VS2017----配置opencv环境

首先下载exe安装opencvhttps://github.com/opencv/opencv/releases

打开项目设置,vc++目录,包含目录加入
E:\APP\opencv4.11\opencv\build\include
E:\APP\opencv4.11\opencv\build\include\opencv2

库目录加入
E:\APP\opencv4.11\opencv\build\x64\vc16\lib

链接器--输入--附加依赖项,添加.dll文件(只需一个 ),再把这文件放入程序的工程目录(不需要同时放两个,你是debug的就放带d的,release就放不带d的)...依赖项中添加的版本与你复制到工程目录下的版本对应

在系统环境变量Path里添加上这个目录

重启vs2017,编写测试代码

c 复制代码
#include "QtWidgetsApplication1.h"
#include <opencv2/opencv.hpp>
#include <QMessageBox>
#include <QFile>
QtWidgetsApplication1::QtWidgetsApplication1(QWidget *parent)
    : QMainWindow(parent)
{
    ui.setupUi(this);
	// 用 OpenCV 加载一张图片
	init();
}

QtWidgetsApplication1::~QtWidgetsApplication1()
{}

void QtWidgetsApplication1::init()
{
	QString path = "C:\\Users\\BAOfanTing\\Pictures\\dz2.jpg";
	if (!QFile::exists(path)) {
		QMessageBox::warning(this, "提示 ", "文件不存在:" + path);
	}
	cv::Mat img = cv::imread(path.toStdString());
	if (img.empty()) {
		QMessageBox::critical(this, "错误 ", "图片加载失败,cv::imread 失败!");
		return;
	}

	// 转 RGB
	cv::cvtColor(img, img, cv::COLOR_BGR2RGB);

	// 转 QImage
	QImage qimg(img.data, img.cols, img.rows, static_cast<int>(img.step), QImage::Format_RGB888);

	// 设置 QLabel 大小
	ui.lb_video->setMinimumSize(400, 300);
	ui.lb_video->setScaledContents(true); // 让 QLabel 自动缩放内容
	ui.lb_video->setPixmap(QPixmap::fromImage(qimg));
}

报错cv读取图片为空

运行报错,cv读取不到图片

把.dll文件都改成一个后再次运行,能够加载图片**(附加依赖项里只留一个,程序工程目录下也只留对应的一个)**

相关推荐
AI模块工坊32 分钟前
CVPR 即插即用 | PConv:重新定义高效卷积,一个让模型“跑”得更快、更省的新范式
人工智能·深度学习·计算机视觉·transformer
lzjava20241 小时前
Spring AI加DeepSeek实现一个Prompt聊天机器人
人工智能·spring·prompt
fanstuck2 小时前
AI辅助数学建模有哪些优势?
人工智能·数学建模·语言模型·aigc
一只安3 小时前
从零开发AI(不依赖任何模型)
人工智能·python
11年老程序猿在线搬砖3 小时前
如何搭建自己的量化交易平台
大数据·人工智能·python·自动交易·量化交易系统
Elastic 中国社区官方博客3 小时前
Elasticsearch 开放推理 API 增加了对 Google 的 Gemini 模型的支持
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·googlecloud
却道天凉_好个秋3 小时前
OpenCV(十五):绘制矩形和圆
opencv
周杰伦_Jay3 小时前
【实战|旅游知识问答RAG系统全链路解析】从配置到落地(附真实日志数据)
大数据·人工智能·分布式·机器学习·架构·旅游·1024程序员节
架构技术专栏3 小时前
大模型安全:从对齐问题到对抗性攻击的深度分析
人工智能
m0_650108244 小时前
【论文精读】TI2V-Zero:零样本图像引导的文本到视频生成技术
计算机视觉·扩散模型·零样本学习·论文精读·文本条件图像到视频生成