【机器学习】C++与OpenCV实战：创建你的第一个图片显示程序

🎬 鸽芷咕 ：个人主页
🔥 个人专栏 : 《C++干货基地》《粉丝福利》

⛺️生活的理想，就是为了理想的生活!

前言

在计算机视觉领域，OpenCV是一个非常强大的开源库，它提供了大量的图像处理和计算机视觉功能。C++与OpenCV的结合可以让你开发出高性能的图像处理程序。本文将带你一步步使用C++和OpenCV库来创建一个简单的图片显示程序，让你体验OpenCV的强大功能。

文章目录

前言
一、准备工作
- [1.1 OpenCV的安装与配置](#1.1 OpenCV的安装与配置)
- [1.2 OpenCV在Windows系统下的安装](#1.2 OpenCV在Windows系统下的安装)
- [1.3 OpenCV在Linux系统下的安装](#1.3 OpenCV在Linux系统下的安装)
- [1.4 OpenCV在Mac OS系统下的安装](#1.4 OpenCV在Mac OS系统下的安装)
- [1.5 配置Python环境使用OpenCV](#1.5 配置Python环境使用OpenCV)
二、创建项目
- [2.1 创建项目文件夹](#2.1 创建项目文件夹)
- [2.2 编写源代码](#2.2 编写源代码)
- [2.3 编译项目](#2.3 编译项目)
三、运行程序
四、总结

一、准备工作

在开始之前，你需要确保已经安装了C++编译器和OpenCV库。以下是在Windows和Linux系统上安装OpenCV的一般步骤：

Windows :
- 下载OpenCV的预编译库或者源代码。
- 将OpenCV库文件添加到系统的PATH环境变量中。
- 配置Visual Studio或MinGW等编译器以包含OpenCV的库文件和头文件。
Linux :
- 使用包管理器安装OpenCV（例如，在Ubuntu上使用sudo apt-get install opencv-python）。
- 如果你需要从源代码编译，可以克隆OpenCV的GitHub仓库并按照编译指南进行编译。

1.1 OpenCV的安装与配置

OpenCV的安装方式根据不同的操作系统和使用环境有所不同。以下我们将分别介绍在Windows、Linux和Mac OS下的安装方式，以及如何配置Python环境使用OpenCV。

1.2 OpenCV在Windows系统下的安装

在Windows系统下，推荐使用Python的包管理工具pip来安装OpenCV。你可以在命令行中运行以下命令来安装：

python 复制代码

pip install opencv-python

如果你需要使用到OpenCV的额外模块（如xfeatures2d等），可以安装opencv-contrib-python包：

python 复制代码

pip install opencv-contrib-python

1.3 OpenCV在Linux系统下的安装

在Linux系统下，我们同样可以使用pip来安装OpenCV。打开终端，运行以下命令：

复制代码

pip install opencv-python

同样，如果你需要使用到OpenCV的额外模块，可以安装opencv-contrib-python包：

复制代码

pip install opencv-contrib-python

1.4 OpenCV在Mac OS系统下的安装

在Mac OS下，我们同样可以使用pip来安装OpenCV。打开终端，运行以下命令：

python 复制代码

pip install opencv-python

如果你需要使用到OpenCV的额外模块，可以安装opencv-contrib-python包：

python 复制代码

pip install opencv-contrib-python

1.5 配置Python环境使用OpenCV

安装完成OpenCV后，我们可以在Python环境中导入cv2模块来使用OpenCV的功能。你可以创建一个新的Python脚本，然后在其中输入以下代码来测试OpenCV是否安装成功：

python 复制代码

import cv2

# 打印OpenCV版本
print(cv2.__version__)

如果输出了你所安装的OpenCV版本号，那么恭喜你，你已经成功安装并配置好了OpenCV！

总的来说，无论是在Windows、Linux还是Mac OS系统下，安装和使用OpenCV都是相对简单的。只需要几个简单的命令，就可以开始你的OpenCV之旅了。

二、创建项目

2.1 创建项目文件夹

创建新文件夹 ：为你的项目创建一个新的文件夹，并在其中创建一个新的C++源文件（例如，main.cpp）。

2.2 编写源代码

编写源代码 ：打开main.cpp并添加以下代码：

cpp 复制代码

#include <opencv2/opencv.hpp> // 包含OpenCV库的头文件
int main() {
    // 加载图片
    cv::Mat image = cv::imread("path_to_your_image.jpg"); // 替换为你的图片路径
    // 检查图片是否成功加载
    if (image.empty()) {
        std::cerr << "Error: Image not found." << std::endl;
        return -1;
    }
    // 创建窗口
    cv::namedWindow("Display window", cv::WINDOW_AUTOSIZE);
    // 显示图片
    cv::imshow("Display window", image);
    // 等待用户按键，然后关闭窗口
    cv::waitKey(0);
    return 0;
}

2.3 编译项目

编译项目：使用C++编译器编译你的程序。以下是一个使用g++编译器的示例命令：

bash 复制代码

g++ -std=c++11 main.cpp -o display_image -lopencv_core -lopencv_imgcodecs -lopencv_highgui

确保替换main.cpp为你源文件的正确路径，并且-lopencv_*标志对应于你安装的OpenCV版本和组件。

三、运行程序

编译成功后，你将得到一个可执行文件（例如，display_image）。运行这个程序，你应该会看到一个窗口显示你指定的图片。

bash 复制代码

./display_image

四、总结

本文通过一个简单的示例，向你展示了如何使用C++和OpenCV来加载和显示图片。这是OpenCV基础中的基础，但也是进一步学习图像处理和计算机视觉功能的重要起点。掌握了这个基础，你就可以继续探索OpenCV提供的更多高级功能，如图像滤波、边缘检测、对象识别等。祝你学习愉快！