OpenCV4机器学习（一）：OpenCV4+VS2017环境搭建与配置

偏执的太偏执、 2022-08-30 04:22 255阅读 0赞

**前言：**

本专栏主要结合OpenCV4（C++版本），来实现一些基本的图像处理操作、经典的机器学习算法（比如K-Means、KNN、SVM、决策树、贝叶斯分类器等），以及常用的深度学习算法。

**系列文章，持续更新：**

*  [OpenCV4机器学习（一）：OpenCV4+VS2017环境搭建与配置][OpenCV4_OpenCV4_VS2017]
 *  [OpenCV4机器学习（二）：图像的读取、显示与存储][OpenCV4]
 *  [OpenCV4机器学习（三）：颜色空间（RGB、HSI、HSV、Lab、Gray）之间的转换][OpenCV4_RGB_HSI_HSV_Lab_Gray]
 *  [OpenCV4机器学习（四）：图像的几何变换、仿射变换][OpenCV4 1]

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

### 文章目录 ###

*   *  一、下载安装OpenCV
     *  二、VS2017环境配置
     *  三、读取、显示图片测试

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

## 一、下载安装OpenCV ##

先去下载网址：[https://opencv.org/releases/][https_opencv.org_releases]，下载相应版本的OpenCV4，如果你是Windows系统，则选择Windows选项下载。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70]  
下载好后，进行解压，比如我解压到了C盘下。

## 二、VS2017环境配置 ##

**1、新建VS项目**

首先打开VS2017，点击菜单栏中【文件】→【新建】→【项目】。点击之后，如下图所示，在【Visual C++】栏中选择【空项目】，然后给项目命名，例如名称为chap01，选择好项目位置，然后点击确定。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 1]  
然后，在【解决方案资源管理器】的【源文件】中【添加】→【新建项】。如下图所示，选择C++文件，对其命名，例如命名为main.cpp，然后点击添加。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 2]此时，新的空项目已经建立，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 3]  
**2、配置包含路径**

首先将Debug模式由【x86】改为【x64】。再点击【视图】→【其他窗口】→【属性管理器】，结果如图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 4]  
右击【Microsoft.Cpp.x64.user】→【属性】，打开属性页，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 5]  
在【通用属性】→【VC++目录】栏中，将以下两条路径名添加到【包含目录】中，注意具体路径名根据自己OpenCV解压路径不同而不同。

C:\opencv\build\include
    C:\opencv\build\include\opencv2

添加成功后，点击【确定】，即配置好了包含路径。如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 6]  
**3、配置库目录**

库目录同样是在【通用属性】→【VC++目录】的界面中，将以下路径名添加到【库目录】中：

C:\opencv\build\x64\vc15\lib

注意：具体路径名根据自己OpenCV解压的路径不同而不同。x64文件夹下有两个文件夹，分别是VC14和VC15。其中，**VC14对应VS2015，VC15对应VS2017**。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 7]  
添加成功之后，点击【确定】，即配置好了库目录。

**4、添加附加依赖项**

在属性页，点击【通用属性】→【链接器】→【输入】。在【附加依赖项】中添加**opencv\_world452d.lib**。opencv\_world452d.lib是Debug版本的文件库，目前只需要添加这个文件库即可。这个文件库在文件夹C:\\opencv\\build\\x64\\vc15\\lib下，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 8]  
添加附加依赖项之后，如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 9]  
**5、配置环境变量**

返回桌面，点击【此电脑】→【属性】→【高级系统设置】→【环境变量】→【Path】。将以下路径名添加到【Path】中：

C:\opencv\build\x64\vc15\bin

然后点击确定，完成了环境变量的配置。

注意：**所有配置完后，建议重启VS2017**，免得需要在Windows文件夹下加入OpenCV的动态链接库。

## 三、读取、显示图片测试 ##

运行如下代码，使用OpenCV读取一张图片，并显示出来：

#include <iostream>
    #include<opencv2/opencv.hpp>
    
    using namespace std;
    using namespace cv;
    
    int main()
    { 
    	Mat img = imread("D:\\VSProject\\OpenCV4\\chap01\\1.jpg", 1);
    	cv::imshow("show", img);
    	waitKey(0);
    	return 0;
    }

当原图显示出来，说明配置成功了：

![在这里插入图片描述][resize_m_lfit_w_962_pic_center]  
需要注意的是：

*  图片路径要换成自己的
 *  图片路径中的 \\ 要统一换成 \\\\ 或者 /

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

**本专栏所有完整的代码将在我的GitHub仓库上更新，欢迎大家前往学习：**

*  [https://github.com/Keyird/OpenCV4-Machine-Learning][https_github.com_Keyird_OpenCV4-Machine-Learning]

**进入GitHub仓库，点击 star (红色箭头所示)，第一时间获取干货：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 10]

最好的关系是**互相成就**，各位的「三连」就是【AI 菌】创作的最大动力，我们下期见！

[OpenCV4_OpenCV4_VS2017]: https://ai-wx.blog.csdn.net/article/details/118888221
[OpenCV4]: https://blog.csdn.net/wjinjie/category_11218357.html
[OpenCV4_RGB_HSI_HSV_Lab_Gray]: https://ai-wx.blog.csdn.net/article/details/118933508
[OpenCV4 1]: https://ai-wx.blog.csdn.net/article/details/118992887
[https_opencv.org_releases]: https://opencv.org/releases/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70]: /images/20220829/523b8aa93b4b441e995ec48131de6883.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 1]: /images/20220829/41cc62cb47784fe09204134c0b3b30f6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 2]: /images/20220829/f6abd09a80c64f64be8262134a2c0fbf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 3]: /images/20220829/e6006d6f597c44999fc217cd7a5e3e76.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 4]: /images/20220829/fea29b040f3c49f6b16798352c482b05.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 5]: /images/20220829/314a3685e45846109fa9ed8837079640.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 6]: /images/20220829/f0ed535907e34d58acaf7b2bce18987a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 7]: /images/20220829/ba215a86fc7f4325b81858b1f7b7a267.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 8]: /images/20220829/caa7a1b83c2a4109bd7712ae106df96b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 9]: /images/20220829/e1c686a8e0a3408fbacac6293ab6990e.png
[resize_m_lfit_w_962_pic_center]: /images/20220829/45077bd819804c7bb0cb6380663ef87d.png
[https_github.com_Keyird_OpenCV4-Machine-Learning]: https://github.com/Keyird/OpenCV4-Machine-Learning
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaW5qaWU_size_16_color_FFFFFF_t_70 10]: /images/20220829/d6b9f5c78b5942da9a6692197d75c139.png