运行opencv测试代码的时候出现丢失opencv_highgui2410.dll，重新安装可以解决这个问题。
解决方案：
是在配置opencv时候出现了错误。在系统环境中的path中配置中bin目录写错了，
我写的   ：D:\opencv2.4.13\source\...\bin

修正      ：     D:\opencv2.4.13\sources\...\bin；
                 +  把这个目录下所有dll文件都复制到C:\Windows\System32和SysWOW64目录下

１．命令行编译如下：
 
g++ -o test test.cpp -I /usr/local/include -I /usr/local/include/opencv -I /usr/local/include/opencv2 -L /usr/local/lib /usr/local/lib/*.so
 
 
 
 2通过写.CMakeLists.txt来编译如下：
 
 
 

VSCode中安装必须的插件C/C++, 可选插件Code Runner, C/C++ Snippets和Include Autocomplete
 
在View->Debug中打开调试栏，单击左上角的绿色三角箭头开始调试，会让你配置调试选项，选择C++那项
 
 
建议使用CMake配置
 
build.sh内容:
 
#!/bin/bash
if [ ! -d build ] ; then
    mkdir build
fi
cd build
cmake ..
make -j4
 
launch.json内容:
 
{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "(lldb) Launch",
            "type": "cppdbg",
            "request": "launch",
            "program": "${workspaceFolder}/build/${fileBasenameNoExtension}",
            "args": [],
            "stopAtEntry": false,
            //"preLaunchTask": "build",
            "cwd": "${workspaceFolder}/build",
            "environment": [],
            "externalConsole": false,
            "MIMode": "lldb"
        }
    ]
}
 
tasks.json内容:
 
{
	"version": "2.0.0",
	"tasks": [
		{
			"type": "cppbuild",
			"label": "build",
			"command": "bash build.sh",
			"options": {
				"cwd": "${workspaceFolder}"
			},
			"problemMatcher": [
				"$gcc"
			],
			"group": "build",
			"detail": "compiler: /usr/bin/clang++"
		}
	]
}
 
示例项目: 在MRHead中切换目录至test(之前记得sh setup.sh安装项目把头文件复制到指定位置哦)
 
将test目录拖至VSCode上打开
 
里面代码也很简单:
 
#include "mrdir.h"
#include "mropencv.h"
#include "mrutil.h"
#include "fstream"
using namespace std;

void testImage()
{
	cv::Mat img = cv::imread("../opencv.png");
	cv::namedWindow("img", 0);
	cv::imshow("img", img);
	cv::waitKey();
}

int main()
{
	testImage();
	return 0;
}
 
就是打开指定位置下的图片并显示
 
此时,新建了一个名为launch.json的json文件,根据你的习惯修改
 
"program":"${workspaceFolder}/${fileBasenameNoExtension}.debug.out"
 
一项，这里指向要调试的程序//标注:${workspaceFolder}为工作空间文件夹,${fileBasenameNoExtension}为当前打开的文件的文件名，不包括路径和后缀名
 
添加一项参数（注意不要落下逗号）,这指的是在调试前要预先执行的任务(因为如果要使用gdb调试需要在编译时添加-g参数，所以不能直接使用运行时的文件，建议两个可执行文件分开命名)
 
  "preLaunchTask": "build",
 
按F5调试一次,会提示没有找不到"build"，点击配置任务，使用tasks.json模板新建一个Others任务
 
{
    // See https://go.microsoft.com/fwlink/?LinkId=733558
    // for the documentation about the tasks.json format
    "version": "2.0.0",
    "tasks": [
        {
            "label": "build",
            "type": "shell",
            "command": "g++ ${file} -o ${fileBasenameNoExtension}.debug.out -g `pkg-config --cflags --libs opencv` -std=c++11"
        }
    ]
}
 
参数label修改为build,根据需要修改编译时使用的command,记得带上-g参数
 
"command": "g++ ${file} -o ${fileBasenameNoExtension}.debug.out -g `pkg-config --cflags --libs opencv` -std=c++11"
 
每次调试时选中要调试的文件然后按F5就可以愉快的调试了
 
其中链接opencv库就是通过pkg-config --cflags --libs opencv命令完成的.
 
为了不让VSCode在显示opencv相关的代码时提示一堆找不到头文件的警告，可以在c_cpp_properties.json中的configurations下的includePath中添加本机opencv的安装路径，比如: "/usr/local/Cellar/opencv@3/3.4.5/include"
 
或者用CMake配置也可，步骤见最后一个参考连接
 
主要配置启动文件:
 
"program": "${workspaceFolder}/build/${fileBasenameNoExtension}",
 
无需//"preLaunchTask": "build",
 
记得在CMakeLists.txt里添加
 
set (CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -g") 
 
开启debug,不然断点调试是无效的,如需去除dubug,只要去掉此就行了.
 
如果遇到调试时vector内容不能正常显示，可以在launch.json中加上
 
"miDebuggerPath": "/Applications/Xcode.app/Contents/Developer/usr/bin/lldb-mi" 
 
参考:
 
Windows下vscode 中C/C++编译及调试环境的搭建
 
linux下vscode 中C/C++编译及调试环境的搭建
 
初学c++ VS code + CMake 编译调试helloWord
 
使用 Visual Studio Code 搭建 C/C++ 开发和调试环境

 

 


 
 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/21974023
 

 
 作者：毛星云（浅墨）    邮箱： happylifemxy@163.com 
 
 写作当前博文时配套使用的OpenCV版本： 2.4.8
 



 
 

 
这篇文章中，我们一起探讨了如何通过已经安装的OpenCV，选择不同的编译器类型，生成高度还原的OpenCV开发时的解决方案工程文件，欣赏OpenCV新版本中总计 六十六多万行的精妙源代码。我们可以对其源代码进行再次编译，得到二进制文件，或者修改原版官方的OpenCV代码，并编译后为自己所用，为深入理解OpenCV的开源魅力迈出了坚实的一步。

 
 




一、下载安装cmake







 
想要在Windows平台下生成OpenCV的解决方案，我们需要一个名为cmake的开源软件，可以在
 
camke的官网：http://www.cmake.org/上下载到，首先转到其下载页面。下载页面的Source distributions处可以下载到cmake软件的源码，如果对这款开源软件感兴趣，不妨看看。


 

 
而Binary distributions处可以下载到cmake的执行文件，我们只需要下载到其执行文件即可，选择Windows (Win32 Installer)进行下载，点击这里直接下载：http://www.cmake.org/files/v2.8/cmake-2.8.12.2-win32-x86.exe

 






 
这一步就是下载和安装cmake，下载地址给出了，安装大家都会，就不过多讲。安装完成后，
 
如果没有生成桌面快捷方式，在安装路径下，如D:\Program Files(x86)\CMake 2.8\bin处找到cmake-gui.exe运行。




 

 

  
另外，关于cmake的一个简介：
 
 

 

 

  
CMake，是“crossplatform make”的缩写，它是一个跨平台的安装(编译)工具,可以用简单的语句来描述所有平台的安装(编译过程)。他能够输出各种各样的makefile或者project文件,能测试编译器所支持的C++特性,类似UNIX下的automake。只是 CMake 的组态档取名为 CmakeLists.txt。Cmake 并不直接建构出最终的软件，而是产生标准的建构档（如 Unix 的 Makefile 或 Windows Visual C++ 的 projects/workspaces），然后再依一般的建构方式使用。这使得熟悉某个集成开发环境（IDE）的开发者可以用标准的方式建构他的软件，这种可以使用各平台的原生建构系统的能力是CMake 和 SCons 等其他类似系统的区别之处。
 
 




 
 
 


 
 
 
 
 
二、使用cmake生成OpenCV源代码工程的解决方案
 


 

  

 
 

  

 
 

  这一步是全文的核心内容。为了讲解条理清晰，我们分步介绍：
 
 


 
<1>运行cmake-gui
 


 
如果没有生成桌面快捷方式，在安装路径下，如D:\Program Files(x86)\CMake 2.8\bin处找到cmake-gui.exe运行。
 
运行后得到如下的窗口：
 


 


 


 

 
<2>指定OpenCV的安装路径
 


 
如下图，点击红色方框内的“Browse Source”按钮，在弹出的对话框中指定出OpenCV安装时源代码的存储路径。
 
以当前最新版本的OpenCV 2.4.8安装在D:\Program Files下为例，则在此选择路径：D:\Program Files\opencv\sources
 

 


 
其实我们可以发现，此路径下必须会有一个名为CMakeLists.txt的文件。
 

 
这个文件就是给cmake留下的配置文件，cmake可以根据这个配置文件，通过不同的编译器选择，来生成不同的解决方案，VisualStudio的编译器对应的就生成Visual Studio版的sln解决方案。
 


 


 


 
<3>指定解决方案的存放路径
 


 
如下图，点击红色方框内的“Browse Build”按钮，在弹出的对话框中指定我们存放生成的opencv解决方案的路径。比如F:/opencv。
 
 
 

 
 
 
 
 
<4>第一次Configure
 

 


 
如图，第一次点击Configure按钮。
 


 


 
会弹出如下进行编译器选择的对话框：
 


 
首先选定“Use default native compilers”，然后，我们可以发现下拉列表中提供了几十种编译器给我们选择，因为我们安装了Visual Studio，会默认为我们选择好对应版本的Visual Studio编译器，比如Visual Studio 10（即待会儿会生成对应VS2010的sln解决方案）
 
确认无误后，单击“finish”按钮。
 
于是，cmake开始第一次源代码配置过程：
 


 

 
在cmake处理的过程中，也许会出现诸如
 
“Could not copy from: D:/Program Files(x86)/CMake 2.8/share/cmake 2.8/Templates/CMakeVSMacros2.vsmacros
 
to: C:/Users/浅墨/Documents/VisualStudio 2010/Projects/VSMacros80/CMakeMacros/CMakeVSMacros2.vsmacros”
 
的红色字样警告，因为这是系统用户的路径名有中文字符 “浅墨”照成的，因为cmake不认中文路径，但是只要我们在上面的第三步中设置生成的路径中没有中文就行了。就算有这个因为C:/Users/下有中文照成的错误，也对我们这次的生成无碍，不用去管他。
 
 



 

  

  
PS:关于系统用户名为中文，这是血的教训。之前在玩Unity3D游戏引擎的时候，被系统路径为中文虐了好一阵子，在unity官方商店下个插件就报错。在控制面板中更改用户名是治标不治本的办法，最后把系统user的Documents目录定位到别的地方才解决。不过这会造成一些在Documents路径下存了数据的软件数据丢失，甚至打不开。。。。。所以，血的教训。。。。浅墨在以后重装系统的时候，绝对不会以中文ID作为用户名了。
 



 
 
 
看到进度条读到尽头，出现了Configuring done字样，第一次的源码配置就完成了，如图
 


 


 


 

 


 
<5>第二次Configure
 


 


 
第一次配置完成之后，我们还需要进行第二次配置，于是再次点击“Configure”按钮。这次的配置是很快的，几秒钟就会再次出现“Configuring done”字样，并且红色的选中部分都正常了：
 


 

 
 
 


 


 
<6>点击Generate，大功告成
 
 
 


 
这样，就只剩下点一次Generate按钮，来生成最终的解决方案了：
 

 
 
 


 
因为之前已经有过两次的configure过程，所以生成解决方案也将是非常的快：
 


 

 
 
 
看到Generating done字样，就表示大功告成，可以去之前我们指定的F:\opencv下找寻我们生成的解决方案了。
 

 
 
 
 
 
PS：2.4.8的OpenCV用cmake生成的工程只有3点多M，相比之前2.4.6版本的OpenCV有3个多G的工程，浅墨一开始都以为生成出错了，但是点开sln工程，发现里面依然可以看到源代码。原来自从2.4.7版本起，opencv源代码就直接包含在了opencv的安装路径下，我们生成的sln工程，也只是连接到了opencv安装路径下的源文件而已，工程本身并不大。
 
 
 
 
 
 
 
三、编译OpenCV源代码
 
 
 


 
我们怀着忐忑的心态打开刚刚生成的热乎乎的“OpenCV.sln”解决方案，看到一个庞大的工程映入眼帘——这可是一个包含了67个项目的解决方案：
 

 
 
 
大家这个时候可以在解决方案资源管理界面，随意地点进去一个自己感兴趣的项目，比如opencv_core这个项目，在opencv_core/Src/matrix.cpp查看其中某个文件的源代码，浅墨截的这张图是大家都很熟悉的Mat类型的某个构造函数的源码：
 

 


 
一阵对源代码的欣赏之后，我们可以按【F5】或者使用其他各种操作来启动调试
 


 


 
编译过程：
 


 


 
编译结果：

 


 


 
编译用时5分钟左右，具体时间和机器配置关系比较大。通过浅墨的截图可以发现，这次编译成功了62个项目，失败了0，即没有出篓子，全部编译生成成功了。:D
 
另外，编译完成会得到这样的警告：
 


 
别紧张，这是正常的。因为OpenCV2.4.8的源代码工程默认将“ALL_BUILD”这个项目其设为了启动项，编译成功后，就会默认运行它。
 


 
而“ALL_BUILD”是一个项目生成周边的杂项，不是exe，本身不可以运行，所以就会弹出这样的提示。
 
 
 
关于启动项的指定，我们可以在解决方案资源管理器里面，对需要设为启动项的那个项目反键点击，在弹出的菜单项中点击【设为启动项（J）】进行设定。如下图：
 


 

 
其实我们编译OpenCV，就是得到了一些二进制的生成文件，如DLL和Lib、exe。
 
因为我们是在debug下编译的，所以在工程目录的bin\debug下会生成opencv 2.4.8的依赖库（700多M，有点大），可以供我们以后调用opencv时使用。
 


 


 
 
 


 


 
四、OpenCV代码行数统计
 


 


 
OpenCV到了2.4时代，源代码src部分已经有了170多M，而源代码行数，通过浅墨的统计，是68多万行。（这里浅墨不禁有些感慨，前两天刚在捣鼓的Unreal Engine 4的源码是144多万行，是OpenCV的两倍多。。。。）
 
 
 

 
可以看到，准确的OpenCV 2.4.8的源代码，有687,870行。
 
OK，盛宴开始，计算机视觉领域的大宝库——OpenCV的源码近眼前，不虚此生地欣赏它吧。
 
 
 


 
嗯，本节的内容大概就是这些，我们下篇文章见：）