Windows系统 CMake + mingw 编译 OpenCV

学不可以已2023-08-26 11:49

@TOC

<math xmlns="http://www.w3.org/1998/Math/MathML"> O . 总述 ： 如有疑问可留言沟通交流 O. 总述：^{如有疑问可留言沟通交流} </math>O.总述：如有疑问可留言沟通交流

给定源代码，通过 cmake 和 mingw 完成编译：

  • cmake 用于在 目标文件夹 生成Makefiles等配置文件。
  • mingw 根据Makefiles等配置文件进行源代码的编译。

本文所涉及的文件目录：

标题 所在位置
cmake D:\vscode\cmake-3.27.3\
mingw D:\vscode\mingw64-posix-seh\
opencv源代码文件夹 D:\OpenCV4.8.0\opencv\sources\
opencv编译文件夹 D:\OpenCV4.8.0\bin\

<math xmlns="http://www.w3.org/1998/Math/MathML"> Ⅰ . 下载安装 ： 如有疑问可留言沟通交流 Ⅰ. 下载安装：^{如有疑问可留言沟通交流} </math>Ⅰ.下载安装：如有疑问可留言沟通交流

$Ⅰ.1 获取 cmake

cmake 各版本下载地址：Download | CMake

版本 下载链接 说明
Windows x64 Installer: cmake-3.27.3-windows-x86_64.msi 安装包，可针对性的选择属性，例如添加环境变量
Windows x64 ZIP cmake-3.27.3-windows-x86_64.zip 免安装，需自行添加环境变量

建议下载压缩包 Windows x64 ZIP ，解压、添加环境变量。

$Ⅰ.2 获取 mingw

MinGW 各版本下载地址：Downloads - MinGW-w64

MinGW-w64 - for 32 and 64 bit Windows：MinGW-w64 - for 32 and 64 bit Windows download
建议下载压缩包 x86_64-posix-seh，解压、添加环境变量。

MinGW 各版本参数 (Version、Architecture、Threads、Exception) 说明

  • Version：指的是 GCC 编译器的版本，我选择的是当前最新版本 8.1.0，一般建议选择最新的版本；
  • Architecture：指的是电脑的系统类型，i686 表示的是 32 位的系统类型，x86_64 表示的是 64 位的系统类型；
  • Threads：指的是线程模型，posix 或 win32
    • POSIX（Portable Operating System Interface，可移植操作系统接口），是 UNIX 系统的一个 API 设计标准，很多类 UNIX 系统也在支持兼容这个标准，如 Linux 操作系统。如果在 Windows 下开发 Linux 应用程序，则选择 posix；
    • Win32，是 Windows 系统下一个 API 设计标准，如果开发 Windows 平台下的应用程序，就需要选择 Win32；
  • Exception：指的是异常处理模型。i686 系统架构有两种选择：dwarf 和 sjlj；x86_64 系统架构也有两种选择：seh 和 sjlj。

sjlj，seh，dwarf 三者的区别 ：

在C++中有 try...throw...catch，当它执行这种结构时，它需要保存现场还原现场，而 sjlj，seh，dwarf 正是实现这类过程的三种方式。

  • sjlj 全称是 SetJump / LongJump，前者设还原点，后者跳到还原点。可用于 32 位或者 64 位系统。

  • seh（Structured Exception Handling，结构化异常处理）是 Borland 公司的，微软买了其专利使用权，它利用了 FS 段寄存器，将还原点压入栈，收到异常时再弹出。相较而言，sjlj 是 C 标准库就有的东西，seh 在 2014 年前是有专利的，从性能上说 seh 比 sjlj 快。只用于64位系统。

  • dwarf 只支持32位系统 -- 没有永久的运行时间开销 -- 需要整个调用堆栈被启用，这意味着exception不能被抛出，例如Windows系统DLL。

综上所述：

【x86_64 64位】

1、seh 是新发明的，性能比较好，但不支持 32位。

2、而 sjlj 则是古老的。只用于64位系统。

3、sjlj 稳定性好，支持 32位和64位。

因此，x86_64 系统架构的推荐使用 seh 的异常处理模型。

【i686 32位】

1、dwarf 只支持 32 位，但是 dwarf 的性能要优于 sjlj。

2、sjlj 支持 32 位或64 位，

因此，i686 系统架构的推荐使用 dwarf 的异常处理模型。

$Ⅰ.3 获取 opencv

opencv 各版本下载地址：Tags · opencv/opencv

opencv-contrib 各版本下载地址：Tags · opencv/opencv_contrib

上面两个都可以，zip是源代码；exe里面包含已经编译好的vc版本和源代码。
建议下载压缩包 Source code(zip) ，解压。

下载解压完事儿之后确认存在环境变量：
D:\vscode\mingw64-posix-seh\bin
D:\vscode\cmake-3.27.3\bin

<math xmlns="http://www.w3.org/1998/Math/MathML"> Ⅱ . 配置、编译 ： 如有疑问可留言沟通交流 Ⅱ. 配置、编译：^{如有疑问可留言沟通交流} </math>Ⅱ.配置、编译：如有疑问可留言沟通交流

Ⅱ.1 配置编译项

Ⅱ.1.1 配置 - configure

选择 源代码文件夹、生成二进制文件的编译文件夹，并勾选 Advanced 复选框：

源代码文件夹 D:\OpenCV4.8.0\opencv\sources
编译文件夹 D:\OpenCV4.8.0\bin

指定 该项目的生成器 makefile 版本 为 MinGW Makefiles (及其gcc、g++所处位置)。

gcc、g++所处位置 D:\vscode\mingw64-posix-seh\bin

CMake 配置 OpenCV 编译项 期间会出现多条红色标注的关键项 (注意这不是报错)：

想知道这些标红的选项代表什么，可以查阅下表；刨根问底 可以参考文章：

  1. OpenCV: OpenCV configuration options reference
  2. OpenCV 配置选项参考文档

选项命名规范

用于控制依赖库的选项有三种，分别有不同的前缀：

  • BUILD_：是否启用与 OpenCV 捆绑的第三方库的构建与使用
  • HAVE_：表明此依赖是否被启用，当自动检测无法使用时，可以用于手动启用一个依赖
  • WITH_：是否启用（enable or disable）此依赖

当一个 WITH_ 选项被 启用 时，有：

  • 如果 相应的 BUILD_ 选项也被启用，第三方库被构建并启用 => 相应的 HAVE_ 选项值会被设置为 ON
  • 如果 相应的 BUILD_ 选项被禁用，会检测第三方库，如果第三方库被找到则被启用 => 如果找到了依赖则相应的 HAVE_ 选项值会被设置为 ON

里面有几条常用的选项：

选项 描述
WITH_CUDA 异构计算，对 CUDA 的支持（默认未勾选：未启用此依赖）；类似的其他选项: WITH_CUFFT, WITH_CUBLAS, WITH_NVCUVID
WITH_OPENCL 异构计算，对 OpenCL 的支持（默认已勾选）；其他选项：WITH_OPENCL_SVM、WITH_OPENCLAMDFFT、WITH_OPENCLAMDBLAS、WITH_OPENCL_D3D11_NV、WITH_VA_INTEL
WITH_JASPER 图像读写，对 JPEG2000 with JasPer 的支持（默认已勾选）
WITH_JPEG 图像读写，对 JPEG 的支持（默认已勾选）
WITH_OPENJPEG 图像读写，对 JPEG2000 with OpenJPEG 的支持（默认已勾选）
WITH_PNG 图像读写，对 PNG 的支持（默认已勾选）
WITH_TIFF 图像读写，对 TIFF 的支持（默认已勾选）
WITH_WEBP 图像读写，对 WEBP 的支持（默认已勾选）
WITH_OPENEXR 图像读写，对 EXR 的支持（默认勾选）
WITH_IMGCODEC_HDR 图像读写，对 HDR 的支持（默认已勾选）
WITH_IMGCODEC_PXM, WITH_IMGCODEC_PFM 图像读写，对 PPM, PGM, PBM, PFM 的支持（默认已勾选）
WITH_IMGCODEC_SUNRASTER 图像读写，对 Sun Raster 的支持（默认已勾选）
WITH_GDAL 图像读写，GDAL 集成（默认未勾选）GDAL 是一个更高级别的库，支持读取多种文件格式，包括 PNG、JPEG 和 TIFF。
WITH_GDCM 图像读写，GDCM 集成（默认未勾选） 通过 GDCM 库启用 DICOM 医学图像格式支持。
VIDEOIO_ENABLE_PLUGINS 图像读写，插件支持（默认已勾选）从 CV 4.1.0 版本开始，一些 videoio 后端可以构建为插件，从而打破对第三方库的严格依赖，并使它们在运行时成为可选项。
VIDEOIO_PLUGIN_LIST 图像读写，插件列表（默认为空）要编译为插件的后端名称的列表，使用逗号或分号分隔。支持的名称有 ffmpeg 、gstreamer 、msmf 、mfx 和 all。
WITH_AVFOUNDATION 视频读写，AVFoundation（Apple：默认已勾选）AVFoundation 框架是 Apple 平台的一部分，可用于从相机捕获帧、编码和解码视频文件。
WITH_MSMF, WITH_MSMF_DXVA 视频读写，Microsoft Media Foundation（Windows：默认未勾选） Windows 的内置媒体基础框架（Windows' built-in Media Foundation framework）的后端，可用于从相机捕获帧，解码和编码视频文件。WITH_MSMF_DXVA 启用硬件加速处理支持
WITH_DSHOW 视频读写，DirectShow（Windows：默认已勾选）此后端使用较旧的 DirectShow 框架，只能用于从相机捕获帧。
WITH_V4L 视频读写，Video4Linux（Linux：默认已勾选）使用 Video4Linux API 从相机捕获图像。
WITH_FFMPEG 视频读写，FFmpeg（默认已勾选）与 FFmpeg 库集成，用于解码和编码视频文件和网络流。
WITH_GSTREAMER 视频读写，GStreamer（默认已勾选）启用与 GStreamer 库的集成，用于解码和编码视频文件、从摄像机和网络流中捕获帧。
WITH_1394 视频读写（默认已勾选）使用 DC1394 库对 IIDC IEEE1394 的支持。
WITH_OPENNI 视频读写（默认未勾选）OpenNI 可用于从深度感应相机捕获数据。已弃用。
WITH_OPENNI2 视频读写（默认未勾选）OpenNI2 可用于从深度感应相机捕获数据。
WITH_PVAPI 视频读写（默认未勾选）PVAPI 是用于 Prosilica GigE 相机的旧版 SDK。已弃用。
WITH_ARAVIS 视频读写，Aravis 库（默认未勾选）用于使用 Genicam 相机进行视频采集。
WITH_XIMEA 视频读写（默认未勾选）对 XIMEA 相机的支持。
WITH_XINE 视频读写（默认未勾选）对 XINE 库的支持。
WITH_LIBREALSENSE 视频读写（默认未勾选）对 RealSense 摄像头的支持。
WITH_MFX 视频读写，MediaSDK 库（默认未勾选）可用于原始视频流的硬件加速解码和编码。
WITH_GPHOTO2 视频读写，GPhoto 库（默认未勾选）可用于从相机中捕获帧。
WITH_ANDROID_MEDIANDK 视频读写，MediaNDK 库（默认未勾选）自 API level 21 起，可在 Android 上使用。
WITH_PTHREADS_PF 并行处理，pthreads（类 Unix：默认已勾选）基于 pthreads 库的默认后端可在 Linux、Android 和其他类 Unix 平台上使用。线程池在 OpenCV 中实现，可以通过环境变量 OPENCV_THREAD_POOL_* 进行控制。详细信息请参考 modules/core/src/parallel_impl.cpp 文件中的源代码。
WITH_TBB 并行处理，TBB（默认未勾选）Threading Building Blocks 是一个用于并行编程的跨平台库。
WITH_OPENMP 并行处理，OpenMP（默认未勾选）OpenMP API 依赖于编译器支持，适合多核计算。
WITH_HPX 并行处理，HPX（默认未勾选）High Performance ParallelX 是一个实验性后端，更适合多处理器环境。
PARALLEL_ENABLE_PLUGINS 并行处理，插件支持（默认已勾选）从 CV 4.5.2 版本开始支持动态加载线程后端。 目前仅支持单独的编译过程：首先必须使用一些默认的并行后端（例如 pthreads）构建 OpenCV，然后构建每个插件并将生成的二进制文件复制到 lib 或 bin 文件夹。
WITH_GTK GUI 后端，GTK（Linux：默认已勾选）GTK 是 Linux 和类 Unix 操作系统中的常用工具包。 默认情况下如果找到版本 3 将使用它，可以使用 WITH_GTK_2_X 选项来强制使用版本 2。
WITH_WIN32UI GUI 后端，WinAPI（Windows：默认已勾选）WinAPI 是 Windows 中的标准 GUI API。
- GUI 后端，Cocoa（macOS：默认已勾选）Cocoa 是 macOS 中使用的框架。
WITH_QT GUI 后端，qt（默认未勾选）Qt 是一个跨平台的 GUI 框架。
WITH_OPENGL GUI 后端，OpenGL 集成（默认未勾选）可用于与 GTK、WIN32 和 Qt 后端一起绘制硬件加速窗口。
HIGHGUI_ENABLE_PLUGINS GUI 后端，插件支持（默认已勾选）从 CV 4.5.3 版本开始，GTK 后端可以被构建为动态加载的插件。
HIGHGUI_PLUGIN_LIST GUI 后端，插件列表（默认为空） 要编译为插件的后端名称列表，用逗号或分号分隔。 支持的名称有 gtk 、gtk2 、gtk3 和 all。
BUILD_PROTOBUF 推理模块，protobuf 库（默认已勾选）构建自己的 protobuf 库副本。如果要使用外部库则必须禁用此选项。
WITH_PROTOBUF 推理模块，protobuf 库（默认已勾选）OpenCV 可以构建自己的库副本或使用外部库。dnn 模块需要此依赖项，如果找不到则 dnn 模块将被禁用。
PROTOBUF_UPDATE_FILES 推理模块（默认未勾选）重新生成所有 .proto 文件。必须安装与使用的 protobuf 版本兼容的 protoc 编译器。
OPENCV_DNN_OPENCL 推理模块（默认已勾选）启用内置的 OpenCL 推断后端。
WITH_INF_ENGINE 推理模块，自 OpenVINO 2022.1 起已弃用 。启用英特尔推断引擎 （Intel Inference Engine, IE）后端。允许以 IE 格式 （.xml + .bin）来运行网络。推断引擎必须作为 OpenVINO toolkit 的一部分安装，或者作为从源代码构建的独立库安装。
INF_ENGINE_RELEASE 推理模块（默认为2020040000） 自 OpenVINO 2022.1 起已弃用。定义与 OpenVINO 工具包版本绑定的推断引擎库版本。必须是 10 位的字符串，例如 2020040000 对应于 OpenVINO 2020.4。
WITH_NGRAPH 推理模块，自 OpenVINO 2022.1 起已弃用。启用对英特尔 NGraph 库的支持。该库是推断引擎后端的一部分，它允许运行从 OpenCV 支持的多种格式的文件中读取的任意网络：Caffe、TensorFlow、PyTorch、Darknet 等。必须安装 NGraph 库，它包含在推断引擎中。
WITH_OPENVINO 推理模块（默认未勾选）对英特尔 OpenVINO Toolkit 的支持。从 OpenVINO>=2022.1 起应该使用此选项而不是 WITH_INF_ENGINE 和 WITH_NGRAPH。
OPENCV_DNN_CUDA 推理模块，CUDA 后端（默认未勾选）。前置条件是必须安装 CUDA、CUBLAS 和 CUDNN。
WITH_HALIDE 推理模块（默认未勾选）实验性的 Halide 后端，它可以在运行时为 dnn 层生成优化的代码。前置条件是必须安装 Halide。
WITH_VULKAN 推理模块（默认未勾选）实验性 Vulkan 后端。不需要附加依赖项，但可以使用外部 Vulkan 头文件（VULKAN_INCLUDE_DIRS）。
WITH_TENGINE 推理模块（默认未勾选）为 ARM CPU 启用实验性 Tengine 后端。前置条件是必须安装 Tengine 库。

可以根据自己的需求进行勾选，这里添加勾选：WITH_OPENGL ，再次点击configure。

注：如果opencv之后会在 qt 里面用到则需要添加勾选 WITH_QT 。

这次对余下的几条 红色标注项 进行核查(特别是路径)，确认无误后点击configure。

Ⅱ.1.2 配置 - generate

直到没有红色标注项，点击 generate 生成 MinGW makefile。

在编译文件夹可以看到编译所需的源代码和 Makefile 文件，关闭 cmake 软件。

源代码文件夹 D:\OpenCV4.8.0\opencv\sources
编译文件夹 D:\OpenCV4.8.0\bin

Ⅱ.2 编译、安装

打开任务管理器 - 性能 - CPU，右键 CPU活动 图窗 - 将图形更改为 - 逻辑处理器

确认 逻辑处理器个数为 4 ，这个数字在后面需要用到

在 编译文件夹 下打开命令行窗口：

源代码文件夹 D:\OpenCV4.8.0\opencv\sources
编译文件夹 D:\OpenCV4.8.0\bin

Shift + 右键 -在此处打开 Powershell 窗口

输入指令 mingw32-make -j 4

注：指令中的 4 是刚刚在任务管理器中确认的 逻辑处理器 个数。

回车，开始漫长的编译过程，预计耗时 30min ~ 90min ，这个要看电脑性能了。

编译完成之后，输入指令 mingw32-make install

install 完事之后 添加 D:\OpenCV4.8.0\bin\bin 至环境变量：

注 这个路径是 mingw 编译生成的二进制文件夹下的 bin 文件夹：

至此，Windows系统下 CMake + mingw 编译 OpenCV 源代码就完事了。

<math xmlns="http://www.w3.org/1998/Math/MathML"> Ⅲ . v s c o d e 配置项 ： 如有疑问可留言沟通交流 Ⅲ. vscode 配置项：^{如有疑问可留言沟通交流} </math>Ⅲ.vscode配置项：如有疑问可留言沟通交流

  1. 打开VSCode，在插件管理搜索对应的插件：C/C++，确认该插件已安装且启用:
  1. 下面是vscode里面关于opencv的配置项：
    创建三个配置文件(c_cpp_properties.json、launch.json 以及 tasks.json)和一个cpp文件，配置文件(*.json)应当位于工作目录下的.vscode文件夹中:

编写c_cpp_properties.json文件：

c_cpp_properties.json 复制代码 
{
    "configurations": [
        {
            "name": "win",  
            "includePath": [
                "${workspaceFolder}/**",  
                /*此处修改为 include 对应的路径*/  
                "D:/vscode/mingw64-posix-seh/include",  
                "D:/OpenCV4.8.0/bin/install/include",  
                "D:/OpenCV4.8.0/bin/install/include/opencv2"  
            ], 
            "defines": [
                "_DEBUG",  
                "UNICODE",  
                "_UNICODE"  
            ],  
            /*此处修改为本机 gcc 编译器所在的对应路径*/  
            "compilerPath": "D:/vscode/mingw64-posix-seh/bin/gcc.exe",  
            "cStandard": "c11",  
            "cppStandard": "c++17",  
            "intelliSenseMode": "clang-x64"  
        }  
    ],  
    "version": 4  
}

编写launch.json文件：

launch.json 复制代码 
{    
    "version": "0.2.0",  
    "configurations": [  
        {  
            "name": "Opencv4.8.0 debug", // 配置名称，将会在启动配置的下拉菜单中显示  
            "type": "cppdbg",            // 配置类型，这里只能为 cppdbg  
            "request": "launch",         // 请求配置类型，可以为launch（启动）或attach（附加）  
            "program": "${fileDirname}/${fileBasenameNoExtension}.exe", // 将要进行调试的程序的路径  
            "args": [], // 程序调试时传递给程序的命令行参数，一般设为空即可  
            "stopAtEntry": false,        // 设为true时程序将暂停在程序入口处，一般设置为false  
            "cwd": "${workspaceFolder}", // 调试程序时的工作目录，一般为 ${workspaceRoot} 即代码所在目录，根据自身情况设定为 ${fileDirname}  
            "environment": [],  
            "externalConsole": false,    // 调试时是否显示控制台窗口，设置为true时会弹出控制台出来，这个随意  
            "MIMode": "gdb",  
            /*此处修改*/  
            "miDebuggerPath": "D:/vscode/mingw64-posix-seh/bin/gdb.exe", // miDebugger的路径，注意这里要与 MinGw 的路径对应  
            "setupCommands": [  
                {  
                    "description": "Enable pretty-printing for gdb",  
                    "text": "-enable-pretty-printing",  
                    "ignoreFailures": false  
                }  
            ],  
            "preLaunchTask": "opencv4.8.0 compile task"  // 需要与 tasks.json 中的`label`字段保持一致  
        }  
    ]  
}

编写tasks.json文件：

tasks.json 复制代码 
{
    // See https://go.microsoft.com/fwlink/?LinkId=733558
    // for the documentation about the tasks.json format
    "version": "2.0.0",
    "tasks": [
        {
            "type": "shell",
            "label": "opencv4.8.0 compile task",
            /*此处修改*/
            "command": "D:/vscode/mingw64-posix-seh/bin/g++.exe",
            "args": [
                "-g",
                "-std=c++11",
                "${file}",
                "-o",
                "${fileDirname}\\${fileBasenameNoExtension}.exe",
                /*注意：此处导入的路径为编译后的 opencv 路径，请勿导入原始的 opencv 路径*/
                "-I", "D:/OpenCV4.8.0/bin/install/include/",
                "-I", "D:/OpenCV4.8.0/bin/install/include/opencv2/",
                "-L", "D:/OpenCV4.8.0/bin/install/x64/mingw/bin/lib*"
            ],// 编译命令参数
            "options": {
                /*此处修改*/
                "cwd": "D:/vscode/mingw64-posix-seh/bin"
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            },
            "presentation": {
                "panel": "new", //这里shared表示共享，改成new之后每个进程创建新的端口
            }
        }
    ]
}

新建main.cpp文件，同时准备一张图片：

main.cpp 复制代码 
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main(void)
{
    // 注意替换 图片的路径
    cv::Mat img = cv::imread("./earth.png");
    cv::imshow("img", img);
    cv::waitKey(0);

    return 0;
}

四个文件创建完成之后点击 main.cpp 点击右上角 run ，选择 Opencv4.8.0 debug: 这个是和 launch.json 文件中的 name 字段一致的。

wow ~ success !

<math xmlns="http://www.w3.org/1998/Math/MathML"> Ⅳ . 潜在问 题 如有疑问可留言沟通交流 Ⅳ. 潜在问题^{如有疑问可留言沟通交流} </math>Ⅳ.潜在问题如有疑问可留言沟通交流

  • Q1. 提示 error 'once_flag' in namespace 'std' does not name a type

A1: MinWg64 版本拥有两种线程类型: win32 and posix 。如果你当前安装的是 win32, 或许可以尝试替换为 "posix". index

  • Q2. win10 vscode opencv时运行出现 fatal error: opencv2/opencv.hpp: No such file or directory

A2: 出现该提示是由于 点击 run 之后选错了启动项 (应当选launch.json文件中name字段一致的启动项)？opencv的bin路径是否添加到系统环境变量且重启电脑？ 三个配置文件未放到 .vscode 文件夹中？配置文件里面的路径有问题？...

  • Q3. VS code：代码出现蓝色波浪线，提示显示 xxxx: Unknown word.cSpell

A3: 安装了拼写检查插件（比如Code Spell Checker），但波浪线标注的单词来自外部的库、未被扩展识别，可以尝试右键 - spelling - Add Words to Workspace Settings。或者干脆直接禁用、卸载相应的扩展即可...

  • Q4. 如何在 vscode 可以使用 opencv ?

A4: 参考 mp.weixin.qq.com/s/hu39qgKae...

  • Q5. ...

A5: ...

<math xmlns="http://www.w3.org/1998/Math/MathML"> Ⅴ . 友情链 接 如有疑问可留言沟通交流 Ⅴ. 友情链接^{如有疑问可留言沟通交流} </math>Ⅴ.友情链接如有疑问可留言沟通交流

  1. 点云文章专栏
  2. Visual Studio文章专栏
  3. ...

代码调试不易，转载请标明出处！
如果感觉本文对您有帮助，请留下您的赞，您的支持是我坚持写作分享的最大动力，谢谢！

References
0. OpenCV - github
1. MinGW-w64 - for 32 and 64 bit Windows
2. Download | CMake
3. Release OpenCV 4.8.0 · opencv/opencv
4. gcc/g++/MingW/MSVC与make/CMake的关系
5. mingw不同版本全解析_mingw版本
6. c++ - mingw32-make ERROR, error: 'once_flag' in namespace 'std' does not name a type - Stack Overflow
7. Windows + VSCode 配置 OpenCV C++ 一站式开发调试环境
8.VS code：代码出现蓝色波浪线，提示显示 xxxx: Unknown word.cSpell
可以肯定的是学海无涯，这篇文章也会随着对 vscode 的深入学习而持续更新，
欢迎各位在评论区留言进行探讨交流。

相关推荐
plmm烟酒僧24 分钟前
Windows下QT调用MinGW编译的OpenCV
开发语言·windows·qt·opencv
AI小杨40 分钟前
【车道线检测】一、传统车道线检测：基于霍夫变换的车道线检测史诗级详细教程
人工智能·opencv·计算机视觉·霍夫变换·车道线检测
冷凝女子2 小时前
【QT】海康视频及openCv抓拍正脸接口
qt·opencv·音视频·海康
撞南墙者3 小时前
OpenCV自学系列（1）——简介和GUI特征操作
人工智能·opencv·计算机视觉
柳鲲鹏4 小时前
OpenCV视频防抖源码及编译脚本
人工智能·opencv·计算机视觉
jndingxin4 小时前
OpenCV视觉分析之目标跟踪(8)目标跟踪函数CamShift()使用
人工智能·opencv·目标跟踪
ctrey_15 小时前
2024-11-1 学习人工智能的Day20 openCV（2）
人工智能·opencv·学习
绕灵儿16 小时前
OpenCV通过指针裁剪图像
人工智能·opencv·计算机视觉
移民找老国19 小时前
加拿大移民新风向
java-ee·maven·phpstorm·visual studio code·nio
决战春招1 天前
人工智能之人脸识别（人脸采集人脸识别）
人工智能·opencv·学习·计算机视觉
热门推荐
01【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总02(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【AIGC】重塑未来的科技巨轮05全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）06【经验分享】Ubuntu22.04安装微信(linux官方版)07基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测08Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO09RAG 实践- Ollama+RagFlow 部署本地知识库10【TC3xx芯片】TC3xx芯片电源管理系统PMS详解