首页 > 其他分享 >opencv 学习笔记

opencv 学习笔记

时间:2023-06-23 22:11:11浏览次数:39  
标签:文件目录 vs2019 笔记 学习 opencv include 目录

1 配置环境

下载,可以从以下网站下载,国内镜像速度快,此次我选用4.5.4版本

OpenCV/opencv_contrib国内快速下载 – 绕云技术笔记 (raoyunsoft.com)

下载安装后,记得配置环境变量,主要是程序运行时需要调用的动态库目录,此处使用的是msvc2019 选vc15(给vs2017,2019使用)

 配置完毕创建vs2019 或者vs2022工程,新建一个控制台,有helloworld的demo的工程,修改为release x64,copy如下代码,自己根据需要进行修改

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
int main()
{
    std::cout << "Hello World!\n";

    Mat src = imread("E:/project/09-opencv_pytorch/test.jpg");
    imshow("input", src);
    waitKey(0);
    destroyAllWindows();
}

然后打开工程属性目录,配置头文件目录,库文件目录,库文件名称,

 

 

 

具体目录,是自己安装的opencv目录

C:\opencv\opencv4_5_4\build\include

C:\opencv\opencv4_5_4\build\x64\vc15\lib

opencv_world454.lib

此次我安装的是2022,默认使用的是V143(vs2022),此处需要修改为v142(vs2019)

 

//代码分析

MAT结构体

 

 

//

//

标签:文件目录,vs2019,笔记,学习,opencv,include,目录
From: https://www.cnblogs.com/RYSBlog/p/17500032.html

相关文章

  • vue学习第25天 移动WEB开发----响应式布局
    目标:1)响应式原理2)使用媒体查询完成响应式导航3)使用Bootstrap的栅格系统4)使用Bootstrap的响应式工具5)完成阿里百秀首页案例 目录:1)响应式开发2)Bootstrap前端开发框架3)Bootstrap栅格系统4)阿里百秀首页案例  ......
  • vue学习第26天 xxxx响应式页面制作
    项目地址:后续添加 1、布局分析nav2列、article7列、aside3列 2、屏幕划分分析 移动端布局总结1、移动端主流方案 2、移动端技术选型1)流式布局(百分比布局)2)flex布局(推荐)3)rem适配布局(推荐)4)响应式布局建议:我们......
  • RFNet学习
    RFNet是一个深度学习模型,用于医学图像分割任务。下面是目录中各个文件的功能说明:data文件夹:包含数据处理相关的文件。init.py:一个空文件,用于标识该文件夹是一个Python包。data_utils.py:包含一些用于数据处理的实用函数。datasets.py:定义了数据集的类,用于加载和处理训练和测......
  • 【js学习笔记二】innerHTML和innerText的使用
     目录前言导语代码部分 运行结果总结前言   我是歌谣我有个兄弟巅峰的时候排名c站总榜19叫前端小歌谣曾经我花了三年的时间创作了他现在我要用五年的时间超越他今天又是接近兄弟的一天人生难免坎坷大不了从头再来歌谣的意志是永恒的放弃很容易但是坚持一定很酷导语......
  • 【js学习笔记三】数组去重的第二种方式indexof
     目录前言导语代码部分 运行结果总结前言   我是歌谣我有个兄弟巅峰的时候排名c站总榜19叫前端小歌谣曾经我花了三年的时间创作了他现在我要用五年的时间超越他今天又是接近兄弟的一天人生难免坎坷大不了从头再来歌谣的意志是永恒的放弃很容易但是坚持一定很酷导语......
  • 吴恩达-斯坦福CS229机器学习课程-2017(秋)最新课程分享
    吴恩达主讲的机器学习-2017年秋季课程已经开课啦,今天跟大家分享这套课程。课程介绍本课程主要介绍机器学习和统计模式识别相关的知识。内容主要包括:监督学习(生成/判别学习,参数/非参数学习,神经网络,支持向量机);无监督学习(聚类,维数规约,核方法);学习理论(偏差/方差权衡;VC理论;大边缘概率......
  • 无监督对比学习(CL)最新必读经典论文整理分享
    对比自监督学习技术是一种很有前途的方法,它通过学习对使两种事物相似或不同的东西进行编码来构建表示。Contrastivelearning有很多文章介绍,区别于生成式的自监督方法,如AutoEncoder通过重建输入信号获取中间表示,ContrastiveMethods通过在特征空间建立度量,学习判别不同类型的输......
  • 表示学习(RL)研究领域细分及论文、课程、学术会议等资源分享
    表示学习是学习一个特征的技术的集合:将原始数据转换成为能够被机器学习来有效开发的一种形式。它避免了手动提取特征的麻烦,允许计算机学习使用特征的同时,也学习如何提取特征:学习如何学习。机器学习任务,例如分类问题,通常都要求输入在数学上或者在计算上都非常便于处理,在这样的前......
  • 840个最优的机器学习python开源项目整理分享
    本资源包含了840个很棒的机器学习开源项目,总共270万颗星分为32个类别。所有项目均按项目质量得分排名,该得分是根据从GitHub和不同程序包管理器自动收集的各种指标计算得出的。目录资源列表......
  • 机器学习从入门到进阶所需学习资料-包括书、视频、源码
    本文整理了一些入门到进阶机器学习所需要的一些免费的精品视频课程,一些优质的书籍和经典的代码实战项目。视频1.1吴恩达老师机器学习课程:•Coursera•网易云课堂•英文笔记•中文笔记、字幕1.2吴恩达深度学习课程•Coursera•网易云课堂•笔记1.3斯坦福CS231n:Co......