OpenCV3.4+VisualStudio2017开发环境配置指导
OpenCV是图像计算机图像处理学的基础库，支持C/C++，Python等多种语言接口，也是目前智能图像处理的基础，这里我们主要介绍如何使用Visual Studio 2017进行OpenCV开发的环境配置。
操作方法
- 01
首先，我们当然是需要将Visual Studio 2017 以及OpenCV 3.4下载到本地电脑并完成安装。 1）安装Visual Studio 2017，必须要安装“C++ 通用 Windows 平台工具”组件 2）下载OpenCV 3.4安装包，直接运行后自动完成解压缩
- 02
将OpenCV库路径(E:\opencv\build\x64\vc14\bin)增加的系统环境变量Path中 ,如果没有完成这一步，在工程运行时会提示找不到“opencv_world340d.dll”文件的错误的
- 03
打开Visual Studio 2017，创建一个C++的空项目
- 04
给项目创建一个C++文件，可以直接使用快捷键Ctrl+shift+A
- 05
打开项目的书香管理器，菜单路径：视图 -》其他窗口 -》属性管理器
- 06
为我们的工程配置包含目录，把OpenCV的目录增加到VC++的包含目录属性列表中： E:\opencv\build\include E:\opencv\build\include\opencv E:\opencv\build\include\opencv2
- 07
增加工程的OpenCV库目录到VC++目录的“库目录”中 E:\opencv\build\x64\vc14\lib
- 08
增加工程的openCV的附加依赖库 Debug属性页-》链接器-》输入-》附加依赖项 在Debug模式下选择"opencv_world340d.lib" 在Release模式下选择“opencv_world340.lib”
- 09
测试配置效果，看看我们的C++工程中是否可以使用OpenCV 3.4的图像处理库 1）在编码前，需要将解决方案平台选择刚才配置的“Debug”"x64"选项 2）编写测试代码 #include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { //读取本地的一张图片便显示出来 Mat img = imread("F:\\mm\\01.jpg"); imshow("MM Viewer",img); //等待用户按键 waitKey(0); return 0; }