---

前言

本篇文章开始学习opencv的知识，opencv主要用于图像处理和识别，在生活中到处都是可以见到的，那么本篇文章就正式带大家来学习opencv。

一、opencv介绍

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，提供了丰富的函数和工具，用于处理图像和视频数据。它是一个跨平台的库，可在多个操作系统上运行，包括Windows、Linux、macOS、Android和iOS。
OpenCV最初是由Intel于1999年开发，现已由一群开发者和贡献者维护和更新。OpenCV使用C++语言编写，但也提供了针对Python、Java和其他编程语言的接口。这使得开发人员可以使用他们熟悉的语言来利用OpenCV的功能。

OpenCV的主要功能包括：

1.图像处理：包括图像加载、保存、绘制、变换等。
2.视频分析：提供视频的读取、写入、帧处理、光流估计等功能。
3.物体检测和跟踪：包括人脸检测、目标跟踪、运动检测等。
4.图像特征提取和描述：包括关键点检测、特征匹配、图像描述符等。
5.机器学习和深度学习：提供了各种机器学习和深度学习算法的实现，例如支持向量机（SVM）、神经网络等。
6.相机校准和三维重建：用于相机参数校准、立体视觉和三维重建等任务。
7.图像配准和拼接：用于图像配准、图像融合和全景图拼接等任务。
8.图像分割和轮廓分析：用于图像分割、轮廓提取和形状识别等任务。
9.图像滤波和增强：提供各种图像滤波器和增强技术，如均值滤波、锐化等。
10.图像和视频编解码：包括各种图像和视频编解码器的支持。

OpenCV也提供了丰富的文档、示例代码和教程，以帮助开发人员入门和使用库中的不同功能。它被广泛应用于计算机视觉领域，如图像处理、目标检测与跟踪、人脸识别、机器人视觉等。
总之，OpenCV是一个功能强大、灵活且广泛应用的计算机视觉库，为开发人员提供了丰富的工具和函数来处理图像和视频数据，以解决各种计算机视觉问题。

二、开发环境搭建

安装解压opencv库：

下载对应的版本：

这里我下载的是4.7.0版本：

下载完成后安装解压即可：

解压完成后得到这样一个目录：

配置环境变量：
将opencv库中的这个路径添加进环境变量中：

将头文件目录添加进来：

将库目录添加进来：

添加d.lib文件：

三、测试

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	//加载图片
	Mat mypic = imread("1.png");

	//显示窗口名称
	namedWindow("智能小车");

	//显示一张图片
	imshow("智能小车", mypic);

	//中值滤波
	Mat Medianfiltering;
	cv::medianBlur(mypic, Medianfiltering, 11);
	imshow("中值滤波", Medianfiltering);

	//等待用户按键
	waitKey(0);

	return 0;
}

运行结果：

总结

本篇文章主要就是教大家搭建了opencv的开发环境，那么后面的文章就开始带大家学习opencv函数的用法了。