Advertisement

OpenCV 4.6.0与OpenCV-Contrib在VS2019中的应用

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


简介:
本篇文章将详细介绍如何在Visual Studio 2019环境下配置并使用最新版OpenCV 4.6.0及其扩展库OpenCV-Contrib,涵盖安装步骤及示例代码。 在VS2019下编译的OpenCV4.6.0与OpenCV-contrib库(C++版本),包括调试版及发布版。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • OpenCV 4.6.0OpenCV-ContribVS2019
    优质
    本篇文章将详细介绍如何在Visual Studio 2019环境下配置并使用最新版OpenCV 4.6.0及其扩展库OpenCV-Contrib,涵盖安装步骤及示例代码。 在VS2019下编译的OpenCV4.6.0与OpenCV-contrib库(C++版本),包括调试版及发布版。
  • VS2019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。
  • OpenCVOpenCV-Contrib 4.5.5
    优质
    本版本为开源计算机视觉库OpenCV及其扩展模块OpenCV-Contrib的4.5.5更新,包含大量优化和新功能,适用于图像处理、机器学习等领域。 OpenCV(开源计算机视觉库)是一个强大的开源框架,专门用于图像处理和计算机视觉任务,在机器学习、深度学习和图像分析等领域有着广泛的应用。而OpenCV_contrib是它的扩展模块,包含了一些实验性的功能与模块,这些功能可能还未被纳入主要的OpenCV库中。 在Windows环境下构建OpenCV及其扩展模块通常需要一些额外工具,例如MinGW(一个轻量级的GCC编译器套件)和CMake(跨平台的自动化构建系统)。以下是详细的步骤: 1. **安装MinGW**:你需要在你的Windows机器上安装MinGW。这是一个提供GNU工具集的开源项目,包括了g++编译器,它是进行C++开发所必需的一部分。 2. **下载OpenCV和OpenCV_contrib源码**:从官方渠道获取最新的稳定版本,例如4.5.5版的`opencv-4.5.5.zip` 和 `opencv_contrib-4.5.5.zip` 文件。 3. **解压文件**:将上述两个压缩包一同解压到同一目录下,这样可以方便后续操作。 4. **安装CMake**:下载并安装CMake,并确保在系统环境变量中添加了路径以便从命令行直接使用它。 5. **创建构建目录**:在OpenCV源码的根目录外建立一个新的文件夹(例如`build`),用于存放生成的目标代码和库文件。 6. **配置CMake**:打开CMake GUI,设置源代码位置为解压后的OpenCV主目录,并将输出路径指向刚才新建的构建目录。点击“Configure”,选择MinGW Makefiles作为生成器类型。 7. **集成OpenCV_contrib模块**:在GUI中找到`OPENCV_EXTRA_MODULES_PATH`选项并将其设置到`opencv_contrib-4.5.5/modules/`,这样CMake就能识别并使用这些额外的模块了。 8. **完成配置和生成文件**:再次点击“Configure”,然后是“Generate”。这将会在构建目录中创建必要的makefile等文件。 9. **编译OpenCV及其扩展模块**:通过命令行进入刚建立的`build`目录,执行`mingw32-make`指令来开始编译过程。整个流程可能需要一段时间完成,因为会处理所有模块和功能。 10. **安装与测试**:当全部构建完成后,运行`mingw32-make install`将文件复制到指定位置,并通过简单的示例程序或应用验证OpenCV及其扩展是否正确安装并可以正常使用。 上述步骤涵盖了从配置开发环境、下载源代码、编译以及最终的部署和使用。涉及到的知识点包括: - **C++编程环境**:了解如何设置与运行MinGW等工具链。 - **CMake系统**:掌握基本用法,如项目配置及构建过程。 - **编译流程的理解**:熟悉从源代码到可执行文件生成的基本步骤。 - **OpenCV库结构和API的使用方法**:利用其提供的丰富功能进行图像处理开发。 - **如何集成与应用OpenCV_contrib模块**:这些额外的功能能够为研究或项目带来新的可能性。 通过此流程,开发者可以获得一个包含最新特性的定制化版本,并根据需求选择性地启用所需组件。这对于计算机视觉领域的深入探索和实际产品开发非常有帮助。
  • OpenCV-4.6.0.zip
    优质
    OpenCV-4.6.0.zip包含开源计算机视觉库OpenCV版本4.6.0的源代码和相关文件,适用于开发复杂的实时图像处理与分析应用程序。 opencv 4.6.0 源码包可以用于编译安装。
  • OpenCV 3.4.1OpenCV ContribVS2017上编译整合
    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。
  • OpenCV 3.4.5 + OpenCV-Contrib + MIPS
    优质
    本项目基于OpenCV 3.4.5版本,并集成了OpenCV-Contrib模块,支持MIPS架构处理器,提供强大的图像和视频处理能力。 OpenCV(开源计算机视觉库)是一个强大的跨平台库,包含大量的图像处理和计算机视觉算法,在机器学习、图像分析及机器人等领域广泛应用。本案例讨论的是OpenCV 3.4.5版本,此版本已针对MIPS架构编译,并集成了opencv_contrib扩展模块。 MIPS是一种精简指令集计算(RISC)架构,常见于嵌入式设备和路由器等硬件中。由于通常以x86或ARM架构为主,为MIPS编译OpenCV对于在基于该处理器的设备上运行计算机视觉应用至关重要。例如,中国公司君正的产品可能使用了MIPS架构如T40芯片。此版本已在君正T40上测试过,并证明其兼容性和功能完整性,包括SURF(加速稳健特征)等特性匹配模块。 SURF是SIFT的快速版,在保持鲁棒性与尺度不变性的前提下提升了计算速度,常用于图像匹配、物体识别场景中。集成SURF意味着用户可以在MIPS平台上使用这一高效的技术。 安装OpenCV 3.4.5 + opencv_contrib的过程通常包括以下步骤: 1. **环境准备**:确保已安装MIPS编译工具链,这通常需要交叉编译器和必要的开发工具如make、cmake等。 2. **获取源码**:从官方仓库下载OpenCV 3.4.5版本的源代码以及opencv_contrib模块。 3. **配置编译**:使用cmake进行配置,指定MIPS架构为目标,并启用opencv_contrib模块。这通常涉及以下命令: ``` mkdir build cd build cmake -DCMAKE_TOOLCHAIN_FILE= -DWITH_OPENMP=OFF -DOPENCV_EXTRA_MODULES_PATH=/modules .. ``` 4. **编译和安装**:运行`make`进行编译,然后使用`make install`将库文件安装到目标目录。 5. **验证**:通过运行一些示例程序来测试OpenCV及其贡献模块是否正常工作,例如检查SURF功能。 此定制版为MIPS架构开发者提供了一种在低功耗设备上实现高性能计算机视觉的方法,并保留了opencv_contrib的丰富特性如SURF。这对于嵌入式系统和物联网设备的应用开发具有很高的价值。
  • OpenCV 4.6.0 (32位)
    优质
    OpenCV 4.6.0 (32位)是一款功能强大的开源计算机视觉库,支持Windows等操作系统,适用于图像处理和分析,帮助开发者实现各种视觉应用。 在Windows 32位系统上编译OpenCV 4.6版本的库文件需要按照特定步骤进行操作。首先确保已经安装了CMake、Visual Studio以及Python环境,并且这些工具都已配置好路径变量以便于命令行调用。 接下来,下载并解压OpenCV源代码包到本地硬盘的一个合适位置。打开命令提示符或PowerShell窗口,导航至包含CMakeLists.txt的目录中(即源码根目录)。 使用cmake指令生成Visual Studio项目文件,在执行此步骤时需要指定输出路径和构建类型等参数。例如: ``` cmake -G Visual Studio 16 2019 -DCMAKE_BUILD_TYPE=Release .. ``` 上述命令中,-G选项指定了使用的IDE版本;-DCMAKE_BUILD_TYPE设置编译模式为“Release”,以优化性能和减少文件大小。注意根据实际情况选择合适的构建工具。 完成CMake配置后,在生成的解决方案文件夹内打开对应的.sln文件,使用Visual Studio加载整个项目并执行Build操作来编译OpenCV库及其示例程序。 最后一步是安装编译好的库到指定目录下: ``` cmake --build . --target INSTALL ``` 这将把静态和动态链接库、头文件以及其他资源复制到先前设置的输出路径中,从而完成整个Windows 32位环境下OpenCV4.6版本的构建工作。
  • OpenCV-Java-4.6.0-Linux
    优质
    简介:OpenCV-Java-4.6.0-Linux是专为Linux系统设计的开源计算机视觉库OpenCV的Java版本,提供强大的图像和视频处理功能。 opencv-java460-Linux、opencv-460.jar、libopencv_java460.so
  • VS2019配置OpenCV
    优质
    本教程详细介绍了如何在Visual Studio 2019环境中成功配置和使用OpenCV库,适合计算机视觉项目开发。 在VS2019配置OpenCV库的步骤如下: 首先需要下载并安装OpenCV库文件。访问官方网站找到适用于Windows的安装包,并将其保存至本地计算机上指定位置,然后解压缩。 接着,在系统环境变量中添加OpenCV的相关路径,例如:D:\OpenCV\build\x64\vc15\lib。 之后是VS2019的安装过程,确保在下载过程中选择C++桌面开发和Python开发(若后续需要与Python深度学习兼容)。按照提示完成语言包的选择和安装位置设置后进行安装操作。 当所有必要的软件都已就绪时,在VS2019中创建一个新的空项目。右键点击新建的项目,选择属性选项卡下的VC++目录,并在平台X64下添加包含目录(例如:D:\OpenCV\build\include、D:\OpenCV\build\include\opencv2)和库目录(例如:D:\OpenCV\build\x64\vc15\lib)。同时,还需要设置附加依赖项为“opencv_world411.lib”。 最后一步是测试配置是否成功。创建一个新的C++文件并编写以下代码: ```cpp #include #include using namespace cv; int main(int argc, char* argv[]) { Mat image = imread(找你自己图片.jpg); if (image.empty()) { printf(could not load image...\n); return -1; } namedWindow(test_opencv_setup, 0); imshow(test_opencv_srtup, image); waitKey(0); return 0; } ``` 如果一切配置正确,程序将能够读取并显示指定的图片。