1、opencv介绍与开发环境搭建

news2024/9/27 21:21:05

1、opencv介绍

OpenCV 是 Intel 开源计算机视觉库，是一个跨平台的开源计算机视觉和机器学习软件库。它由一系列 C 函数和少量 C++ 类构成，可用于开发实时的图像处理、计算机视觉以及模式识别程序。

该库有 2500 多种优化算法，其中包括一套全面的经典和最先进的计算机视觉和机器学习算法。
这些算法可用于检测和识别人脸、识别物体、对视频中的人类行为进行分类、跟踪摄像机运动、跟踪移动物体、提取物体的三维模型、从立体摄像机中产生三维点云、将图像拼接起来以产生整个场景的高分辨率图像、从图像数据库中找到类似的图像、从使用闪光灯拍摄的图像中去除红眼、跟踪眼睛的运动、识别风景并建立标记以叠加到增强现实中等等。

OpenCV 拥有超过 4.7 万人的用户群，估计下载量超过 1800 万。该库在公司、研究小组和政府机构中被广泛使用。除了谷歌、雅虎、微软、英特尔、IBM、索尼、本田、丰田等知名公司外，还有许多初创公司，如 Applied Minds、VideoSurf 和 Zeitera 等都在广泛使用 OpenCV。

OpenCV 的应用范围很广，包括将街景图像拼接在一起，在以色列检测监控视频中的入侵行为，在中国监控矿山设备，在 Willow Garage 帮助机器人导航和拾取物体，
在欧洲检测游泳池溺水事故，在西班牙和纽约运行互动艺术，在土耳其检查跑道上的碎片，在世界各地的工厂检查产品的标签，以及在日本快速检测人脸。

它有 C++、Python、Java 和 MATLAB 接口，支持 Windows、Linux、 Android 和 Mac OS。OpenCV 主要倾向于实时视觉应用程序，并在可用时利用 MMX 和 SSE 指令。目前正在积极开发功能齐全的 CUDA 和 OpenCL 接口。有超过 500 种算法和大约 10 倍的函数组成或支持这些算法。OpenCV 是用 C++ 原生编写的，具有可与 STL 容器无缝协作的模板化接口。

OpenCV 具有模块化结构，这意味着该软件包包含多个共享或静态库。以下模块可用：
核心功能（core）- 定义基本数据结构的紧凑模块，包括密集的多维数组 Mat 和所有其他模块使用的基本功能。
图像处理 ( imgproc ) - 一个图像处理模块，包括线性和非线性图像过滤、几何图像变换（调整大小、仿射和透视变形、通用的基于表格的重新映射）、色彩空间转换、直方图等。
Video Analysis ( video ) - 一个视频分析模块，包括运动估计、背景减除和对象跟踪算法。
相机校准和 3D 重建 ( calib3d ) - 基本的多视图几何算法、单相机和立体相机校准、物体姿态估计、立体对应算法和 3D 重建的元素。
2D 特征框架 ( features2d ) - 显着特征检测器、描述符和描述符匹配器。
对象检测 ( objdetect ) - 检测预定义类的对象和实例（例如，面部、眼睛、杯子、人、汽车等）。
高级 GUI ( highgui ) - 简单 UI 功能的易于使用的界面。
视频 I/O ( videoio ) - 一个易于使用的视频捕获和视频编解码器接口。
一些其他帮助模块，例如 FLANN 和 Google 测试包装器、Python 绑定等。

2、opencv安装与配置

2.1、安装VS2019

按照正常安装即可

2.2、下载opencv4.5.5

https://opencv.org/releases/ 国外网站下载比较慢

2.3、配置环境

1、将下载好的opencv4.5.5解压到新的文件夹中

2、将三个.dll文件复制到C盘的System32里面

3、开始配置VS2022

①、新建一个项目

②、打开属性管理器

③、设置属性表

设置解决访问为release x64

添加新项目属性表

添加包含目录的两个路径

E:\opencv\opencv\build\include\opencv2

E:\opencv\opencv\build\include

添加库目录的路径

E:\opencv\opencv\build\x64\vc15\lib

设置链接器->输入

4、设置环境变量

E:\opencv\opencv\build\x64\vc15\bin

5、开始测试

①添加main.cpp

②、在项目目录下放一张图片

③、编写测试代码

#include<opencv2/opencv.hpp>

#include<iostream>



using namespace cv;

using namespace std;



int main()

{

    // 读取图片按原来的1/4

    Mat img = imread("1.jpg", IMREAD_REDUCED_COLOR_4);

    // 显示图片

    imshow("input", img);



    waitKey(0);

    destroyAllWindows();

    return 0;

}

④、运行