上位机图像处理和嵌入式模块部署(windows & opencv)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】

opencv可以运行在多个平台上面,当然windows平台也不意外。目前来说,opencv使用已经非常方便了,如果不想自己编译,可以直接使用官方编译好的版本,直接下载接好。配置好include和lib之后,就可以进行图像的处理了。当然有一个地方需要注意下,那就是创建的vs工程必须是x64工程。因为下载的opencv本身就是64位代码。

1、下载opencv

可以直接到官网下载最新的opencv即可。下载后解压到一个目录下面,

复制代码
https://opencv.org/releases/

2、创建一个console工程

之前我们创建了qt工程,然后配置opencv。如果不想使用界面的话,直接使用console工程也是可以处理图像的,只是需要把debug的版本从x86切换成x64。

3、准备好测试代码

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

int main() 
{
	// read image
	cv::Mat image = cv::imread("D:/lena.png");

	// check if image has been loaded successfully
	if (image.empty()) 
	{
		std::cout << "unable to load image here" << std::endl;
		return -1;
	}

	// transfer image to gray type
	cv::Mat grayImage;
	cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);

	// show original image
#if 1
	cv::imshow("Original Image", image);
#else
	// show gray image
	cv::imshow("Gray Image", grayImage);
#endif

	// wait for input
	cv::waitKey(0);
	return 0;
}

4、配置头文件目录

前面我们安装了opencv,如果需要在工程下面用起来,则需要配置一下头文件目录,

复制代码
D:\software\opencv\build\include

5、配置lib文件目录

除了头文件目录之外,还需要配置lib文件目录,

复制代码
D:\software\opencv\build\x64\vc16\lib\opencv_world480d.lib

6、下载测试图片

这里面,我们使用到了lena.png图片,因此可以把它下载下来,放到d盘目录。

复制代码
https://github.com/mikolalysenko/lena/blob/master/lena.png

7、拷贝dll文件

虽然我们前面编译通过了,但是dll文件还是需要拷贝的,

复制代码
D:\software\opencv\build\x64\vc16\bin\opencv_world480d.dll

8、另外一个小问题

实际运行的时候,我们还发现一个问题,这个exe还依赖于一个vc runtime dll文件,那就是vcruntime140_1d.dll。大家可以从这个地方下载,

复制代码
https://cn.dll-files.com/vcruntime140_1d.dll.html

9、编译测试

所有条件都准备好了,就可以开始测试了,直接运行后,如果可以看到这样的图片,那代表没什么问题了。想看到灰度图,就把if 1切换成if 0,

相关推荐
GIOTTO情20 分钟前
媒介宣发的技术革命:Infoseek如何用AI重构企业传播全链路
大数据·人工智能·重构
阿里云大数据AI技术28 分钟前
云栖实录 | 从多模态数据到 Physical AI,PAI 助力客户快速启动 Physical AI 实践
人工智能
小关会打代码36 分钟前
计算机视觉进阶教学之颜色识别
人工智能·计算机视觉
IT小哥哥呀42 分钟前
基于深度学习的数字图像分类实验与分析
人工智能·深度学习·分类
机器之心1 小时前
VAE时代终结?谢赛宁团队「RAE」登场,表征自编码器或成DiT训练新基石
人工智能·openai
机器之心1 小时前
Sutton判定「LLM是死胡同」后,新访谈揭示AI困境
人工智能·openai
大模型真好玩1 小时前
低代码Agent开发框架使用指南(四)—Coze大模型和插件参数配置最佳实践
人工智能·agent·coze
jerryinwuhan1 小时前
基于大语言模型(LLM)的城市时间、空间与情感交织分析:面向智能城市的情感动态预测与空间优化
人工智能·语言模型·自然语言处理
落雪财神意1 小时前
股指10月想法
大数据·人工智能·金融·区块链·期股
中杯可乐多加冰1 小时前
无代码开发实践|基于业务流能力快速开发市场监管系统,实现投诉处理快速响应
人工智能·低代码