最近用了一些OpenCV的东西，但是OpenCV不管是从官网下载还是从GitHub下载都是超级慢，体验烂透了，于是我就搭了梯子从2.4.13开始全部下载下来了，放到了我的服务器上，方便后来者下载，自身的服务器带宽有限，单用户下载速度700kb左右, 但是也快很多了
 
最近更新：
 
2021年6月15日：
 
新增了opencv-3.4.14和opencv-4.5.2两个版本
新增了opencv_contrib-3.4.14和opencv_contrib-4.5.2两个版本
 
2021年1月25日：
 
新增了opencv-3.4.13和opencv-4.5.1两个版本
新增了opencv_contrib-3.4.13和opencv_contrib-4.5.1两个版本
 
2020年12月10日：
 
增加了服务器带宽，但用户下载能达到700kb左右了
 
2020年10月28日：
 
新增了opencv-3.4.12和opencv-4.5.0两个版本
新增了opencv_contrib-3.4.12和opencv_contrib-4.5.0两个版本
 
2020年7月24日：
 
新增了opencv-3.4.11和opencv-4.4.0两个版本
新增了opencv_contrib-3.4.11和opencv_contrib-4.4.0两个版本
 
2020年5月19日：
 
新增了opencv-3.4.10和opencv-4.3.0两个版本
增加了服务器带宽，但用户下载能达到400多k了
 
下载地址：https://www.raoyunsoft.com/wordpress/index.php/2020/03/09/opencvdownload/
 
持续更新，如果帮到了你，请点赞+收藏

零、简介
 　　OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。该程序库也可以使用英特尔公司的IPP进行加速处理。
 　　OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python、Java and MATLAB/OCTAVE（版本2.5）的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#、Ch、Ruby、GO的支持。
 　　简单理解OpenCV就是一个库，是一个SDK，一个开发包，解压后直接用就可以。
 　　由于OpenCV网站及软件都更新了，博客也小小改了一下，
 windows 下OpenCV的安装部署详细教程
 
一、下载OpenCV
 　　到OpenCV官网下载你需要的版本。
 　　点击Library（库）
 
 
由于OpenCV支持好多平台，比如Windows, Android, Maemo, FreeBSD, OpenBSD, iOS, Linux和Mac OS，一般初学者都是用windows，所以在这里下载Windows。
 
 
点击Windows后跳出下面界面，等待5s自动下载。
 
 
下载后是这样的
 
 然后双击他，解压，就是大佬们说的安装，实质就是解压一下，解压完出来一个文件夹，其他什么也没发生。你把这个文件夹放在哪都行，不过你要记住他在哪。
 
 正在解压
 
 解压完打开文件夹是这样的
 
 其中build是OpenCV使用时要用到的一些库文件，而sources中则是OpenCV官方为我们提供的一些demo示例源码
 
二、配置环境变量
 　　把OpenCV文件夹放好地方后，依次选择计算机—>属性—>高级系统设置—>环境变量，找到Path变量，选中并点击编辑，然后新建把你的OpenCV执行文件的路径填进去，然后一路点确定，这样环境变量就配置完了。
 
 OpenCV执行文件的路径这样找：
 找到你解压好的OpenCV文件夹，依次选择build—>x64—>vc15—>bin，
 然后是这样的
 
 这个路径就是我的OpenCV执行文件的路径，你的应该和我的差不多吧。
 这里注意，如果你下载的是OpenCV2.x版本，选择build后，还需要选择x86或x64，然后是vc12（为什么不是vc10或vc11，一般都是选最新的），其他步骤大同小异。
 
三、部署OpenCV
 　　前面说了，OpenCV是一个SDK，得使用工具开发它，比如Visual Studio（当然有些大佬只用记事本或神一样的Vim），接下来就是在Visual Studio中部署OpenCV了。
 
0. 安装Visual Studio
 　　因为主题是OpenCV，这个这里不讲了，请自行Google。
 
1. 打开Visual Studio，新建工程
 　　初学者最好是建一个控制台工程，没有其他问题的干扰。
 
2. 添加包含目录
 　　首先要在“解决方案”中选中你的项目名称，如图中绿色框所示。
 　　然后，依次选择 项目—>属性—>VC++目录—>包含目录—>编辑
 　　找到你的包含目录添加就可以了，最好添加三个，我的是这样的：
 　　D:\opencv\build\include
 　　D:\opencv\build\include\opencv
 　　D:\opencv\build\include\opencv2
 　　
 
 
3.添加库目录
 　　依次选择项目—>属性—>VC++目录—>库目录—>编辑
 　　我的是D:\opencv\build\x64\vc15\lib
 
 
4.添加附加依赖项
 　　依次选择项目—>属性—>链接器—>输入—>附加依赖项—>编辑
 　　添加你的库文件名
 　　
 　　库文件这样找：
 　　
 　　有两个文件opencv_world341d.lib和opencv_world341.lib
 　　如果配置为Debug，选择opencv_world341d.lib
 　　如果为Release，选择opencv_world341.lib
 　　这里注意，如果你下载的是OpenCV2.x版本，这里的库文件比较多，都填进去就可以了。
 
到这里OpenCV的所有安装部署就结束了，可以进行下一步的使用和学习了。

 

 
 

 本系列文章由@浅墨_毛星云 出品，转载请注明出处。  
 文章链接： http://blog.csdn.net/poem_qianmo/article/details/19809337
 作者：毛星云（浅墨）    微博：http://weibo.com/u/1723155442
 邮箱： happylifemxy@163.com
 知乎：http://www.zhihu.com/people/mao-xing-yun
 写作当前博文时配套使用的OpenCV版本： 2.4.8、2.4.9、3.0
 

  

 
 
 （ 2014年4月28更新OpenCV 2.4.9的配置。
 
 2014年9月12更新OpenCV 3.0的配置
 
 2014年9月12日本文第6次修订完毕）
 


 
OpenCV2.4.9和2.4.8的配置几乎一样，唯一的区别在下文中的第五步，链接库的配置，把对应的248改成249即可。
 
OpenCV 3.0配置更是被简化了。和2.4.8、2.4.9的区别就是下文第五步，链接库的配置，只用添加
 
opencv_ts300d.lib、opencv_world300d.lib（debug版本的库）
 
或opencv_ts300.lib、opencv_world300.lib（release版本的库）即可。
 


 

    ----------------------------浅墨于2014年9月12日注
 
 

 


 
因为读研期间的研究方向是图像处理，所以浅墨这段时间闭门研究了很多OpenCV和图像处理相关的知识与内容。眼看自己积累到一定的程度了，于是决定开始开设这个OpenCV系列专栏，总结自己所学，也分享知识给大家。
 

  好了，这篇文章作为OpenCV的启程篇，自然少不了先系统地介绍OpenCV开发环境的配置。
 
 

  浅墨前后经历过OpenCV 2.4.6，OpenCV 2.4.7，OpenCV 2.4.8这三个版本的配置，有时候还要涉及到三个版本之间的转换，所以还是对OpenCV的配置有一定的理解的，希望自己的一点拙见能帮到大家。
 
 
还是先放出待会儿的测试用图（如果要另存为这张图并配合文章后面给出的代码进行测试，注意后缀名要为jpg，而不是jpeg或其他）：
 

  

 
 

  

 
 

  那么，开始吧。

 
 

  

 
 

  

 
 
1.下载和安装OpenCV SDK
 

  

 
 

  

 
 
VS2010不用说，肯定都安装了吧。来说说当前最新的OpenCV版本2.4.8（2014年2月24日），2.4.9 （2014年4月）的下载和安装。与其说是安装，不如叫解压更加合适，因为我们下载的exe安装文件就是一个自解压程序而已。
 

 

 
在官网：http://opencv.org/上找到OpenCV windows版下载下来。
 

 
下载完后得到文件OpenCV 2.4.X，双击后会提示解压到某个地方，推荐放到D:\Program Files\下，比如D:\Program Files，（因为OpenCV项目文件打包的时候，根目录就是opencv，所以我们不需要额外的新建一个名为opencv的文件夹，然后再解压，那是多此一举的事情）然后点击Extract按钮。
 

 
等一段时间，OpenCV2.4.8近3个多G的文件就解压到了D:\Program Files下。

 


 
 其中，build里面是使用OpenCV相关的文件，我们如果只是使用OpenCV的话呢，就只用管build里面的内容。下面的sources文件夹你嫌烦，你嫌占硬盘空间，完全可以删掉。但是需要注意的是，官方示例集，也就是samples文件夹里面的示例程序，在sources文件夹里面躺着呢，所以，如果真是要删的话，还是想清楚哦。
 
sources里面是源代码。可以直接查看。如何生成sln解决方案浅墨在这篇博文中有详细讲到：
 
 【OpenCV入门教程之七】 玩转OpenCV源代码：生成OpenCV工程解决方案与OpenCV源码编译
 

  

 
 

  

 
 
2.配置环境变量
 

  

 
 
  
 
 
 
这步的配置方法如下:
 
【计算机】->【（右键）属性】->【高级系统设置】->【高级（标签）】->【环境变量】->“双击”系统变量中的PATH->在变量值里面添加相应的路径。如图：
 
<1>
 


 
<2>
 


 
<3>
 


 
<4>
 


 
<5>
 


 


 
对于32位系统，就添加：
 
”;…… opencv\build\x86\vc10\bin”（和之前的就有有的环境变量用英文的分号“;”进行分隔）
 
 
 
而对于64位系统，可以两个都添加上：
 
”;…… opencv\build\x86\vc10\bin”
 
和”…… opencv\build\x64\vc10\bin”，
 
这样，到时候才可以在编译器Win32和X64中来回切换都吃得开，游刃有余~
 


 
例如，浅墨的就是
 
D:\Program Files\opencv\build\x64\vc10\bin;D:\Program Files\opencv\build\x86\vc10\bin
 


 
 PS:有童鞋亲测说64位系统也只需添加”…… opencv\build\x86\vc10\bin”即可，大家不妨一试。
 


 
注：变量值实际为bin文件夹的路径；D表示OpenCV安装于D盘；X64表示运行系统环境位64位系统，若安装于32位系统，应为X86；vc10表示编译环境为Microsoft Visual Studio 2010；变量添加完成后最好注销系统，才会生效。
 
 
 


 
 
 


 


 
3.工程包含（include）目录的配置
 

  

 
 

  

 
 
之前看过的好多博文都说“每次新建工程都要重新配置”，其实不用这样麻烦的。
 
首先是在Visual Studio里面新建一个控制台应用程序，最好是勾好空项目那个勾。
 
（考虑到看这篇博文的童鞋很少接触vs，那么浅墨在这里将过程详细截图出来——浅墨2014年6月11日注）

 
<1>打开visual studio，新建win32控制台项目,取个名字，比如叫test1，然后选好路径，点确定.
 


 
<2>点一次“下一步”。
 


 
<3>勾上空项目那个勾。
 


 
<4>接着在解决方案资源管理器的【源文件】处右击->添加->新建项，准备在工程中新建一个cpp源文件。

 


 


 
<5>选定C++源文件，取个名字，比如叫“main”，然后点【添加】，那么，一个新的cpp文件就添加到了工程中。
 
<6>看过浅墨之前DirectX配置的相关博文的朋友们应该都知道，有一招叫属性管理器。在属性管理器中进行一次配置，就相当于进行了通用的配置过程，以后新建的工程就不用再额外的进行重新配置了。
 
在菜单栏里面点<视图>--<属性管理器>，那么就会在visual studio中多出一个属性管理器工作区来。
 


 


 
<7>在新出现的“属性管理器”工作区中，点击项目->Debug|Win32->Microsoft.Cpp.Win32.userDirectories（右键属性，或者双击）即可打开属性页面。
 
 
 

 


 


 
<8>打开属性页面后，就是一番配置了。首先是在
 
【通用属性】 ->【VC++目录】 ->【包含目录】中
 


 
添加上
 
D:\Program Files\opencv\build\include
 
D:\Program Files\opencv\build\include\opencv
 
D:\Program Files\opencv\build\include\opencv2 这三个目录。
 


 
当然，这是之前把OpenCV解压到D:\Program Files\下的情况。实际的路径还要看你自己把OpenCV解压到了哪个目录下，根据你的实际情况来调节。
 


 


 


 


 


 


 
4.工程库（lib）目录的配置
 

  

 
 

  

 
 
其实这步和上一步差不多，属性管理器”工作区中，点击项目->Debug|Win32->Microsoft.Cpp.Win32.userDirectories（反键属性，或者双击）打开属性页面。
 
接着上步，就是在【通用属性】 ->【VC++目录】 ->【库目录】中，
 


 
添加上D:\Program Files\opencv\build\x86\vc10\lib这个路径。（最好不要复制粘贴浅墨给出的路径，而是自己去预览里面指定出来，这样会准确得多）
 




 

  

   

    
（感谢小如风童鞋，之前给出的路径D:\Program Files\opencv\build\x86\vc10\lib里少个空格，直接复制浅墨给出的上面路径的童鞋就会出现“无法打开错误 1 error LNK1104: 无法打开文件“opencv_calib3d248.lib”类似的错误”，现已更正）
   
  
 
 

  

   

    
 ——————浅墨于2014年4月3日
   
  
 


 


 
这里选择x86还是x64是一个常常令人困惑的问题。当然，对于32位操作系统，铁定就是选x86了。
 
如果是64位操作系统，很多童鞋会想当然自作聪明地选择x64，其实不然。正确的理解是这样的：
 


 

 
不管你是32位还是64位操作系统，只用管你用win32编译器还是X64编译器。
 
其实配置选择什么跟64位还是32位系统没有直接的关系，而是在于你在编译你的程序的时候是使用那个编译器。
 


 

 
编译器选的是win32，就用x86
 
编译器选的是X64，就用X64。不过一般情况下，都是用的win32的X86编译器。所以，无论32还是64位操作系统，配置文件最好都选择x86版的
 


 
另外，这里的vc10表示vs2010，如果是其他版本的visual studio，稍微要微调一下。
 
感谢JJBomb 童鞋，这里我们补充完整：vc8 = Visual Studio 2005，vc9 = Visual Studio 2008，vc10 = Visual Studio 2010，vc11 = Visual Studio 2012，vc12 = Visual Studio 2013。

 
 
 

 


 


 


 
5.链接库的配置
 

  

 
 
 
 
依然是“属性管理器”工作区中，点击项目->Debug|Win32->Microsoft.Cpp.Win32.userDirectories（反键属性，或者双击）即可打开属性页面。【通用属性】 ->【链接器】->【输入】->【附加的依赖项】
 

 


 
对于【OpenCV2.4.8】，添加如下248版本的lib（这样的lib顺序是：19个带d的debug版的lib写在前面，19个不带d的release版的lib写在后面）：
 


 

 opencv_ml248d.lib
opencv_calib3d248d.lib
opencv_contrib248d.lib
opencv_core248d.lib
opencv_features2d248d.lib
opencv_flann248d.lib
opencv_gpu248d.lib
opencv_highgui248d.lib
opencv_imgproc248d.lib
opencv_legacy248d.lib
opencv_objdetect248d.lib
opencv_ts248d.lib
opencv_video248d.lib
opencv_nonfree248d.lib
opencv_ocl248d.lib
opencv_photo248d.lib
opencv_stitching248d.lib
opencv_superres248d.lib
opencv_videostab248d.lib

opencv_objdetect248.lib
opencv_ts248.lib
opencv_video248.lib
opencv_nonfree248.lib
opencv_ocl248.lib
opencv_photo248.lib
opencv_stitching248.lib
opencv_superres248.lib
opencv_videostab248.lib
opencv_calib3d248.lib
opencv_contrib248.lib
opencv_core248.lib
opencv_features2d248.lib
opencv_flann248.lib
opencv_gpu248.lib
opencv_highgui248.lib
opencv_imgproc248.lib
opencv_legacy248.lib

 
opencv_ml248.lib
 

 


 
对于【OpenCV2.4.9】，添加如下249版本的lib（这样的lib顺序是：19个带d的debug版的lib写在前面，19个不带d的release版的lib写在后面）：
 


 

 

  

   opencv_ml249d.lib
opencv_calib3d249d.lib
opencv_contrib249d.lib
opencv_core249d.lib
opencv_features2d249d.lib
opencv_flann249d.lib
opencv_gpu249d.lib
opencv_highgui249d.lib
opencv_imgproc249d.lib
opencv_legacy249d.lib
opencv_objdetect249d.lib
opencv_ts249d.lib
opencv_video249d.lib
opencv_nonfree249d.lib
opencv_ocl249d.lib
opencv_photo249d.lib
opencv_stitching249d.lib
opencv_superres249d.lib
opencv_videostab249d.lib
  
  

   
opencv_objdetect249.lib
opencv_ts249.lib
opencv_video249.lib
opencv_nonfree249.lib
opencv_ocl249.lib
opencv_photo249.lib
opencv_stitching249.lib
opencv_superres249.lib
opencv_videostab249.lib
opencv_calib3d249.lib
opencv_contrib249.lib
opencv_core249.lib
opencv_features2d249.lib
opencv_flann249.lib
opencv_gpu249.lib
opencv_highgui249.lib
opencv_imgproc249.lib
opencv_legacy249.lib
  
  

   opencv_ml249.lib
  
 
 

 

 

 
 
 


 
需要注意的是，所粘贴内容即为之前我们解压的OpencV目录D:\opencv\build\x86\vc10\lib下所有lib库文件的名字；其中的248代表我们的OpenCV版本为2.4.8，若是其他版本的配置则在这里要进行相应的更改，比如说2.4.6版的OpenCV，那么这里的opencv_calib3d248d.lib就要改成opencv_calib3d246d.lib了.
 
Debug文件库名有d结尾，Release没有，如 opencv_ts248d.lib（debug版本的lib）和opencv_ts248.lib（release版本的lib）
 
不过我一般是在这里把带d和不带d的统统写在这里，因为这里是以后创建所有工程时都会继承的公共属性。
 


 
对于【OpenCV 3.0】，添加3.0版本的lib，新版的lib非常简单。想用debug版本的库，添加
 
opencv_ts300d.lib
 
opencv_world300d.lib 这两个库即可。
 
而想用release版本的库，添加

 
opencv_ts300.lib
 
opencv_world300.lib即可。
 

 

  

 
 

  其实，对已经发行和
  未来即将发布的新版OpenCV，只需看opencv\build\x86\vc10\lib下的库是哪几个，添加成依赖项就可以了。
 
 

 


 


 


 
另外注意：按照如上的这种方式来配置，也许会出现debug下可以运行但是release下不能运行的情况（因为字符串读取问题引起的诸如图片载入不了，报指针越界，内存错误等等），这算是OpenCV自2.4.1以来的一个bug。
 
解决方案：想在release模式下运行出程序结果，在工程的release模式下，将不带d的lib（全部是19个）添加到【项目】->【属性】（注意这样打开的是当前工程的属性页，我们只需在这里将release版（即不带d）的相关lib添加进去）->【配置属性】->【链接器】->【输入】->【附加的依赖项】下即可。
 


 
 ——————浅墨 2014年3月17日注&2014年6月11日更新
 
类似错误如图：



 

  

   

    

     

    
   
  
 


 


 
 
 
 
 


 


 
6.在Windows文件夹下加入OpenCV动态链接库
 

  

 
 

  

 
 
PS：经过 hellofuturecyj 同学提醒，如果配置环境变量那步配置准确，且配置之后经过重启，就没有进行这步配置的必要了。即做完上面第五步的配置，重启一次，就可以直接跳到第七步，进行测试，看出不出图。
 
当然，如果需不重启而马上来看配置的结果，就可以试试这里的方式。
 
 ——————浅墨 2014年6月16日注

 


 
这一步是各种介绍OpenCV的配置的相关博文中都没写出来的。根据这些博文配置出来的环境，在运行基于OpenCV的程序的时候，往往会得到这样类似的结果：
 
 
 

 
这种问题最简单粗暴的方法，是把相关的dll都拷贝到Windows操作系统的目录下。如果你的Windows安装在C盘，那么路径就是c:\Windows\System32。按照之前我的OpenCV的存放环境，这些dll存放在
 
D:\Program Files\opencv\build\x86\vc10\bin目录下。
 


 

 
到这个目录下，【Alt+A】全选，【Alt+C】拷贝，然后转到c:\Windows\System32下面，【Alt+V】复制，简单粗暴地就完成了。
 
PS:对于Windows 8，则要放在要在SysWOW64文件夹中。
 
 
 
 
 
恩，环境配置大功告成，我们来测试一下成果吧~
 


 


 


 


 
7.最终的测试
 

  

 
 
 
 
就用载入并显示一张图片到窗口的程序，用于我们的配置测试吧。
 
新建一个空项目的控制台应用程序，新建一个cpp文件，然后粘贴如下代码：
 

 
#include<iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>


using namespace cv;


int main()
{
	// 读入一张图片（游戏原画）
	Mat img=imread("pic.jpg");
	// 创建一个名为 "游戏原画"窗口
	namedWindow("游戏原画");
	// 在窗口中显示游戏原画
	imshow("游戏原画",img);
	// 等待6000 ms后窗口自动关闭
	waitKey(6000);
}
 

 

 

 
放置一张名为pic.jpg的图片到工程目录中，然后点击“运行“按钮，如果配置成功，就不会报错，得到预想的运行结果：
 


 


 
为了大家的考虑，还是把工程文件发一下吧，虽然这次只有简单的几句代码：
 


 
【OpenCV+VS2010开发环境配置 测试用例 by浅墨】下载

 
 
 


 


 
7.可能遇到的问题和解决方案
 

  

 
 
 
 
呼，生活不可能是一帆风顺的，我们的配置过程也是。浅墨在几次的配置过程中，出现了如下的几种典型问题，我相信你可能会出现，就在这里集中列举一下吧，希望能为大家解惑：
 


 
1. 找不到core.h
 
出现这个问题是因为include的时候粗心大意了。
 
如果你的版本是2.4.6。在这个版本下，opencv根文件夹下面就有个include，但我们配置的时候如果包含的是他就坑爹了。
 
正确的应该填build里面的那个include。
 
 
 
2.无法解析的外部命令
 
这个问题其实上面有过解释了，不管你是32位还是64位操作系统，只用管你用win32编译器还是X64 编译器。
 
其实配置选择什么跟64位还是32位系统没有直接的关系，而是在于你在编译你的程序的时候是使用那个编译器。
 

 
编译器是win32，就用x86
 
编译器是X64，就用X64。不过一般情况下，都是用的win32的X86编译器。所以，
 
无论32还是 64位操作系统，配置文件最好都选择x86版的。
 
 
 
3.关于形如--error LNK2005:xxx 已经在 msvcrtd.lib ( MSVCR90D.dll ) 中定义
 
出现这个问题，把静态库不包含就行了。
 
 
 
4. 应用程序无法正常启动0xc000007b
 
Lib包含的问题。也许你同时包含了X86和X64的，或者包含出错错了。或者是对于windows 8 64位，dll要放在和System32文件夹同级的SysWOW64文件夹中。
 


 
5.明明图片路径是对的，却载入不进去图片，提示指针越界，有未经处理的异常
 
类似错误如图：
 


 


 
这算是opencv的一个bug，工程属性里面关于带d和不带d的lib文件的附加依赖项的问题，就算配置好了每次想debug和release下都运行还得手动在工程属性里面加。当得到这样的错误时，可以把调试方式改一改，debug和release互换：

 


 

 

 
或者打开当前工程（注意是当前工程的属性页，不是通用属性页）的属性页，debug或者release哪个报错，就把对应的带d或不带d的lib添加到【“当前”工程属性】->【链接器】->【输入】->【附加的依赖项】下即可。
 


 
关于问题五的另一种错法：图片后缀问题
 
昨天晚上一个学弟和大家一样在参考这篇文章配置OpenCV环境，弄了一下午一直报这个错误。最后浅墨给他看了下，发现是图片后缀的问题，在这里更新一下，以免有童鞋是因为这个问题而一直得不出结果。确保你载入的图片是和代码中imread的路径、名称、后缀是一模一样的。例如，学弟遇到的问题就是，在xp系统下面，没有显示后缀名，下了浅墨在文章末尾给出的配置参考示例程序，估计是xp系统默认会把jpg当做jpeg对待，然后他在代码中imread的是“1.jpg”，硬是报错。我给他看的时候，在文件夹选项中调出文件后缀名，发现在win7下面给大家准备的名为“1.jpg”的文件，在xp下面变成了“1.jpeg”。然后浅墨将学弟代码中的“1.jpg”改成“1.jpeg”，立马出结果。或许这就是一部分朋友们调不出结果的另一种原因吧。
 
  -----------------------浅墨于2014年9月20日补充

 


 


 


 
6.无法打开文件“opencv_ml249d.lib”系列的错误
 


 

 

  

   关于LINK : fatal error LNK1104: 无法打开文件“opencv_ml249d.lib”，在评论区和大家给浅墨发的邮件中是普遍的一个错误。
  
  

   

  
  

   

  
  

   PS: jzh258fits 同学提出的一个新的解决方法是：项目->属性管理器->Debug|Win32->Microsoft.Cpp.Win32.userDirectories中的属性页面->连接器->常规里面的附加库目录中加入相应的lib文件目录。
  
  

   

  
  

   这个错误主要是因为包含的库目录中，和包含的附加依赖项不能相互对应照成的。
  
  

   

  
  

   也许是“opencv_ml249d.lib“多加了一个空格，成了”opencv_ml249d. lib“，就会报错。
  
  

   遇到这个问题，检查三个方面：
  
  

   

  
  

   1.检查第四步
   ”4.工程库（lib）目录的配置“
   库目录中的路径是否准确。
  
 
 

  2.检查第五步”5.链接库的配置“中“附加依赖项”的格式有没有问题，有没有多空格，版本号248,249什么的有没有问题，有没有多一个空格，少一个点什么的。
 
 

  3.第二步环境变量的配置是否准确。
 
 

  

 
 

  

 
 

   ——————————浅墨2014年4月28日更新
 
 

  

 
 

  

 
 

  

 
 

 

 
好了，OpenCV的配置大概就是这些。
 
下篇文章见 ：）
 
 
 
 

OpenCV（Open Source Computer Vision Library） 由公司在背后提供支持。它包含了超过500个函数来实现用于图形处理和计算机视觉方面的通用算法。
 
 
 
 
 OpenCV于1999年由Intel建立，现在由Willow Garage提供支持。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了JAVA、Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。最新版本是在2014年4月25号发布的2.4.9。
 
 
 OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。
 
 
 OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也可以使用某些外部库。
 
 
 OpenCV 对非商业应用和商业应用都是免费（FREE）的。（细节参考 license）。
 
 
 OpenCV 为Intel® Integrated Performance Primitives (IPP) 提供了透明接口。 这意味着如果有为特定处理器优化的的 IPP 库， OpenCV 将在运行时自动加载这些库。[1]
 
 
 2.1 优势
 
 
 
 为什么有OpenCV
 
 
 计算机视觉市场巨大而且持续增长，且这方面没有标准API，目前的计算机视觉软件大概有以下三种：
 
 
 1.研究代码（慢，不稳定，独立并与其他库不兼容）
 
 
 2.耗费很高的商业化工具（比如Halcon, MATLAB+Simulink）
 
 
 3.依赖硬件的一些特别的解决方案（比如视频监控，制造控制系统，医疗设备）opencv这是目前的现状。而标准的API将简化计算机视觉程序和解决方案的开发。OpenCV致力于成为这样的标准API。
 
 
 OpenCV致力于真实世界的实时应用，通过优化的C代码的编写对其执行速度带来了可观的提升，并且可以通过购买Intel的IPP高性能多媒体函数库(Integrated Performance Primitives)得到更快的处理速度。右图为OpenCV与现在其他主流视觉函数库的性能比较。