当前位置:   article > 正文

在VSCode中配置OpenCV的C++环境(Windows11)_win11配置vscode+c++的opencv环境

win11配置vscode+c++的opencv环境

在VSCode中配置OpenCV的C++环境(Windows11)

开始从零学习C++的计算机视觉,所以需要配置OpenCV的C++环境。

一、下载所需配置内容

        1.OpenCV的源码下载

        这里提供两种下载的方式

        官网下载(较慢):

Releases - OpenCVicon-default.png?t=N7T8https://opencv.org/releases/

        因为这里我们用的方法是下载源码,所以在Releases中我们要选择点击Sources来下载。

        镜像下载(较快):

FTP - /pub/blfs/conglomeration/opencv/ :: 俄勒冈州立大学开源实验室 (osuosl.org)icon-default.png?t=N7T8https://ftp.osuosl.org/pub/blfs/conglomeration/opencv/?C=S;O=D

在使用这个镜像网站时,建议点击 Last modified(上次修改时间),文件能按时间排序,这样会比较好找想要的源码文件。

        2.CMake工具下载

        CMake工具可以把我们前面下载的OpenCV源码进行编译,然后通过配置之后就能实现对OpenCV库的调用。

        官网下载连接:

下载 CMakeicon-default.png?t=N7T8https://cmake.org/download/在下载CMake工具时,要注意选择的是其中的二进制版本(Binary distributions)的zip文件。

二、配置环境

        1.编译OpenCV源码

        首先把下载好的OpenCV源码和CMake都进行解压,打开解压后的CMake文件夹,然后打开bin文件夹,打开cmake-gui.exe

        打开应用程序之后,点击“Browse Source...”选择之前解压的OpenCV源码,点击“Browse Build...”选择一个路径存放编译文件,可以自行新建一个文件夹。

        直接configure会有很多红色错误,在search中搜索nonfree,然后勾选

        点击左下方的“Configure”,选择 MinGW MakefilesSpecify native compilers 

        点击“Next”,在编译器的选择中,C选择mingw-w64文件夹中bin文件夹里的gcc.exe,而C++则选择同样来自bin文件夹的g++.exe,然后点击“Finish”,之后CMake工具就会开始自行编译,只需等待完成即可。

        编译完成之后,确保没有红色错误的情况后,点击“Generate”生成,等待生成结束之后就可以关闭CMake工具了。

        找到先前创建的用来存放编译结果的文件夹(我存放在D:\Opencv\OpenCV_build),对文件夹shift+鼠标右键,选择在此处打开Powershell窗口

        输入MinGW32-make -j4开始编译,等待编译完成之后,再输入MinGW32-make install进行安装。        等待安装完成后,关闭窗口,添加已经编译好的OpenCV环境变量。

        添加环境变量的步骤可以参考文章:windows10设置环境变量Path详细步骤_windows 环境变量 怎么失效-CSDN博客icon-default.png?t=N7T8https://blog.csdn.net/flame_007/article/details/106401215        

2.在VSCode中对OpenCV进行C++的环境配置

        创建一个新文件夹(例如OpenCVFile),在该文件夹下新建.vscode文件夹,再新建三个.json文件,它们分别是c_cpp_properties.json,launch.json和tasks.json。

        对VSCode的C++环境配置有过经验的对这三个json文件肯定不陌生,有过配置经验的也可以从其他已经配置过的.vscode文件夹中copy过来,但是里面的内容要重新修改。

        c_cpp_properties.json代码:

        在这里我们根据实际需要修改的是includePath和compilerPath里的路径。

  1. {
  2. "configurations": [
  3. {
  4. "name": "windows-gcc-x64", //这里的名称会在运行之后自动修改
  5. "includePath": [
  6. "${workspaceFolder}/**",
  7. "D:/Opencv/OpenCV_build/install/include",
  8. "D:/Opencv/OpenCV_build/install/include/opencv2" //这两个头文件路径都是需要的
  9. ],
  10. "defines": [
  11. "_DEBUG",
  12. "UNICODE",
  13. "_UNICODE"
  14. ],
  15. "compilerPath": "D:/mingw-w64/mingw64/bin/gcc.exe", //填mingw的gcc路径
  16. "cStandard": "c11",
  17. "cppStandard": "c++17",
  18. "intelliSenseMode": "windows-gcc-x64" //这里的名称会在运行之后自动修改
  19. }
  20. ],
  21. "version": 4
  22. }
        launch.json代码:

        在这里我们根据实际需要修改的是miDebugberPath里的调试器路径。

  1. // https://code.visualstudio.com/docs/cpp/launch-json-reference
  2. {
  3. "version": "0.2.0",
  4. "configurations": [
  5. {
  6. "name": "(gdb) Launch", // 配置名称,将会在启动配置的下拉菜单中显示
  7. "type": "cppdbg", // 配置类型,cppdbg对应cpptools提供的调试功能;可以认为此处只能是cppdbg
  8. "request": "launch", // 请求配置类型,可以为launch(启动)或attach(附加)
  9. "program": "${fileDirname}/${fileBasenameNoExtension}.exe", // 将要进行调试的程序的路径
  10. "args": [], // 程序调试时传递给程序的命令行参数,一般设为空即可
  11. "stopAtEntry": false, // 设为true时程序将暂停在程序入口处,相当于在main上打断点
  12. "cwd": "${workspaceFolder}", // 调试程序时的工作目录,此为工作区文件夹;改成${fileDirname}可变为文件所在目录
  13. "environment": [], // 环境变量
  14. "externalConsole": true, // 使用单独的cmd窗口,与其它IDE一致;为false时使用内置终端
  15. "internalConsoleOptions": "neverOpen", // 如果不设为neverOpen,调试时会跳到“调试控制台”选项卡,你应该不需要对gdb手动输命令吧?
  16. "MIMode": "gdb", // 指定连接的调试器,可以为gdb或lldb。
  17. "miDebuggerPath": "D:/mingw-w64/mingw64/bin/gdb.exe", // 调试器路径,Windows下后缀不能省略,Linux下则不要
  18. "setupCommands": [
  19. { // 模板自带,好像可以更好地显示STL容器的内容,具体作用自行Google
  20. "description": "Enable pretty-printing for gdb",
  21. "text": "-enable-pretty-printing",
  22. "ignoreFailures": false
  23. }
  24. ],
  25. "preLaunchTask": "OpenCV_Compile" // 调试会话开始前执行的任务,一般为编译程序。与tasks.json的label相对应
  26. }]
  27. }
        tasks.json代码:

        在这里我们根据实际需要修改的是command里的路径,以及“-I”“-L”里那十几行内的头文件和库文件路径,libopencv后面接的数字要根据自己下载的版本进行实际修改,这里我的版本是4.9.0,所以我后面接的数字是490。

  1. // https://code.visualstudio.com/docs/editor/tasks
  2. {
  3. "version": "2.0.0",
  4. "tasks": [
  5. {
  6. "label": "OpenCV_Compile", // 任务名称,与launch.json的preLaunchTask相对应
  7. "command": "D:/mingw-w64/mingw64/bin/g++.exe", // 要使用的编译器,C++用g++
  8. "args": [
  9. "${file}",//当前文件名
  10. "-o", // 指定输出文件名,不加该参数则默认输出a.exe,Linux下默认a.out
  11. "${fileDirname}/${fileBasenameNoExtension}.exe",
  12. "-g", // 生成和调试有关的信息
  13. "-m64", // 不知为何有时会生成16位应用而无法运行,加上此条可强制生成64位的
  14. "-Wall", // 开启额外警告
  15. "-static-libgcc", // 静态链接libgcc,一般都会加上
  16. "-finput-charset=UTF-8",
  17. "-fexec-charset=GBK", // 生成的程序使用GBK编码,不加这条会导致Win下输出中文乱码;繁体系统改成BIG5
  18. "-std=c++17", // 要用的语言标准,根据自己的需要修改。
  19. // 扩展参数
  20. // -I 头文件目录
  21. // -L 库文件目录
  22. // -l 库文件
  23. "-I", "D:/Opencv/OpenCV_build/install/include",
  24. "-I", "D:/Opencv/OpenCV_build/install/include/opencv2",
  25. "-L", "D:/Opencv/OpenCV_build/install/x64/mingw/bin",
  26. "-l", "libopencv_calib3d490",
  27. "-l", "libopencv_core490",
  28. "-l", "libopencv_dnn490",
  29. "-l", "libopencv_features2d490",
  30. "-l", "libopencv_flann490",
  31. "-l", "libopencv_gapi490",
  32. "-l", "libopencv_highgui490",
  33. "-l", "libopencv_imgcodecs490",
  34. "-l", "libopencv_imgproc490",
  35. "-l", "libopencv_ml490",
  36. "-l", "libopencv_objdetect490",
  37. "-l", "libopencv_photo490",
  38. "-l", "libopencv_stitching490",
  39. "-l", "libopencv_video490",
  40. "-l", "libopencv_videoio490",
  41. "-l", "libopencv_ximgproc490" //这是额外添加的扩展动态链接库,如果没有添加contrib扩展可以删除这一行
  42. ], // 编译的命令,其实相当于VSC帮你在终端中输了这些东西
  43. "type": "process", // process是把预定义变量和转义解析后直接全部传给command;shell相当于先打开shell再输入命令,所以args还会经过shell再解析一遍
  44. "group": {
  45. "kind": "build",
  46. "isDefault": true // 不为true时ctrl shift B就要手动选择了
  47. },
  48. "presentation": {
  49. "echo": true,
  50. "reveal": "always", // 执行任务时是否跳转到终端面板,可以为always,silent,never。具体参见VSC的文档
  51. "focus": false, // 设为true后可以使执行task时焦点聚集在终端,但对编译C/C++来说,设为true没有意义
  52. "panel": "shared" // 不同的文件的编译信息共享一个终端面板
  53. },
  54. "problemMatcher":"$gcc" // 捕捉编译时终端里的报错信息到问题面板中,修改代码后需要重新编译才会再次触发
  55. // 本来有Lint,再开problemMatcher就有双重报错,但MinGW的Lint效果实在太差了;用Clang可以注释掉
  56. }]
  57. }

        三、测试

        创建一个新的cpp文件,通过一个简单的图像输出代码,测试我们的OpenCV库是否能够正常使用。

  1. #include <opencv2/opencv.hpp>
  2. #include <opencv2/highgui/highgui.hpp>
  3. int main(int argc, char** argv) {
  4. // 读取图像文件
  5. cv::Mat img = cv::imread("C:/users/86195/desktop/6.png"); //这里填写你要读取的图像的路径
  6. // 检查图像是否正确读取
  7. if (img.empty()) {
  8. std::cout << "无法打开或找到图像" << std::endl;
  9. return -1;
  10. }
  11. // 创建一个窗口来显示图像
  12. cv::namedWindow("Display Image", cv::WINDOW_AUTOSIZE);
  13. // 在窗口中显示图像
  14. cv::imshow("Display Image", img);
  15. // 等待键盘输入,然后关闭窗口
  16. cv::waitKey(0);
  17. return 0;
  18. }

        如果能够正常显示图像,证明OpenCV库已经可以正常使用,环境配置就完成啦!

本文内容由网友自发贡献,转载请注明出处:https://www.wpsshop.cn/w/码创造者/article/detail/955676
推荐阅读
相关标签
  

闽ICP备14008679号