述指令重新安装。
  5. 输入指令:install numpy Matplotlib
    pip install numpy Matplotlib

  6. 输入指令:install opencv-python
    pip install opencv-python


五、测试:

  1. 打开Visual Studio 2017——创建新项目——Python——Python应用程序:
    Python应用程序
  2. 写 .py 脚本:
#导入cv模块
import cv2 as cv
#读取图像,支持 bmp、jpg、png、tiff 等常用格式
img = cv.imread("D:\python\test.jpg")
#创建窗口并显示图像
cv.namedWindow("Image")
cv.imshow("Image",img)
cv.waitKey(0)
#释放窗口
cv2.destroyAllWindows() 

如果弹出窗口显示图片 test.jpg ,恭喜你 Python_OpenCV 搭建成功!

  • 11
    点赞
  • 80
    收藏
    觉得还不错? 一键收藏
  • 17
    评论

“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 17
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