OpenCV是一个基于(开源)发行的跨平台计算机视觉库,支持Linux、Windows和Mac OS三大操作系统,它轻量级而且高效——轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,并且又提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。OpenCV致力于真实世界的实时应用,通过优化的C代码的编写对其执行速度带来了可观的提升,欢迎有需要使用这款工具的朋友通过winwin7分享的地址来获取吧!
下载完成后得到OpenCV文件,便可以开始安装过程。其实所谓的安装是一个解压的过程,可执行文件是一个自解压的程序,双击后便会提示我们选择解压路径。
这里根据自己需求选择路径即可,特别要说明的是,该程序会将所有文件解压在opencv的文件夹下,因此不需要在选择解压路径中单独新建一个opencv文件夹。由于笔者电脑安装了多个版本的OpenCV,为避免混淆,单独创建一个名为opencv4的文件夹,解压到H:opencv4。
选择好路径后点击【Extract】按钮,便可以等待解压过程的结束。整个OpenCV4的大小约为1G,根据电脑的性能不同,等待时间从几十秒到几分钟不等。
在系统变量里面新建变量,名为OPENCV,值为自己解压opencv路径下的build路径,如D:\Program Files\opencv\build,见下图所示:
Tip
这一步是方便以后如果opencv路径改变了,只需要修改此变量就可以了,而不必做大范围修改。
在系统变量里面编辑Path变量,在末尾添加;%OPENCV%\x86\vc12\bin,见下图所示:
Note
x86和x64分别表示32bit和64bit的VS工程,根据自己的工程来修改,否则虽编译成功但会运行错误;vc10, vc11, vc12 分别表示VS2010, VS2012, VS2013的Visual Studio使用的编译器版本,根据自己的VS版本来填写正确的编译器版本号。
这里用VS属性表的方式将Opencv配进工程,每次只需要添加属性表即可完成配置,比手工界面配置方便很多。
属性管理器 -> 右键 "test"(工程名) -> 添加现有属性表
找到之前新建或者下载的属性表(D:\Program Files\opencv\opencv248.props),添加进工程,见下图所示:
测试
解决方案资源管理器 -> 源文件(右键)-> 添加 -> 新建项,见下图所示:
Visual C++ -> C++文件:输入名称test点添加,见下图所示:
1、在扩展模块中去掉了SIFT与SURF相关API的调用文件
现在如果想在OpenCV Python 4.x中想使用SIFT与SURF只有靠自己从源代码CMake来编译生成python版本的安装包才可以。
# OpenCV 3.x中
namedWindow(“input”, cv.CV_WINDOW_AUTOSIZE)
# OpenCV4.x
namedWindow(“input”, cv.WINDOW_AUTOSIZE)
2、全部取消CV_XXX这种枚举类型,比如在3.x中可以正常使用的语句
# 在OpenCV3.x中轮廓发现API返回三个值分别为
# image 返回的图像
# contours 每个轮廓的点集合
# hierarchy 每个轮廓对应的层次信息
binary, contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
3、findContours函数返回结果由3.x的三个参数变为两个参数
OpenCV4.0中需要改为
contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
4、增加了python语言版本的对DNN模块的加持!
支持图像分类、对象检测(SSD、RCNN、Faster-RCNN、mask-RCNN)、图像分割等网络的使用
以上便是WinWin7下载小编给大家分享介绍的OpenCV计算机视觉库!
空里流霜:不过行业内使用的工具也不少,强大的功能总是让这款软件脱颖而出,不管你用了多少次,或者有多少次这样做,它总是令人惊讶和惊讶的,如果你需要一款可以从各个方面为你提供帮助的工具,那它就是很好的选择。
提取码: xi6b