【QT+opencv】环境配置

在qt msvc2010版软件中使用opencv2.4.9进行库函数配置。仅适用于windows下。
INCLUDEPATH += $$PWD/../../../opencv/build/include/opencv                $$PWD/../../../opencv/build/include/opencv2                $$PWD/../../../opencv/build/include

CONFIG(debug,debug|release) {
LIBS += -L$$PWD/../../../opencv/build/x86/vc10/bin         -lopencv_ml249d         -lopencv_calib3d249d         -lopencv_contrib249d         -lopencv_core249d         -lopencv_features2d249d         -lopencv_flann249d         -lopencv_gpu249d         -lopencv_highgui249d         -lopencv_imgproc249d         -lopencv_legacy249d         -lopencv_objdetect249d         -lopencv_ts249d         -lopencv_video249d         -lopencv_nonfree249d         -lopencv_ocl249d         -lopencv_stitching249d         -lopencv_superres249d         -lopencv_videostab249d
} else {
LIBS += -L$$PWD/../../../opencv/build/x86/vc10/bin         -lopencv_ml249         -lopencv_calib3d249         -lopencv_contrib249         -lopencv_core249         -lopencv_features2d249         -lopencv_flann249         -lopencv_gpu249         -lopencv_highgui249         -lopencv_imgproc249         -lopencv_legacy249         -lopencv_objdetect249         -lopencv_ts249         -lopencv_video249         -lopencv_nonfree249         -lopencv_ocl249         -lopencv_stitching249         -lopencv_superres249         -lopencv_videostab249
}
 
时间: 2024-08-28 17:05:35

【QT+opencv】环境配置的相关文章

qt+opencv环境配置

本来是想用qtcreator+opencv,简单写几行代码,把opencv库加入qtcreator工程文件中编译, 发现报错,不识别类型之类的错误.(日常报错,接下来看怎么解决) 百度一下,发现是opencv2.4.x版本之后就不带mingw库, 而qtcreator使用的是mingw的编译链,于是乎又开始去下载opencv的源码.cmake.mingw32, 经过一顿操作之后,cmake生成了Makefile了!,以为要成功,结果编译到一半报错(吐槽一下 就那报错信息 真不知道是什么问题).

Pycharm Opencv环境配置

1.    安装Python https://www.python.org/ 我安装的是python 2.7.14 2.一步步点击next进行安装即可,安装完毕后如果出现缺少java环境变量的,需要下载JDK安装包  http://www.oracle.com/technetwork/java/javase/downloads/index.html,下载安装完毕后,设置环境变量 打开我的电脑--属性--高级--环境变量 (1)  新建用户变量JAVA_HOME 变量名:JAVA_HOME 变量值

win7 QT +opencv环境搭建

1.Win7 Qt4.8.5+QtCreator2.8.0+mingw环境参考前博文先搭建 2.下载Cmake2.8.11.2版本,安装.运行 [项目]那编译器选择:MinGW4.4.另外,重新编译OpenCV要使用MinGW4.4编译. 把 "<Qt_directory>\mingw\bin"添加到环境变量PATH中. 在cmd中 gcc -v 看到4.4版本. 3. 编译OpenCV OPencv库编译也可参考此文:https://dotuyau.wordpress.c

opencv 环境配置-windowsx64 +VS2017

opencv版本为4.1.1官方最新版本, https://sourceforge.net/projects/opencvlibrary/ 先配置本地工程环境: 右键我的电脑-属性 将bin的路径添加到环境变量里面, 这里我添加的路径包含录下:  vc15对应VS2017,vc14对应VS2015 D:\opencv4.1\opencv\build\x64\vc15\lib D:\opencv4.1\opencv\build\x64\vc15\bin D:\opencv4.1\opencv\bu

ubuntu eclipse opencv环境配置

项目——Properties——C/C++ Build——Settings 配置包含目录: GCC C++ Compiler   ——Includes /usr/include /usr/local/include/opencv /usr/local/include/opencv2 /usr/include/c++/5 配置库链接目录: GCC C++ Linker ——Libraries 在Library search path(-L)窗口中添加一行 /usr/local/lib 在Libra

python + opencv 环境配置

1.python 2.7.10 2.numpy 1.8.1 3.opencv2.4.8 4.OpenCV目录 ...\opencv\build\python\2.7" 下 "cv2.pyd" 复制 到Python目录 "...\Python27\Lib\site-packages"下 5.测试 import cv2 image = cv2.imread("test.jpg") cv2.imshow("test",im

QTCreator2.8.0+Qt Open source 4.8.5环境配置(Win7x64)

开始使用QT了,环境配置好了,以后才不会有这方面的麻烦,所以第一步,把自己的工作环境搭建好! 下面是我的环境搭建过程,留个记录,也为了后来者能少走一些弯路. 1. 下载安装文件 要使用QT功能,那么必须要下载QT的源码,还必须要一个是用QT的编译环境,可以是VS2010,也可以是专用于QT编程的QT Creator.本人选择QT Creator,所以也必须要下载QT Creator. 根据网上大部分教程及自己买的书籍获取的信息,在选择版本的时候,QT 源码选择4.8.5,而QT Creator选

OpenCv的Java,C++开发环境配置

1.OpenCV 下载及安装配置 opencv的下载地址:http://opencv.org/downloads.html 最新版本:opencv3.0.0 注意:支持的visual studio2013 我们可以下载稳定版本:opencv2.4.11 安装:双击opencv-2.4.11解压到某一目录下即可 配置:在系统环境变量Path中,添加相应的路径. 32位添加:C:\opencv\opencv2.4.11\build\x86\vc10\bin 64位添加:C:\opencv\openc

OpenCV On Android环境配置最新&amp;最全指南(Android Studio篇)

本文是从本人简书上搬运而来,属本人原创,如有转载,请注明出处:http://www.jianshu.com/p/6e16c0429044 简介 本文是<OpenCV On Android环境配置最新&最全指南>系列教程第二篇,也是配置教程的最后一篇.通过对android Studio里opencv环境配置讲解,快速帮新人解决入门配置问题. 本文内容是本人经过多次踩坑,并参考网上众多OpenCV On Android的配置教程总结而来,尽希望能帮助学习移动图像处理的朋友们少走弯路,如有转

OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate

1.什么是OpenCV OpenCV的全称是:Open Source Computer Vision Library.OpenCV是一个基于(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows和Mac OS操作系统上.它轻量级而且高效--由一系列 C 函数和少量 C++ 类构成. 总结特点: 1.开源, 商业用途也不必公开自己的源代码或者改善后的代码. 2.效率高,简单的图像处理就算了,涉及到复杂的处理一般的类库无法满足比如CXImage 3.有巨头维护(Intel) 有这三个