OpenCV跨平台视觉库 v4.0 官方最新版

OpenCV跨平台视觉库是一款基于BSD许可发行的跨平台计算机视觉库，可以在Linux、Windows、Android和Mac OS操作系统上运行，它提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很多人用它来做算法的移植。

OpenCV跨平台视觉库软件介绍

OpenCV是一个基于BSD许可发行的跨平台计算机视觉库，它可以在Linux、Windows、Android和Mac OS操作系统上运行。OpenCV很轻也很高效，因为它是由少量的C++类和一些C函数构成。同时它也提供了Python、Ruby、MATLAB、Java等语言的接口，实现了计算机视觉和图像处理方面的很多通用算法，可应用在人脸识别、运动跟踪、机器人、汽车安全驾驶等领域。

OpenCV跨平台视觉库特色介绍

1、拥有包括 500 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。

2、提供了透明接口。 这意味着如果有为特定处理器优化的 IPP 库， OpenCV 将在运行时自动加载这些库。

OpenCV跨平台视觉库应用领域

应用领域编辑

1、人机互动

2、物体识别

3、图像分割

4、人脸识别

5、动作识别

6、运动跟踪

7、机器人

8、运动分析

9、机器视觉

10、结构分析

11、汽车安全驾驶

OpenCV跨平台视觉库环境配置教程

配置环境变量：

在系统变量里面新建变量，名为 OPENCV ，值为自己解压opencv路径下的build路径，如 D:Program Filesopencvbuild。

Tip

这一步是方便以后如果opencv路径改变了，只需要修改此变量就可以了，而不必做大范围修改。

在系统变量里面编辑 Path 变量，在末尾添加 ;%OPENCV%x86vc12bin 。

Note

x86和x64分别表示32bit和64bit的VS工程，根据自己的工程来修改，否则虽编译成功但会运行错误;vc10, vc11, vc12 分别表示VS2010, VS2012, VS2013的Visual Studio使用的编译器版本，根据自己的VS版本来填写正确的编译器版本号。

VS内配置Opencv

这里用VS属性表的方式将Opencv配进工程，每次只需要添加属性表即可完成配置，比手工界面配置方便很多。

属性管理器 -> 右键 "test"(工程名) -> 添加现有属性表

找到之前新建或者下载的属性表( D:Program Filesopencvopencv248.props )，添加进工程

测试

解决计划资源管理器 -> 源文件(右键)-> 添加 -> 新建项

Visual C++ -> C++文件：输入名称test点添加

OpenCV跨平台视觉库安装教程

下载完后得到文件OpenCV 2.4.X，双击后会提示解压到某个地方，推荐放到D:Program Files下，比如D:Program Files，（因为OpenCV项目文件打包的时候，根目录就是opencv，所以我们不需要额外的新建一个名为opencv的文件夹，然后再解压，那是多此一举的事情）然后点击Extract按钮。

等一段时间，OpenCV2.4.13近3个多G的文件就解压到了D:Program Files下。

配置环境变量

这步的配置方法如下:

【计算机】->【（右键）属性】->【高级系统设置】->【高级（标签）】->【环境变量】->“双击”系统变量中的PATH->在变量值里面添加相应的路径。如图：

对于32位系统，就添加：

”;…… opencvbuildx86vc10bin”（和之前的就有有的环境变量用英文的分号“;”进行分隔）

而对于64位系统，可以两个都添加上：

”；…… opencvbuildx64vc10bin”，

例如：

D:Program Filesopencvbuildx64vc10bin;D:Program Filesopencvbuildx86vc10bin

工程包含（include）目录的配置

打开visual studio，新建win32控制台项目,取个名字，比如叫test1，然后选好路径，点确定

点一次“下一步”。

勾上空项目那个勾。

接着在解决计划资源管理器的【源文件】处右击->添加->新建项，准备在工程中新建一个cpp源文件。

选定C++源文件，取个名字，比如叫“main”，然后点【添加】，那么，一个新的cpp文件就添加到了工程中。

在菜单栏里面点<视图>--<属性管理器>，那么就会在visual studio中多出一个属性管理器工作区来。

在新出现的“属性管理器”工作区中，点击项目->Debug|Win32->Microsoft.Cpp.Win32.userDirectories（右键属性，或者双击）即可打开属性页面。

打开属性页面后，就是一番配置了。首先是在

【通用属性】 ->【VC++目录】 ->【包含目录】中

添加上

D:Program Filesopencvbuildinclude

D:Program Filesopencvbuildincludeopencv

D:Program Filesopencvbuildincludeopencv2 这三个目录。

工程库（lib）目录的配置

其实这步和上一步差不多，属性管理器”工作区中，点击项目->Debug|Win32->Microsoft.Cpp.Win32.userDirectories（反键属性，或者双击）打开属性页面。

接着上步，就是在【通用属性】 ->【VC++目录】 ->【库目录】中，

添加上D:Program Filesopencvbuildx86vc10lib这个路径。

链接库的配置

依然是“属性管理器”工作区中，点击项目->Debug|Win32->Microsoft.Cpp.Win32.userDirectories（反键属性，或者双击）即可打开属性页面。【通用属性】 ->【链接器】->【输入】->【附加的依赖项】

对于【OpenCV2.4.9】，添加如下2.4.13版本的lib（这样的lib顺序是：19个带d的debug版的lib写在前面，19个不带d的release版的lib写在后面）：

opencv_ml2413d.libopencv_calib3d2413d.libopencv_contrib2413d.libopencv_core2413d.libopencv_features2d2413d.libopencv_flann2413d.libopencv_gpu2413d.libopencv_highgui2413d.libopencv_imgproc2413d.libopencv_legacy2413d.libopencv_objdetect2413d.libopencv_ts2413d.libopencv_video2413d.libopencv_nonfree2413d.libopencv_ocl2413d.libopencv_photo2413d.libopencv_stitching2413d.libopencv_superres2413d.libopencv_videostab2413d.lib

opencv_objdetect2413.libopencv_ts2413.libopencv_video2413.libopencv_nonfree2413.libopencv_ocl2413.libopencv_photo2413.libopencv_stitching2413.libopencv_superres2413.libopencv_videostab2413.libopencv_calib3d2413.libopencv_contrib2413.libopencv_core2413.libopencv_features2d2413.libopencv_flann2413.libopencv_gpu2413.libopencv_highgui2413.libopencv_imgproc2413.libopencv_legacy2413.lib

opencv_ml2413.lib

最终的测试:

就用载入并显示一张图片到窗口的程序，用于我们的配置测试吧。

新建一个空项目的控制台应用程序，新建一个cpp文件，然后粘贴如下代码：

#include

#include

#include

using namespace cv;

int main()

{

// 读入一张图片（游戏原画）

Mat img=imread("pic.jpg");

// 创建一个名为 "游戏原画"窗口

namedWindow("游戏原画");

// 在窗口中显示游戏原画

imshow("游戏原画",img);

// 等待6000 ms后窗口自动关闭

waitKey(6000);

}

放置一张名为pic.jpg的图片到工程目录中，然后点击“运行“按钮，如果配置成功，就不会报错，得到预想的运行结果: