【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

  1. 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

  1. 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

  1. 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!

相关推荐
wb043072013 小时前
性能优化实战:基于方法执行监控与AI调用链分析
java·人工智能·spring boot·语言模型·性能优化
AAA小肥杨3 小时前
基于k8s的Python的分布式深度学习训练平台搭建简单实践
人工智能·分布式·python·ai·kubernetes·gpu
LXS_3573 小时前
Day 05 C++ 入门 之 指针
开发语言·c++·笔记·学习方法·改行学it
挂科是不可能出现的5 小时前
最长连续序列
数据结构·c++·算法
mit6.8245 小时前
[Agent可视化] 配置系统 | 实现AI模型切换 | 热重载机制 | fsnotify库(go)
开发语言·人工智能·golang
Percent_bigdata6 小时前
百分点科技发布中国首个AI原生GEO产品Generforce,助力品牌决胜AI搜索新时代
人工智能·科技·ai-native
Gloria_niki6 小时前
YOLOv4 学习总结
人工智能·计算机视觉·目标跟踪
mjhcsp6 小时前
C++ int 类型深度解析:从底层实现到实战应用
c++·int
FriendshipT6 小时前
目标检测:使用自己的数据集微调DEIMv2进行物体检测
人工智能·pytorch·python·目标检测·计算机视觉
海森大数据6 小时前
三步破局:一致性轨迹强化学习开启扩散语言模型“又快又好”推理新时代
人工智能·语言模型·自然语言处理