Advertisement

Python 3.7.7、OpenCV 4.2 和 OpenCV-contrib-python 在 VS2017 中的编译与安装及问题解决指南（...）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本指南详细介绍了在Visual Studio 2017环境中，针对Python 3.7.7版本，如何成功编译和安装OpenCV 4.2及其扩展模块opencv-contrib-python的过程，并分享了遇到的问题及解决方案。适合开发者参考学习。 本段落仅针对Python进行讲解。 一、前言 在OpenCV的3.5版本之后，由于版权问题，SIFT和SURF工具被移除，并整合到了opencv-contrib工具包中。然而，仅仅通过pip安装opencv-contrib-python是不够的，在Python环境中使用这些功能需要用户自己将opencv-contrib编译进OpenCV库中。 网络上有许多关于如何在VS中编译并使用OpenCV及opencv-contrib的文章，但针对Python环境下的具体步骤和注意事项却较少被提及。因此，本段落旨在详细说明如何共同编译这两个工具包并在Python环境中顺利使用它们。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Python 3.7.7、OpenCV 4.2 和 OpenCV-contrib-python 在 VS2017 中的编译与安装及问题解决指南（...）
    优质
    本指南详细介绍了在Visual Studio 2017环境中，针对Python 3.7.7版本，如何成功编译和安装OpenCV 4.2及其扩展模块opencv-contrib-python的过程，并分享了遇到的问题及解决方案。适合开发者参考学习。 本段落仅针对Python进行讲解。 一、前言 在OpenCV的3.5版本之后，由于版权问题，SIFT和SURF工具被移除，并整合到了opencv-contrib工具包中。然而，仅仅通过pip安装opencv-contrib-python是不够的，在Python环境中使用这些功能需要用户自己将opencv-contrib编译进OpenCV库中。 网络上有许多关于如何在VS中编译并使用OpenCV及opencv-contrib的文章，但针对Python环境下的具体步骤和注意事项却较少被提及。因此，本段落旨在详细说明如何共同编译这两个工具包并在Python环境中顺利使用它们。
     
  • 在Win7下安装Python3.6的OpenCV和opencv-contrib-python以解决cv2.xfeatures...问题
    优质
    本文将指导读者在Windows 7系统中安装Python 3.6版本下的OpenCV及其扩展库opencv-contrib-python，帮助解决cv2.xfeatures模块相关的问题。 1. 安装Anaconda中的Python 3.6： ``` conda create -n match python=3.6 ``` 默认安装的Python版本为3.6.9。 2. 安装OpenCV库： 执行完上述命令后，继续执行以下命令来安装opencv-python： ``` pip install opencv-python ``` 此时，`opencv-python` 的版本为4.1.1.26。 3. 安装 `opencv-contrib-python` 库: 使用以下命令进行安装： ``` pip install opencv-contrib-python==3.4.0.12 ```
     
  • Python 3.7 安装 OpenCV 及 opencv-contrib-python 相关问题
    优质
    本篇指南旨在解决使用 Python 3.7 安装 OpenCV 和 opencv-contrib-python 过程中遇到的问题，涵盖常见错误及解决方案。 由于 OpenCV 3.4.2 版本之后存在专利问题，导致一些函数无法使用，因此我们需要安装较低版本的 OpenCV。然而，在 Python 3.6 中无法直接下载 OpenCV 3.4.1 的版本，所以需要先降低 Python 的版本。不过考虑到降级过程中可能会遇到更多麻烦的问题，我们主要讨论如何在 Python 3.7 环境下有效安装这两个包。 具体步骤如下： 1. 打开命令提示符（cmd），输入以下命令以确保两个 OpenCV 包的版本一致： ``` pip install opencv-python==3.4.2.16 pip install opencv-contrib-python==3.4.2.16 ``` 如果上述操作成功完成，安装过程就结束了。如果不成功，请尝试以下方法： 2. 再次尝试在命令提示符中执行相同的命令。 按照以上步骤进行操作即可解决该问题。
     
  • 在Win7系统中安装Python3.6的OpenCV和opencv-contrib-python以解决cv2.xfeatures...问题
    优质
    本教程详解了在Windows 7操作系统上安装Python 3.6版本所需的OpenCV及其扩展库opencv-contrib-python的方法，旨在解决因缺少cv2.xfeatures2d模块而引发的问题。 在Windows 7环境下使用Python 3.6开发计算机视觉应用时可能会遇到无法创建SIFT（Scale-Invariant Feature Transform）特征检测器的问题，即`cv2.xfeatures2d.SIFT_create()`函数调用失败。这通常是因为OpenCV库不包含SIFT算法或者版本不兼容造成的。本段落将详细介绍如何通过安装opencv和opencv-contrib-python来解决这个问题。 首先需要安装Python环境。这里推荐使用Anaconda，一个强大的科学计算环境管理工具，它可以方便地创建和管理不同的Python环境。在命令行中输入以下命令创建一个名为`match`的环境，并安装Python 3.6： ```bash conda create -n match python=3.6 ``` 激活新创建的环境： ```bash conda activate match ``` 接下来，在该环境中使用pip安装OpenCV： ```bash pip install opencv-python ``` 确保你正在使用的`opencv-python`版本与你的需求兼容。在这个例子中，我们推荐的是4.1.1.26版本。 然而，`cv2.xfeatures2d.SIFT_create()`函数属于opencv-contrib模块，不在标准的OpenCV库中。因此需要额外安装`opencv-contrib-python`： ```bash pip install opencv-contrib-python==3.4.0.12 ``` 这样我们就有了包含SIFT算法的完整OpenCV环境。现在可以在代码中使用`cv2.xfeatures2d.SIFT_create()`来创建SIFT特征检测器了。 SIFT是一种强大的特征检测算法，用于图像的关键点检测和描述符提取。它具有尺度不变性和旋转不变性，在图像匹配、物体识别等领域广泛应用。`cv2.xfeatures2d.SIFT_create()`是创建SIFT对象的函数，之后可以使用这个对象来检测和描述图像中的关键点。 总结一下解决`cv2.xfeatures2d.SIFT_create()`问题的步骤包括： 1. 安装Anaconda并创建Python 7环境。 2. 在环境中安装`opencv-python`。 3. 安装`opencv-contrib-python`，以获取包含SIFT算法的扩展功能。 4. 在代码中调用`cv2.xfeatures2d.SIFT_create()`。 如果在遵循上述步骤后仍然遇到问题或者有任何其他疑问，请查阅官方文档或在线社区寻求帮助。同时分享你的经验也能帮助到其他遇到同样问题的开发者。
     
  • OpenCV 3.4.1与OpenCV Contrib在VS2017上的编译与整合
    优质
    本文介绍了如何在Visual Studio 2017环境下编译和集成OpenCV 3.4.1及其扩展库OpenCV Contrib，详细讲解了整个过程中的关键步骤和技术要点。 使用VS2017在64位环境下编译的OpenCV 3.4.1版本及其contrib模块所需的内容整合。
     
  • 解决Python中opencv-contrib-python的错误问题，涉及Python环境和dll文件
    优质
    本文介绍了解决在使用Python中的opencv-contrib-python库时遇到的问题的方法，包括配置正确的Python运行环境以及处理缺失或不兼容的dll文件。 在使用 opencv-contrib-python 模块中的 cv2 函数时遇到最常见的错误是 ImportError: DLL load failed: 无法找到指定的模块。可以参考相关文章了解解决方法：https://blog..net/u011971558/article/details/84842080，该链接提供了详细的解决方案和步骤说明。
     
  • 解决Python 3.7中OpenCV模块(cv2)的安装问题
    优质
    本篇文章旨在指导读者在Python 3.7环境中顺利安装和配置OpenCV（cv2）模块，帮助解决常见的安装难题。 OpenCV是计算机视觉领域最常用的开源工具包之一，它基于C/C++编写，并支持多种操作系统包括Linux、Windows、MacOS、Android和iOS。此外，OpenCV还提供了Python、Matlab和Java等语言的接口，因此受到广泛的欢迎。由于其丰富的功能库、优秀的性能以及商业友好的使用许可条款，在学术界和工业界都有很高的认可度。这里提供的资源是适用于python3.7版本的opencv包，旨在解决安装cv2模块时可能出现的问题。
     
  • Python OpenCV安装指南
    优质
    本指南详细介绍了如何在不同操作系统上安装Python的OpenCV库，涵盖Windows、Linux和MacOS等平台，帮助开发者轻松完成环境配置。 现在使用的是Python 3.7.2版本，在此基础上可以嵌入最新的OpenCV。本视频教程提供了一个完整的安装步骤。
     
  • 在VS2019中编译Windows版C++ OpenCV 4.8及opencv-contrib
    优质
    本教程详细介绍了如何使用Visual Studio 2019编译Windows版的OpenCV 4.8及其贡献模块，涵盖环境配置与编译过程。 在Windows环境下开发C++应用并利用OpenCV库是一个常见的需求。OpenCV是一个强大的计算机视觉库，它提供了许多用于图像处理、计算机视觉以及机器学习的函数。本篇文章将详细介绍如何在Windows系统上使用CMake和Visual Studio 2019（VS2019）来编译OpenCV 4.8.0及opencv_contrib模块。 你需要确保已经安装了以下软件： 1. **Visual Studio 2019**：Microsoft的集成开发环境（IDE），支持C++项目开发。 2. **CMake**：一个跨平台的自动化构建系统，用于管理项目构建过程。 3. **Git**：版本控制系统，用于下载OpenCV源代码。 4. **OpenCV 4.8.0**：官方OpenCV库可以从GitHub上获取。 5. **opencv_contrib**：OpenCV的扩展模块包含额外的功能和算法。 编译步骤如下： 1. **下载源代码**：使用Git克隆OpenCV和opencv_contrib仓库到本地。运行以下命令： ``` git clone https://github.com/opencv/opencv.git git clone https://github.com/opencv/opencv_contrib.git ``` 2. **设置CMake**：打开CMake，指定源代码目录（即上述两个仓库的根目录）和构建目录。构建目录是新建的一个空文件夹，用于存放生成的解决方案和编译结果。 3. **配置CMake**：在CMake的GUI中，设置编译选项。确保以下选项被选中： - `BUILD_opencv_world` - `WITH_CUDA`（如果你的系统支持CUDA并希望使用GPU加速） - `OPENCV_EXTRA_MODULES_PATH` 指向opencv_contrib的`modules`目录 还可以根据需要选择其他模块，如`BUILD 示例`, `WITH_QT`等。 4. **生成项目文件**：点击CMake的“Configure”按钮，然后根据提示选择Visual Studio版本（例如，选择`Visual Studio 16 2019`和`Win64`以创建64位项目）。配置完成后，再次点击“Generate”生成VS项目文件。 5. **打开并编译项目**：在生成的构建目录下，你会发现一个.sln文件。用VS2019打开它，在解决方案资源管理器中选择所有项目，右键单击并选择“生成”。这将编译OpenCV库及其所有依赖项。 6. **安装OpenCV**：编译完成后，选择解决方案中的`install`项目并生成，这会将编译好的库和头文件复制到指定的安装目录。 7. **配置环境变量**：为了让其他项目能够找到编译后的OpenCV库，你可能需要添加库目录到系统的`PATH`环境变量，并设置指向库安装路径的`OPENCV_DIR`环境变量。 8. **测试编译结果**：编写一个简单的C++程序使用OpenCV的库函数，例如读取和显示图片。确保程序能够成功地进行编译和链接。 通过以上步骤，在Windows环境下你已成功地编译了OpenCV 4.8.0及opencv_contrib模块，并且已经准备好在VS2019中利用它们进行C++开发。这个过程可能会遇到一些问题，如依赖库的缺失或版本不兼容等，但只要你按照正确的步骤并解决这些问题，最终都能顺利完成编译工作。
     
  • 已编译的OpenCV 3.4.1 + Contrib for Win10 with VS2017
    优质
    本资源提供在Windows 10环境下使用Visual Studio 2017编译好的OpenCV 3.4.1及其Contrib模块，方便开发者快速集成和利用计算机视觉技术。 OpenCV（开源计算机视觉库）是一个强大的跨平台工具包，包含了大量的图像处理与计算机视觉算法实现。在提供的压缩文件中的opencv3.4.1+contrib版本是为Windows 10操作系统及Visual Studio 2017编译环境特别优化的。 **一、安装和配置** 在Windows 10环境中使用Visual Studio 2017来设置OpenCV，主要步骤如下： - 下载并解压预编好的OpenCV库文件。 - 在VS中创建一个新的项目。 - 设置包含目录（Include Directories），加入OpenCV头文件的路径。 - 配置库目录（Library Directories）以指向OpenCV动态链接库的位置。 - 于链接器设置中添加必要的依赖，如opencv_world341.lib等。 **二、贡献模块** 这些额外的功能组件包括实验性质及新开发中的功能： - `xfeatures2d`：提供高级特征检测和描述符接口，例如SIFT（尺度不变特征变换）、SURF（速度可变区域特征）。 - `ximgproc`：图像处理扩展包，内含超分辨率、去噪等算法。 - `face`：人脸识别模块，包括EigenFace、FisherFace及LBPH方法。 - `ml`：机器学习工具箱，提供了一些未集成于主库中的算法。 **三、进行图像处理** 利用OpenCV可以执行多种任务如读取图片（使用`imread()`）、显示图片（通过`imshow()`）、变换色彩空间（采用`cvtColor()`）等操作。 **四、计算机视觉应用** 该库支持众多的计算机视觉工作，例如物体检测、特征匹配、图像拼接和运动分析。此外，它也适用于机器学习任务，并集成了如TensorFlow或Caffe等深度学习框架的支持模块。 **五、与Visual Studio集成** 在VS项目配置中可通过添加预处理器定义（Preprocessor Definitions）来控制OpenCV功能的启用/禁用情况；调试过程中也可以借助`imwrite()`函数将中间结果保存为图片，以帮助检查程序运行状态。