VS2013下OpenCV2.48配置

VS2013+OpenCV2.48配置

一、下载OpenCV

OpenCV下载地址http://opencv.org/

SDK下载链接在页面右侧

根据平台选择相应的SDK下载。在Windows开发下开发，选择下载OpenCV for Windows。

二、安装OpenCVSDK

双击下载的opencv-2.4.8.exe进行SDK安装。

设置opencv sdk解压目录，点击Extract后解压。

解压过程如上图

三、OpenCV SDK文件夹结构简介

在opencv文件夹下有build和sources两个文件夹，build是sdk 包，sources是源码包（里面也有opencv使用例子源码）

在build文件夹下include是C&C++头文件所在文件夹；doc是文档文件夹；java是java开发的库文件夹；python是pathon开发库文件夹；x64和X86是已编译好的C&C++的64位和32位库文件夹，在它里面有vc10、vc11、vc12三个文件夹，分别对应VC++2010、VC++2012和VC++2013。

因不同版本VC++生成的库文件所需的运行时不同，因此配置VC++工程时需要选择相对应的二进制库文件。在vcXX文件夹下bin文件夹是公用的动态链接库，在系统环境变量里配置后，所以opencv工程都能共享他们；lib文件夹是动态库隐式调用所需的静态链接文件；staticlib文件夹是静态链接库，需要生成不依赖动态库的程序就是用它们。

四、设置opencv的环境变量

“开始菜单”-> “控制面板”->“系统”或在“计算机”上右键选“属性”打开系统设置窗口

选择“高级系统设置”打开“系统属性”窗口

选择“高级选项卡“，点击“环境变量”按钮打开“环境变量”窗口

在系统变量里找到Path变量，在Path中添加值SDK中的bin目录。本人解压时设置的目录是E:\SDK，用到是32位库，VC++用的是2013，因此添加到bin目录为E:\SDK\opencv\build\x86\vc12\bin。注：环境变量配置后，需重启系统才能生效。

五、VC++工程配置

打开vs2013，选择新建项目。

选择Visual C++模板创建空项目。因只是简单测试下OpenCV SDK能否正常使用，不想引入windows api、MFC、.NET这些，我选择了最简单的空项目来创建工程。

项目建好后，点击“菜单”->“项目”->“属性”，打开项目属性对话框，选择“C++目录”对SDK目录进行配置。

选择“包含目录”，在下拉菜单中选择“编辑”，打开包含目录对话框。添加前面介绍过的SDK中的include文件夹的路径。

选择“库目录”，在下拉菜单中选择“编辑”，打开包含目录对话框。添加前面介绍过的SDK中的lib文件夹的路径。这里需要注意点，开发32位程序选择x86目录下的，64位则选X64目录下的，同时还要根据自己所用的VC++版本选择相应的vcXX目录。我要开发的是32位程序，使用的2013因此，选择的是X86中vc12下的lib文件夹。

接下来是配置项目所需的静态链接库。选择“链接器”下的“输入”，在“附加依赖项”下拉项中选择“编辑”，打开附加依赖项对话框。

在附加依赖项中添加opencv_core248d.lib，这是opencv最基本的类和函数；添加opencv_highgui248d.lib，它是opencv提供的简单gui；添加opencv_imgproc248d.lib，它提供了一些基础的图像处理操作。简单的运用，这三个库基本够了。用到其他opencv功能时，只需按照所用函数所在的头文件名，添加相应的lib文件就行了。

注：前面设置的是新建工程的Debug版配置，切换到Release用同样的方法配置就可以，唯一的区别是Debug版用到的dll和lib文件都有后缀d，Release版使用的不带d。配置Release的附加依赖项时别忘了把d删掉。

六、测试OpenCV配置是否正确

在解决方案中，在项目上右键，选择添加新建项。

在对话框中选择添加C++文件

在新建的C++文件中写上一个最简单的测试代码生成后运行。如果配置无误，生成的程序就能正常运行了。如果提示缺少dll文件，是环境变量没配置对，重新配置环境变量或将SDK中bin目录中的相应dll文件靠到工程目录下或系统所在盘Windows\System32下就可以解决。如果是提示链接错误，是附加依赖项没设置对，或没有添加够所需的lib文件。

这里来段用OpenCV打开并显示图片的代码

#include <opencv2\opencv.hpp>

//opencv2下是C++接口

using namespace cv;

//cv是Opencv的名字空间

int main()

{

Mat img = imread("E:/lena.png");

//新建一个矩阵用来存放从文件读取的图片

namedWindow("image",CV_WINDOW_AUTOSIZE);

//创建一个窗口，窗口标题设为image，并设成自动大小

imshow("image",img);

//在image名字的窗口中显示img中的图像

waitKey();

//等待键盘输入

return 0;

//程序结束

}

例子中所用的测试图片是OpenCV自带的lena.png。看过图像学书的是不是觉着这图很眼熟，似乎所有图像学的书都会用到这图。这图基本上可以算图像学的一个标准用图了，不过这图并不是完整版哦，它只是截取了其中的一部分。

个人总结清单:

OpenCV-2.4.13

1、系统环境变量

D:\opencv\opencv\build\x86\vc12\bin

2、VC++ 目录

包含目录：

D:\opencv\opencv\build\include

库目录：

D:\opencv\opencv\build\x86\vc12\lib

3、连接器->输入->附加依赖项

Release

opencv_calib3d2413.lib;

opencv_contrib2413.lib;

opencv_core2413.lib;

opencv_features2d2413.lib;

opencv_flann2413.lib;

opencv_gpu2413.lib;

opencv_highgui2413.lib;

opencv_imgproc2413.lib;

opencv_legacy2413.lib;

opencv_ml2413.lib;

opencv_nonfree2413.lib;

opencv_objdetect2413.lib;

opencv_ocl2413.lib;

opencv_photo2413.lib;

opencv_stitching2413.lib;

opencv_superres2413.lib;

opencv_ts2413.lib;

opencv_video2413.lib;

opencv_videostab2413.lib;

Debug

opencv_calib3d2413d.lib;

opencv_contrib2413d.lib;

opencv_core2413d.lib;

opencv_features2d2413d.lib;

opencv_flann2413d.lib;

opencv_gpu2413d.lib;

opencv_highgui2413d.lib;

opencv_imgproc2413d.lib;

opencv_legacy2413d.lib;

opencv_ml2413d.lib;

opencv_nonfree2413d.lib;

opencv_objdetect2413d.lib;

opencv_ocl2413d.lib;

opencv_photo2413d.lib;

opencv_stitching2413d.lib;

opencv_superres2413d.lib;

opencv_ts2413d.lib;

opencv_video2413d.lib;

opencv_videostab2413d.lib;

测试

--------------------------------------------------------------------------

#include <opencv2/opencv.hpp>

#include <iostream>

using namespace std;

using namespace cv;

int main(int argc, char **argv)

{

Mat img = imread("lena.png");

if (img.empty())

{

cout << "打开图像失败！" << endl;

return -1;

}

namedWindow("image", CV_WINDOW_AUTOSIZE);

imshow("image", img);

waitKey();

return 0;

}

--------------------------------------------------------------------------