【从零学习OpenCV 4】Windows系统中安装OpenCV 4

本文首发于“小白学视觉”微信公众号，欢迎关注公众号

本文作者为小白，版权归人民邮电出版社所有，禁止转载，侵权必究！

经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。

大多数的学生开发者使用的是Windows系统，在Windows系统中就不得不提到微软强大的Visual Studio集成开发环境（IDE），Visual Studio拥有大量不同的版本，而不同版本对于OpenCV版本的兼容性也不尽相同。虽然已经发布Visual Studio 2019，但是目前OpenCV 4.1仅支持Visual Studio 2015和Visual Studio 2017两个版本。因此对于在Windows环境下使用OpenCV4.1版本的开发者，需要将IDE更新到提到的两个版本。Visual Studio的安装和使用并不是本书的重点，读者可以去微软官网下载需要的版本，按照教程完成安装和使用。笔者使用的是Visual Studio 2015版本，因此推荐读者在学习本书的过程中与笔者使用同一版本IDE，这样可以减少在运行示例代码过程中的调试时间，将更多的精力用在学习OpenCV的算法和代码中。
在Windows环境下安装主要包含5个步骤，分别是下载和安装OpenCV SDK、配置包含路径、配置库目录、配置链接器、配置环境变量。当每一步都配置完成后便可以开始OpenCV的学习之旅，接下来将会对每一步进行详细的介绍。

下载和安装OpenCV SDK

OpenCV SDK获取非常简单，通过搜索引擎可以直接搜索到OpenCV官网，在官网中找到Releases选项，里面会有历史发布的OpenCV各个版本，找到OpenCV 4.1版本的下载界面，发现有多个可以选择项，如图1-1所示。其中Docs选项链接OpenCV的文档库包含模块组成、函数介绍等内容，不过很可惜文档全部是英文的，部分同学阅读起来还是存在着很多不方便之处。Sources选项是Ubuntu等Linux系统下的安装包，关于其安装方式，我们会在后面介绍。GitHub选项链接到GitHub中OpenCV 4.0版本的下载文件，其内容与通过其他选项下载的内容是一致的。Windows选项、iOS pcak选项和Android选项分别是在Windows系统、iOS系统和Android系统下的安装包。很遗憾OpenCV4.0并不支持Android环境的开发，但是OpenCV 4.1版本已经支持Android环境。最后一个选项Release Notes选项是最新版本的更新信息。

图1-1 OpenCV 4.0版本安装包下载区域

下载完成后得到“opencv-4.1.0-vc14_vc15.exe”文件，便可以开始安装过程。其实所谓的安装是一个解压的过程，可执行文件是一个自解压的程序，双击后便会提示我们选择解压路径。这里根据自己需求选择路径即可，特别要说明的是，该程序会将所有文件解压在opencv的文件夹下，因此不需要在选择解压路径中单独新建一个opencv文件夹。由于笔者电脑安装了多个版本的OpenCV，为避免混淆，单独创建一个名为opencv4的文件夹，解压到H:\opencv4。选择好路径后点击【Extract】按钮，便可以等待解压过程的结束。整个OpenCV4的大小约为1G，根据电脑的性能不同，等待时间从几十秒到几分钟不等。安装过程图片如图1-2和图1-3所示。

图1-2 选择提取OpenCV路径

图1-3 等待解压过程

解压结束后，去刚才选择的路径下查看是否多了一个名为opencv的文件夹，该文件夹内含有build和sources两个子文件夹，如果没有，说明解压错误，建议删除后重新解压。build文件夹是主要的OpenCV相关文件，里面含有头文件与库文件等重要信息，接下来的环境配置工作都将围绕其展开。sources文件夹里放置的是源码以及例程和图片，后续也会对其中的部分进行介绍。如果想减少占用硬盘空间，原则上可以删除sources文件夹，但是这里并不推荐大家这样做，毕竟大多数情况下我们计算机的硬盘空间是充足的。

配置包含路径

配置环境主要目的是告诉你的计算机你安装的OpenCV放在哪里，以及告诉你的IDE应该去哪里寻找头文件与库文件。为了完成与IDE的沟通，我们首先启动Visual Studio 2015，创建一个新的项目。在弹出的新项目选项中，查看自己已安装的Visual Studio内容，选择Visual C++中的Win32选项，在Win32项目和Win32控制台应用程序中选择后者。根据我们需求修改项目名称，选择存放的位置。为了测试OpenCV，我们将项目名称修改为opencv4_test，存放在F:\opencv\内，如图1-4所示。

图1-4 创建Win32控制台应用程序界面

完成项目名称填写后，点击【确定】按钮，会跳转出Win32应用向导，这里需要修改“附加选项”：选择“空项目”，取消“安全开发生命周期（SDL）检查”选项，点击【完成】按钮，完成空项目的创建。如图1-5所示

完成创建后，可以在界面的右侧发现“解决方案资源管理器”，打开opencv4_test项目左边的小三角，可以看到“外部依赖项”、“头文件”、“源文件”以及“资源文件”等四个文件夹，如图1-6所示。接下来我们需要在“源文件”里添加项目cpp文件用于编写程序，首先右键【源文件】选择【新建项】，在弹出的页面内选择“C++文件（.cpp）”并修改文件名称，这里我们将其命名为main文件，点击【添加】完成空白源文件的创建，如图1-7所示。

图1-6 空项目的解决方案资源管理器

图1-7 向“源文件”中添加空白cpp文件

然后修改界面上方的“Debug”模式，将其修改为“x64”模式，如图1-8所示。

图1-8 修改Debug模式为x64

在完成空项目的创建之后，正式开始包含路径的配置。依次点击界面上方的【视图】→【其他窗口】→【属性管理器】，在右侧会出现“属性管理器”界面，如图1-9所示。打开“Debug | x64”前方的小三角形，双击【Microsoft.Cpp.x64.user】打开属性页，如图1-10所示。

图1-9 属性管理器界面

图1-10 属性页

属性页中的“VC++目录”中的“包含目录”、“库目录”和“链接器”中的“附加依赖项”便是我们需要修改的地方。在“包含目录”里添加两个文件路径，分别是：

H:\opencv4\opencv\build\include

H:\opencv4\opencv\build\include\opencv2

重点需要留意一下，这里不同于之前版本，这里包含目录里只有两个，取消了原来的…\inclde\opencv这个路径，是因为在…\include\这个文件夹里只有一个opencv2文件夹，OpenCV 4.1将两个文件夹合并在了一起。添加完成两个路径后，便完成了包含路径配置工作。

配置库目录

库目录配置过程与包含路径配置过程相似，只需要寻找到对应的目录路径即可。笔者的配置路径如为：

H:\opencv4\opencv\build\x64\vc14\lib

需要说明的是，“…\vc14\”指的是在Visual Studio 2015中使用，而如果使用的是Visual Studio 2017版本，就需要选择“…\vc15\”。这里如果选择错误，就会造成版本不兼容的问题，会出现配置失败的一系列问题。所以读者一定要根据自己的实际情况而选择。

配置链接器

图1-11 库文件中的lib文件

配置环境变量

我们完成了告诉Visual Studio 2015去哪里寻找OpenCV的工作，接下来该告诉计算机OpenCV在哪里。找到“我的电脑”，右键选择【属性】，打开电脑的系统设置界面，并选择【高级系统设置】，进入系统属性界面。如图1-12所示。

图1-12 系统设置界面

在系统属性界面内选择【环境变量】，并在新跳转出的页面中的“系统变量”部分找到“Path”变量，如图1-13所示，在其后面添加如下路径：

H:\opencv4\opencv\build\x64\vc14\bin

这里要注意，我们会在用户变量和系统变量里都会发现“Path”变量。理论上两者只需要配置一个就可以完成，但是一台计算机上可能拥有多个用户，因此建议在系统变量里添加路径。同时，由于可能前期配置过其他的变量，在添加OpenCV变量的同时，不要将之前的配置内容是删除，而是使用分号将不同的路径分开，避免对其他环境产生影响。

图1-13 系统环境变量配置界面

验证配置结果

完成了所有的配置过程后，需要通过程序验证配置是否成功。但是在此之前需要说明的是，配置流程没有顺序要求，即可以先完成Visual Studio的配置工作再完成计算机环境变量的配置，也可以反过来进行。不过需要说明的是，按照本书的流程进行配置，在配置完成后需要重启Visual Studio才可以在程序中加载OpenCV的头文件。

我们在前面创建的main源文件中输入代码清单1-1中的程序，该程序的主要目的是读取一张图片并显示该图片，代码原理我们会在后面的章节中详细介绍。现在只需要将代码输入，构建解决方案，运行程序验证环境配置是否成功。

代码清单1-1 install_test.cpp测试OpenCV 4.1是否安装成功
1.  #include <opencv2\opencv.hpp> //加载OpenCV 4.1头文件
2.  #include <iostream>
3.  
4.  using namespace std;
5.  using namespace cv; //opencv的命名空间
6.  
7.  int main()
8. {
9.    Mat img; //声明一个保存图像的类
10.    img = imread("G:/opencv/lena.png"); //读取图像，根据图片所在位置填写路径即可
11.    if (img.empty()) //判断图像文件是否存在
12.    {
13.      cout << "请确认图像文件名称是否正确" << endl;
14.      return -1;
15.    }
16.    imshow("test", img); //显示图像
17.    waitKey(0); //等待键盘输入
18.    return 0; //程序结束
19.  }

运行如上程序，我们得到如图1-14的结果，证明OpenCV环境配置成功，可以开启OpenCV的学习之路了。