OpenCV图像处理系列：OpenCV安装（二）

前往上一章节：https://www.51halcon.com/forum.php?mod=viewthread&tid=5872

一、下载软件
获取最新OpenCV发行版：https://github.com/opencv/opencv/releases
这里我们下载最新的4.8.0：https://github.com/opencv/opencv ... v-4.8.0-windows.exe
本站下载：https://www.51halcon.com/forum.php?mod=viewthread&tid=6331

简单说下版本变更日志：

1.DNN模块补丁：
TFLite 模型支持，包括 int8 量化模型，支持更多的模型；改进了卷积在部分设备上的速度；
支持 ONNX 分割、切片、剪辑 (Relu6) 和带有 auto_pad 的 Conv；
现代 OpenVINO 支持；
2.G-API模块：
简化 OpenVINO 推理引擎（即 API 1.0 后端）中的预处理；
引入了全新的 OpenVINO API 2.0 后端；
更新了 G-API ONNX RT 后端以支持 ONNX RT 版本 1.14.1；
Python 绑定中 ONNX RT 后端的公开版本规范化选项；

3.对象检测模块：
FaceDetectorYN 升级以获得更好的性能、准确性和面部标志支持；
基于 ArUco 代码的新 QR 代码检测算法；
条形码检测器和解码器从 Contrib 移至主存储库；
为所有图形代码（如条形码和 QR 码）引入了通用 API；
QR 码检测和解码管道中的多个错误修复和改进；

更多log参考：https://github.com/opencv/opencv/wiki/ChangeLog#version480

二、安装软件
可以直接拉取最新文件（尚未发布的托管代码），需要自行使用cmake编译，这里我们先省去编译环节（后续再讲），使用已经打包好的版本安装使用。

双击上面刚刚下载的安装包“opencv-4.8.0-windows.exe”(7z自解压文件)，解压到比如我这里的“D:\OpenCV\OpenCV4.8.0”目录下即可。
然后看看编译好的dll文件：D:\OpenCV\OpenCV4.8.0\opencv\build\x64\vc16\bin

这里核心文件打包成了一个opencv_world480.dll和opencv_world480d.dll（调试版），如果你觉得引用麻烦就可以直接用这一个文件即可。
大部分时候，我们可能需要单独打包，再单独引用，这样的话文件数目很多，但是灵活性更高点，适合高阶用户使用。
这里，说明下VC16是VS2019的版本，VC17是VS2022的版本，同时也适用于vs2019以上的版本。

接下来为了后续程序直接可以运行，无需拷贝相关dll，我们可以把路径做到运行时中：
这里不管是系统的还是用户的都可以，随便选择一个即可，我这里添加到用户的运行时：

新建用户变量：


并添加到用户运行时：

配置大功告成，这步的目的是无需拷贝dll到每个工程下，直接全局引用。

三、配置VS环境
这里我们安装VS2022 C++来进行验证环境，创建新项目，选择“语言”为C++，平台为“Windows”，项目类型为“控制台”，然后选中“控制台应用”，项目名称自定义，位置自定义，然后点击“创建”即可。
然后进入工程后，名称上右键，打开属性，找到“VC++目录”设置如下：

然后进入”链接器“->”输入“，附加依赖项，添加引用的符号库（导入库）：

编译没有任何错误即可。

四、验证安装结果
测试代码：

1. #include <iostream>
   
2. #include <opencv2/opencv.hpp>
   
3. 
   
4. int main()
   
5. {
   
6.     cv::Mat img = cv::imread("E:\\lena.jpg");
   
7.     cv::namedWindow("lena", cv::WINDOW_FREERATIO);
   
8.     cv::imshow("lena", img);
   
9.     cv::waitKey();
   
10.     cv::destroyAllWindows();
    
11. }

复制代码

需要注意的是，末尾的"cv::waitKey();"必须加上，否则程序直接执行结束，你是看不到窗口的。以上代码在VS2022企业版17.6.5版本测试通过。
也可以提取出命名空间，声明后直接使用函数，无需每个函数前面加上cv::作用域了。

1. #include <iostream>
   
2. #include <opencv2/opencv.hpp>
   
3. using namespace cv;
   
4. 
   
5. int main()
   
6. {
   
7.     Mat img = imread("E:\\lena.jpg");
   
8.     namedWindow("lena", WINDOW_FREERATIO);
   
9.     imshow("lena", img);
   
10.     waitKey();
    
11.     destroyAllWindows();
    
12. }

复制代码

最后的效果如下：

加载的图片下载位置：https://www.51halcon.com/forum.php?mod=viewthread&tid=4631

1.imread(图像路径，读取模式)  //以模式读取指定路径下的图像
读取模式定义：

1. enum ImreadModes {
   
2.        IMREAD_UNCHANGED            = -1, //按原样返回加载的图像(带有alpha通道，否则会被裁剪)，忽略EXIF方向
   
3.        IMREAD_GRAYSCALE            = 0,  //转换图像到单通道的灰度图
   
4.        IMREAD_COLOR                = 1,  //（默认）将图像转换为3通道BGR彩色图像
   
5.        IMREAD_ANYDEPTH             = 2,  //当输入具有相应深度时，返回16位/32位图像，否则将其转换为8位
   
6.        IMREAD_ANYCOLOR             = 4,  //图像以任何可能的颜色格式读取
   
7.        IMREAD_LOAD_GDAL            = 8,  //使用GDAL驱动程序加载图像
   
8.        IMREAD_REDUCED_GRAYSCALE_2  = 16, //将图像转换为单通道灰度图像，图像尺寸缩小1/2
   
9.        IMREAD_REDUCED_COLOR_2      = 17, //将图像转换为3通道BGR彩色图像，图像尺寸缩小1/2
   
10.        IMREAD_REDUCED_GRAYSCALE_4  = 32, //将图像转换为单通道灰度图像，图像尺寸缩小1/4
    
11.        IMREAD_REDUCED_COLOR_4      = 33, //将图像转换为3通道BGR彩色图像，图像尺寸缩小1/4
    
12.        IMREAD_REDUCED_GRAYSCALE_8  = 64, //将图像转换为单通道灰度图像，图像尺寸缩小1/8
    
13.        IMREAD_REDUCED_COLOR_8      = 65, //将图像转换为3通道BGR彩色图像，图像尺寸缩小1/8
    
14.        IMREAD_IGNORE_ORIENTATION   = 128 //不根据EXIF的方向标志旋转图像
    
15.      };

复制代码

2.namedWindow(窗口名称，窗口模式)
窗口模式定义：

1. enum WindowFlags {
   
2.        WINDOW_NORMAL     = 0x00000000, //用户可以调整窗口大小(没有限制)，也可以将全屏窗口切换到正常大小
   
3.        WINDOW_AUTOSIZE   = 0x00000001, //（默认）用户不能调整窗口大小，大小受显示图像的限制
   
4.        WINDOW_OPENGL     = 0x00001000, //支持OpenGL的窗口
   
5.        WINDOW_FULLSCREEN = 1,          //将窗口改为全屏
   
6.        WINDOW_FREERATIO  = 0x00000100, //图像尽可能扩大(无比例限制)
   
7.        WINDOW_KEEPRATIO  = 0x00000000, //遵循图像的比例
   
8.        WINDOW_GUI_EXPANDED=0x00000000, //状态栏和工具栏
   
9.        WINDOW_GUI_NORMAL = 0x00000010, //旧时尚的方式
   
10.     };

复制代码

非常详细，感谢分享！

正好学上，非常感谢

谢谢楼主分享

谢谢楼主分享

谢谢楼主分享

感谢分享

{:1_6:}{:1_6:}{:1_6:}{:1_6:}{:1_6:}{:1_6:}{:1_6:}

期待后续的编译过程