极速配置 Ubuntu + Eclipse CDT + Opencv2.3.1 环境

  本教程所有方法都来自互联网或者自己摸索,若有借鉴定会表明出处。(2012.10.24 更新)

  最近要利用OpenCV做开发,并且要在linux环境下。想想自己一直用的Ubuntu是一个很不错的linux平台,安装快捷,解决问题方便(有社区)。而Eclipse又因为其强大的跨平台及开源特性,以及多编程语言环境的支持,所以Ubuntu+Eclipse 成为了多种组合里的首选。教程首先从Eclipse的安装开始:

  一. Eclipse + CDT 的搭建

  快捷键Ctrl + alt + T 召唤出终端 运行

sudo apt-get install eclipse 

  自动下载安装eclipse 集成开发环境(包括JDK),不过默认只有java的环境,因为OpenCV都是基于C/C++语言的,所以我们还要安装CDT。打开Eclipse -> Help -> Install New Software, 在Work with 的右边输入

 cdt - http://download.eclipse.org/tools/cdt/releases/indigo

 

(其中最左边的cdt是自己取的名字,可以随意改,但是后面那个URL一定要正确) 截止今天,从源中得到的eclipse是indigo版,所以我们CDT也要选择indigo版的,输入后稍等片刻pengding中.....解析完毕得到下图,勾选CDT Main Features 就够了,然后一路点击Next.直至finish.

 

不一会功夫就自动安装好了,至此我们的eclipse里集成了C/C++的开发环境,即 Eclipse + CDT 环境。

 

二. G++ 及 OpenCV的安装

  G++的安装同样很简单,快捷键Ctrl + alt + T 召唤出终端 运行

sudo apt-get install g++

  OpenCV库的安装参考http://www.opencv.org.cn/index.php/Debian%E4%B8%8B%E5%AE%89%E8%A3%85中的方法,调试后发现只要这一句就够了

apt-get install libcv-dev libcvaux-dev libhighgui-dev

  此时头文件已经安装在/usr/include/opencv 和 /usr/include/opencv2 (为什么要提这些呢?因为后面要用到!)

 

三. Eclipse CDT 和 OpenCV 双剑合璧

  这一部分参考 http://docs.opencv.org/doc/tutorials/introduction/linux_eclipse/linux_eclipse.html 因为是英文版的,把它本土化,方便大家。

  1.同样快捷键Ctrl + alt + T 召唤出终端 运行 eclipse,召唤出拥有CDT的eclipse.

  2. 依次打开 File -> New -> C/C++ Project(若没有,从project里找到 c/c++) 如下图
  

      

  3.此时可以选择一个"Hello World"的工程,顺便取一个名字, 如我的"myfistopencv",点击finish.

  4.将cpp中的代码替换为如下程序代码

 1 #include <string>
 2 #include <opencv2/opencv.hpp>
 3 
 4 using namespace cv;
 5 using namespace std;
 6 
 7 int main()
 8 {
 9     string imagename = "lena.jpg";
10 
11     //读入图像
12     Mat img = imread(imagename);
13 
14     //如果读入图像失败
15     if(img.empty())
16     {
17         cout<<"read failed!";
18         return -1;
19     }
20     //创建窗口
21     namedWindow("image",1);
22 
23     //显示图像
24     imshow("image", img);
25 
26     //等待按键,按键盘任意键返回
27     waitKey();
28 
29     return 0;
30 }

  5.这个时候会报很多错,不要紧张,是因为eclipse还不知道include及library的位置,让我们告诉它。

  首先指明 include:

  打开 Project–>Properties。C/C++ Build, 点击 Settings. 选择右侧 Tool Settings 标签(默认). 这里我们可以看到includes和library的信息

  在 GCC C++ Compiler, 点击 Includes. 在 Include paths(-l) 添加我们的opencv的头文件所在地,即上文提到的 /usr/include/opencv 以及 /usr/include/opencv2 和/usr/include/opencv,如下图

  

 

  再指明lib :

  lib是要自己找的,依旧快捷键Ctrl + alt + T 召唤出终端,这次输入

pkg-config --libs opencv

  会打印出所有的libs,应该是下面这些

  opencv_core;opencv_imgproc;opencv_highgui;opencv_ml;opencv_video;opencv_features2d;opencv_calib3d;opencv_objdetect;opencv_contrib;opencv_legacy;opencv_flann

  你可以全部导入,以免找不到。

  找到 GCC C++ Linker,在右侧 First in Library search path (-L) 中加入这些库,因为我已经加分号了,所以可以直接导入,eclipse 会自动换行分开,不然就要一个一个手动输入。

  

   OK,别忘了点apply!

  这时候可能有人会碰到Binary not found等问题,Hint: 首先要按 ctrl+b build,再运行!就没有问题了!

  至此环境就搭起来了,试试运行sample, 如果你没有lena.jpg的图的话,应该提示read failed,说明你的环境已经搭建成功了!是不是很快?

 

  四.后记

   本博文写的有些匆忙,可能有些小疏漏,请大家及时指出以便我及时更正!

转载于:https://www.cnblogs.com/shihty/archive/2012/10/24/2737552.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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