手势识别之--1:Opencv的环境搭建(法一)

准备

  链接

    opencv官网:http://opencv.org/

    快速开始    :http://opencv.org/quickstart.html

    Cmake      :http://www.cmake.org/cmake/resources/software.html(根据你的开发平台不同,构建生成相应的静态动态库的解决方案)

    numpy      :http://www.numpy.org/(非必需,python的一个科学计算库)

    Eigen       :http://eigen.tuxfamily.org/index.php?title=Main_Page#Download(非必需,用于线性代数运算的c++模板库)

Cuda         :https://developer.nvidia.com/cuda-downloads(非必需,可以充分利用你的GPU的性能来加速你的算法)

  材料

    Opencv2.4.8 for windows

    visual studio 2012

    cmake-3.0.0 win32

开始

  法一:使用预编译好的库文件

  1. 将下载好的opencv2.4.8解压到指定文件夹。(以D:\opencv248为例) 
  2. 打开VS2012,新建工程testopencv。(以下是官方测试代码)

     1 #include <opencv2\core\core.hpp>
     2 #include <opencv2\highgui\highgui.hpp>
     3 #include <iostream>
     4
     5 using namespace cv;
     6 using namespace std;
     7
     8 int main( int argc, char** argv )
     9 {
    10     if( argc != 2)
    11     {
    12      cout <<" Usage: display_image ImageToLoadAndDisplay" << endl;
    13      return -1;
    14     }
    15
    16     Mat image;
    17     image = imread(argv[1], IMREAD_COLOR); // Read the file
    18
    19     if(! image.data ) // Check for invalid input
    20     {
    21         cout << "Could not open or find the image" << std::endl ;
    22         return -1;
    23     }
    24
    25     namedWindow( "Display window", WINDOW_AUTOSIZE ); // Create a window for display.
    26     imshow( "Display window", image ); // Show our image inside it.
    27
    28     waitKey(0); // Wait for a keystroke in the window
    29     return 0;
    30 }
  3. 打开工程项目属性管理器并新建Debug版本项目属性文件OpencvDebug。

    

  4. 双击打开OpencvDebug属性页面。

    (常规-》附加包含目录=D:\opencv248\opencv\build\include)

    (连接器-》附加库目录=D:\opencv248\opencv\build\x86\vc11\lib,vc11对应vs2012,其他版本类推)

    

  5. 保存后编译,编译通过后运行提示找不到dll库(运行期库文件)。可以通过添加环境变量解决。

    添加系统变量(;Path=D:\opencv248\opencv\build\x86\vc11\bin)(注意前面的“;”号)

    

  6. 添加运行期参数(右键项目-》属性-》配置属性-》调试-》命令参数=D:\MYfile\opencv\shakila.jpg)(你可以换成你自己想要处理的图片路径)

    

  7. 运行编译好的exe可执行文件,可观察到结果(有结果说明环境已经配置正确,如有错误,说明配置不正确)

    

  后续跟进法二

手势识别之--1:Opencv的环境搭建(法一)

时间: 2024-10-14 07:16:58

手势识别之--1:Opencv的环境搭建(法一)的相关文章

win8.1 + VS2010 + OpenCV2.4.10重编译OpenCV开发环境搭建

win8.1 + VS2010 + OpenCV2.4.10重编译OpenCV开发环境搭建 重编译的好处:可以调试的时候看OpenCV的源代码. 重编译要得到的东西:Debug版本和Release版本的dll,lib,头文件.(dll添加到环境变量里,运行时用,自己编译的dll调试时可以跟踪到Opencv的源码内:lib和头文件配置到编译器里) PS:如果只是使用Opencv而不需要跟踪源码,则使用Opencv自带的库文件即可.跳到5配置Opencv开发环境,对应的文件都在..\opencv\b

win10 + VS2010 + OpenCV2.4.10重编译OpenCV开发环境搭建

win10 + VS2010 + OpenCV2.4.10重编译OpenCV开发环境搭建 重编译的优点:能够调试的时候看OpenCV的源码. 重编译要得到的东西:Debug版本号和Release版本号的dll,lib,头文件.(dll加入到环境变量里,执行时用,自己编译的dll调试时能够跟踪到Opencv的源代码内:lib和头文件配置到编译器里) PS:假设仅仅是使用Opencv而不须要跟踪源代码,则使用Opencv自带的库文件就可以. 跳到5配置Opencv开发环境.相应的文件都在..\ope

OpenCV学习系列(零) Mac下OpenCV + xcode环境搭建

# OpenCV学习系列(零) Mac下OpenCV + xcode环境搭建 [-= 博客目录 =-] 1-学习目标 1.1-本章介绍 1.2-实践内容 1.3-相关说明 2-学习过程 2.1-homebrew安装 2.2-使用homebrew安装CMake 2.3-源码安装OpenCV 2.4-xcode配置与测试 2.5-基础问题回答 3-资料 1-学习目标 1.1-本章介绍 因为不可抗力(╯﹏╰),最近去图书馆借了一本<OpenCV编程案例详解>,准备学习OpenCV的使用,因为身患懒癌

opencv+vs2012环境搭建教程

1. 安装OpenCV和VS. 本人电脑安装的是opencv2.4.10和vs2012 2.配置环境变量 以下以win8 64位系统为例: 计算机->属性->高级系统设置->环境变量 然后在system variables中 编辑Path:加入D:\Program Files\opencv\build\x86\vc11\bin(注意自己的安装路径,本人安装在D:\Program Files\opencv,根据实际情况进行修改) 注意VS2012是vc11,如果是VS2010则是vc10

基于vs2012的opencv开发环境搭建

前些日子有个需求,大概描述,实时检测一副动态图每一帧画面上全部的圆形内容,并得到全部圆形的圆心相对坐标以及半径.当时的思路是用Matlab写一个相关图像处理的插件,然后给C#调用.当时没立马动手的原因是matlab更偏向计算以及理论验证,一些灰度.二值化的算法需要新写,在图像处理方面的封装易用性方面不够实用.于是乎就到了题目所说的opencv了,是一个开源的跨平台视觉库,具体就不介绍了,网上介绍很多. 进入正题. -------------- BEGIN --------------- 首先上o

OpenCV+Java环境搭建

1.官网地址http://opencv.org/ 1.首先下载OpenCV2.4.6,下载的时候,选择windows版的.然后安装 2.其实安装的过程就是解压的过程,并没有什么安装向导之类的,安装完成后,我们最关心的是这个目录:opencv\build\java 如下图所示 注意:opencv-246.jar是需要在opencv的java类库,但是,真正的实现是opencv_java246.dll(X86和X64之分,关键看你的计算机是多少位的)3.建立一个Java项目 4.新建一个Java类,

Mac平台上OpenCV开发环境搭建

转载于:https://segmentfault.com/a/1190000000711132 linux 编译指定库.头文件的路径问题 http://blog.csdn.net/jiaweizou/article/details/8153897 编译的时候出现错误: MacBook-Pro:Downloads zhaoliang$ g++ -ggdb `pkg-config opencv --cflags --libs` test_simple_segment.cpp -o test_simp

Linux下OpenCV的环境搭建

OpenCV is the most popular and advanced code library for Computer Vision related applications today, spanning from many very basic tasks (capture and pre-processing of image data) to high-level algorithms (feature extraction, motion tracking, machine

Linux下OpenCV的环境搭建(转)

OpenCV is the most popular and advanced code library for Computer Vision related applications today, spanning from many very basic tasks (capture and pre-processing of image data) to high-level algorithms (feature extraction, motion tracking, machine