本文介绍在Visual Studio 2022中配置、编译C++ 计算机视觉库OpenCV的方法。

1 OpenCV库配置

  首先，我们进行OpenCV库的下载与安装。作为一个开源的库，我们直接在其官方下载网站（https://opencv.org/releases/）中进行下载即可；如下图所示，我们首先选择需要下载的操作系统。

  随后，即可在弹出的新界面中自动开始OpenCV库的下载。

  下载完毕后，可以得到OpenCV库的.exe格式文件。

  我们双击这一.exe格式文件，即可开始OpenCV库的文件提取过程，也就相当于是安装过程；其中，我们首先需要选择OpenCV库安装的路径。

  随后，即可开始OpenCV库的文件提取。

  OpenCV库文件提取完毕后，会得到如下所示的文件夹。这里建议将这一文件夹放在纯英文路径下。

  接下来，基于Windows 10 用户变量、系统变量等环境变量新建、编辑修改与删除方法（https://blog.csdn.net/zhebushibiaoshifu/article/details/115319801）提到的方法，配置OpenCV库相关的环境路径。其中，需要在“系统变量”的“Path”中进行操作。

  如下图所示，我们将OpenCV库中...\build\x64\vc15\bin路径放入“系统变量”的“Path”中，在我这里这一路径就是C:\opencv\build\x64\vc15\bin。

  其中，需要注意的是，OpenCV库中一般会有两个VC版本对应的文件夹，例如我这里下载的4.6.0版本的OpenCV库，其就有vc14与vc15两个文件夹；具体选择哪一个文件夹中的bin文件夹，需要结合我们的Visual Studio软件版本来判断——一般的，只要Visual Studio软件版本是2017年及之后的版本（例如我这里就是Visual Studio 2022），那么就选择vc15这个文件夹；如果Visual Studio软件版本是2015年的，那么就选择vc14这个文件夹；如果Visual Studio软件版本是2015年之前更早的版本，那么最好就更换老版本的OpenCV库，从而找到适配的VC版本。

2 Visual Studio环境配置

  接下来，我们基于Visual Studio 2022下载、安装与运行使用方法（https://blog.csdn.net/zhebushibiaoshifu/article/details/126403611）提到的方法，新建一个项目，其名称与路径大家可以自行设置。

  随后，按照上述文章中的方法，新建一个.cpp格式的源文件。

  接下来，按照Visual Studio软件调用已经配置、编译好的C++第三方库的方法（https://blog.csdn.net/zhebushibiaoshifu/article/details/127171298）提到的方法，分别进行OpenCV库的附加包含目录、附加库目录与附加依赖项的配置。

  首先，将附加包含目录配置为OpenCV库的C:\opencv\build\include与C:\opencv\build\include\opencv2等2个路径；如下图所示。

  随后，将附加库目录配置为OpenCV库的C:\opencv\build\x64\vc15\lib这一路径；如下图所示。这里需要注意，具体使用哪一个VC版本对应的文件夹路径，还是和前文提到的一样，依据大家的Visual Studio版本来确定。

  最后，我们找到OpenCV库的C:\opencv\build\x64\vc15\lib文件夹，可以看到其中有两个.lib格式的文件。

  其中，如果我们需要配置Debug版本的OpenCV库，那么就选择名称最后面带有字母d的.lib格式文件（也就是上图中选中的那一个文件）；如果需要配置Release版本的OpenCV库，那么就选择名称最后不带有字母d的.lib格式文件。随后，将这一文件的路径复制到附加依赖项中；如下图所示，我这里准备配置Debug版本的OpenCV库，因此就选择了名称最后面带有字母d的.lib格式文件。此外，这里还是一样的，具体使用哪一个VC版本对应的文件夹路径，依据大家的Visual Studio版本来确定即可。

3 代码测试

  通过上述步骤，我们完成了OpenCV库的配置工作；此时可以通过一些简单的代码来测试OpenCV库配置是否正确。

  例如，可以通过以下代码来测试OpenCV库的配置情况。其中，pic_path是一个指向图片文件的路径，大家可以基于自己电脑中的任何一张图片文件来修改这一路径。

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
	const char* pic_path = "E:/99_Other/公众号与博客/03_图库/Amos2.png";
	Mat pic = imread(pic_path, 1);
	imshow("My Picture", pic);
	waitKey();
	return 0;
}

  随后，在Visual Studio中运行上述代码。

  运行代码后，如果出现如下所示的情景，即我们通过pic_path指定的图片可以正常显示出来，说明OpenCV库的配置没有问题。

  至此，大功告成。

欢迎关注：疯狂学习GIS