答案是准备Visual Studio、CMake、OpenCV源码及contrib模块，使用CMake配置并编译，最后在VS中配置包含目录、库目录和依赖项。
搭建C++计算机视觉环境，特别是集成OpenCV，核心在于正确处理依赖、编译库文件，并在开发环境中配置好路径。这听起来可能有点技术性，但实际上，只要理清思路，一步步来，它并没有想象中那么复杂，更多的是一种细致活儿。关键是理解你正在做什么，而不是简单地复制粘贴指令，因为环境差异总会带来意想不到的小插曲。
解决方案
在Windows环境下，使用Visual Studio来搭建C++计算机视觉环境并安装OpenCV，通常我会建议从源码编译，这样可以更好地控制编译选项，比如是否包含TBB、CUDA等加速库。
下载必要的工具和源码：
Visual Studio: 确保你安装了C++桌面开发工作负载。我个人偏好用最新版，比如VS 2022，因为它对C++标准支持更好，调试体验也更流畅。CMake: 这是用来生成项目文件的工具。从官网下载最新版，安装时记得勾选“Add CMake to the system PATH for all users”。OpenCV源码： 去OpenCV官网下载你需要的版本，通常我会选择一个稳定版，比如4.x系列。解压到一个你方便管理的目录，例如
D:Librariesopencv-4.x.x
。OpenCV Contrib模块（可选但推荐）： 如果你需要用到一些更高级或实验性的功能（比如人脸识别、文本检测等），也去GitHub下载对应OpenCV版本的
opencv_contrib
源码，解压到OpenCV源码目录旁边，比如
D:Librariesopencv_contrib-4.x.x
。
使用CMake配置项目：
立即学习“C++免费学习笔记（深入）”；
打开CMake GUI。在“Where is the source code:”指向你的OpenCV源码目录（例如
D:/Libraries/opencv-4.x.x
）。在“Where to build the binaries:”指定一个输出目录，通常我会创建在源码目录内部，比如
D:/Libraries/opencv-4.x.x/build
。点击“Configure”，选择你的Visual Studio版本（例如“Visual Studio 17 2022”）和平台（“x64”）。CMake会进行首次配置，可能会报错，不用慌，这是正常的。配置完成后，你会看到很多选项。这里有几个关键的：
BUILD_opencv_world
: 我通常会勾选，它会将所有OpenCV模块编译成一个巨大的
opencv_world.lib
和
opencv_world.dll
，这样链接起来更方便。
OPENCV_ENABLE_NONFREE
: 如果你使用了
opencv_contrib
并且需要非自由算法（如SIFT/SURF），请勾选。
OPENCV_EXTRA_MODULES_PATH
: 如果你下载了
opencv_contrib
，在这里填入其
modules
目录的路径，例如
D:/Libraries/opencv_contrib-4.x.x/modules
。
WITH_CUDA
: 如果你有NVIDIA显卡并且想使用GPU加速，确保CUDA SDK已安装，并勾选此项。
BUILD_SHARED_LIBS
: 我个人习惯编译动态库（DLL），这样程序体积小，但部署时需要带DLL。如果你想编译静态库，就取消勾选。根据你的需求调整其他选项。再次点击“Configure”，直到没有红色警告。点击“Generate”，CMake会生成Visual Studio解决方案文件。
在Visual Studio中编译OpenCV：
打开生成的
OpenCV.sln
文件（在
D:Librariesopencv-4.x.xbuild
目录下）。在Visual Studio中，将配置管理器设置为“Release”和“x64”。在解决方案资源管理器中，右键点击“ALL_BUILD”项目，选择“生成”。这会开始编译OpenCV的所有模块，可能需要一些时间，取决于你的电脑性能。生成成功后，右键点击“INSTALL”项目，选择“生成”。这会将编译好的OpenCV库文件、头文件等安装到你CMake配置时指定的安装目录（默认在build目录下的
install
子目录）。
至此，OpenCV的库文件就已经编译并安装好了。
OpenCV安装前，我需要准备哪些东西？
在动手安装OpenCV之前，就像准备一次远行，你需要把行李都收拾妥当。我发现很多人在安装过程中遇到问题，往往是源于前期准备不足。
首先，Visual Studio 是你的主战场。确保你安装了正确的版本，并且在安装时勾选了“使用C++的桌面开发”工作负载。如果你之前只是用VS写C#或者Python，那么C++的组件是缺失的，直接编译OpenCV会报错。我建议，如果你的硬盘空间允许，干脆把常用的C++组件都装上，省得以后麻烦。
其次，CMake 是一个非必需但强烈推荐的工具。它不是一个编译器，而是一个跨平台的构建系统生成器。简单来说，它能帮你把OpenCV的源码“翻译”成Visual Studio能理解的项目文件。它的好处在于，你可以通过简单的图形界面来配置编译选项，比如是否支持CUDA、是否编译成动态库等。没有它，你就得手动配置各种编译参数，那真是噩梦。安装CMake的时候，记得勾选把它添加到系统环境变量，这样你就可以在任何地方调用它了。
然后是OpenCV的源码。不要去下载那些预编译好的二进制文件，虽然省事，但兼容性、版本和功能上可能会有各种限制。从官方GitHub或者官网下载源码，自己编译，这是最灵活也是最稳妥的方式。如果你需要一些非标准但常用的功能，比如SIFT、SURF（这些因为专利原因不再包含在核心库里），或者一些更前沿的算法，你还需要下载OpenCV Contrib模块。记住，
contrib
模块的版本号必须和你的OpenCV主库版本完全匹配，否则编译会出问题。
最后，如果你有NVIDIA显卡，并且希望利用GPU进行加速，那么你还需要安装CUDA Toolkit和cuDNN。CUDA是NVIDIA提供的并行计算平台，cuDNN是针对深度学习的GPU加速库。它们的安装过程相对独立，但要确保它们的版本与你即将编译的OpenCV版本兼容。这部分稍微复杂，如果不是明确需要GPU加速，可以先跳过。
总的来说，一个干净的系统，一个安装了C++组件的Visual Studio，一个最新版的CMake，以及对应版本的OpenCV源码，这些是基础。把这些都准备好，你的安装之路会顺畅很多。
配置Visual Studio项目以使用OpenCV，具体步骤是怎样的？
OpenCV库已经编译安装好了，但你的Visual Studio项目并不知道去哪里找它。这一步是把OpenCV和你的项目“链接”起来，让编译器和链接器知道头文件在哪里，库文件在哪里。这部分操作，我发现很多人容易混淆，特别是32位/64位和Debug/Release的配置。
在Visual Studio中，打开你的C++项目。我通常会创建一个新的空项目来演示：
配置包含目录（Include Directories）：
在解决方案资源管理器中，右键点击你的项目名称，选择“属性”。在左侧导航栏，展开“配置属性” -> “VC++ 目录”。找到“包含目录”（Include Directories）。点击右侧的下拉箭头，选择“”。添加OpenCV安装目录下的
include
文件夹路径。例如：
D:Librariesopencv-4.x.xbuildinstallinclude
D:Librariesopencv-4.x.xbuildinstallincludeopencv2
(虽然
opencv2
通常会自动被包含，但明确添加一下总是好的)一个重要的点： 我个人习惯会把这些路径设置到用户宏里，这样以后新项目或者换电脑，只需要改一下宏定义，而不是每个项目都手动添加。比如定义一个
$(OpenCV_DIR)
宏指向
D:Librariesopencv-4.x.xbuildinstall
，然后包含目录就可以写成
$(OpenCV_DIR)include
。
配置库目录（Library Directories）：
在同一个“VC++ 目录”下，找到“库目录”（Library Directories）。添加OpenCV编译出来的
.lib
文件所在的目录。这通常是
install
目录下的
x64vcXXlib
，其中
XX
取决于你的Visual Studio版本（例如
vc17
代表VS 2022）。例如：
D:Librariesopencv-4.x.xbuildinstallx64vc17lib
注意：这里一定要选择正确的平台（x64或x86）和配置（Debug或Release）。如果你的项目是x64，这里也必须是x64的库目录。
配置附加依赖项（Additional Dependencies）：
在左侧导航栏，展开“配置属性” -> “链接器” -> “输入”。找到“附加依赖项”（Additional Dependencies）。点击右侧的下拉箭头，选择“”。在这里添加你项目中需要链接的OpenCV库文件名称。如果你在CMake中勾选了
BUILD_opencv_world
，那么通常只需要添加
opencv_world4xx.lib
和
opencv_world4xxd.lib
（其中
XX
是版本号，
d
表示Debug版本）。例如：
opencv_world470.lib
(用于Release配置)
opencv_world470d.lib
(用于Debug配置)注意： 这里的库文件名称必须和你在
lib
目录下看到的文件名完全一致。并且，Debug配置下要链接
d
结尾的库，Release配置下要链接不带
d
的库。如果你混淆了，运行时会报链接错误。
配置DLL路径（环境变量或拷贝）：
由于我们通常编译的是动态库（DLL），程序运行时需要找到对应的DLL文件。方法一（推荐）： 将OpenCV的DLL目录添加到系统的
Path
环境变量中。这通常是
install
目录下的
x64vcXXbin
。例如：
D:Librariesopencv-4.x.xbuildinstallx64vc17bin
。这样，你的程序在任何地方运行都能找到DLL。方法二： 将所需的DLL文件（
opencv_world4xx.dll
和
opencv_world4xxd.dll
）直接拷贝到你的项目输出目录（通常是
Debug
或
Release
文件夹）或者程序的
exe
文件旁边。这种方法适合部署时使用，但在开发阶段修改环境变量更方便。
完成以上步骤后，你的Visual Studio项目应该就能识别OpenCV了。你可以尝试编写一个简单的程序来测试，比如加载一张图片并显示。
#include // 包含OpenCV主头文件#include int main() { // 尝试加载一张图片 cv::Mat image = cv::imread("your_image.jpg"); // 替换为你的图片路径 if (image.empty()) { std::cerr << "无法加载图片！请检查路径或图片是否存在。" << std::endl; return -1; } // 显示图片 cv::imshow("我的第一张OpenCV图片", image); // 等待按键 cv::waitKey(0); return 0;}
如果这个程序能成功编译并运行，恭喜你，你的OpenCV环境已经搭建成功了。
安装过程中遇到问题，比如编译失败或链接错误，该如何排查？
在搭建环境的过程中，遇到各种各样的问题简直是家常便饭。我经历过无数次编译失败和链接错误，每次都像是在解谜。重要的是，不要慌，大多数问题都有迹可循。
1. CMake配置阶段的错误：
红色警告/错误： CMake界面出现红色，这通常意味着它找不到某些依赖，或者你指定的路径有问题。仔细阅读CMake输出窗口的错误信息，它会告诉你具体是什么没找到。找不到CUDA/TBB/IPP等： 这通常是你没有安装对应的SDK，或者安装了但CMake找不到。检查这些SDK的安装路径是否正确，或者手动在CMake中指定它们的路径。版本不匹配： 特别是
opencv_contrib
模块，如果它的版本和OpenCV主库不一致，CMake会报错。确保两者版本号完全一致。路径错误： 检查你填写的源码路径、构建路径、
opencv_contrib
路径是否有打字错误或者斜杠方向不对（Windows路径通常用反斜杠
，但CMake里用正斜杠
/
更通用）。
2. Visual Studio编译阶段的错误（生成ALL_BUILD时）：
LNK错误（链接错误）： 这是最常见的，通常表现为
LNK2001
、
LNK2019
、
LNK2005
等。这意味着编译器找到了头文件，但链接器找不到对应的函数实现。库文件未链接： 检查你的项目属性中“链接器”->“输入”->“附加依赖项”里，是否添加了所有需要的
.lib
文件。Debug/Release混淆： 确保Debug配置链接的是
d
结尾的库（例如
opencv_world470d.lib
），Release配置链接的是不带
d
的库（例如
opencv_world470.lib
）。这是一个非常容易犯的错误。32位/64位不匹配： 你的项目平台（x86/x64）必须和OpenCV编译出来的库平台一致。如果你的项目是x64，就必须使用x64的OpenCV库。库目录错误： 检查“VC++ 目录”->“库目录”是否指向了正确的
.lib
文件所在路径。函数签名不匹配： 有时是你代码里调用的函数参数类型或数量与库中定义的不符，但这通常会先报C2xx（编译错误），而不是LNK错误。C错误（编译错误）： 比如
C1083
（无法打开包含文件）、
C2065
（未声明的标识符）等。头文件路径错误： 检查你的项目属性中“VC++ 目录”->“包含目录”是否正确指向了OpenCV的
include
文件夹。缺少必要的头文件： 你可能忘记在代码中
#include
某个OpenCV模块的头文件。比如使用
cv::imread
需要
#include
（虽然
opencv.hpp
通常会包含大部分）。语法错误： 当然，也可能是你自己的代码有语法错误。
3. 程序运行阶段的错误：
“无法启动此程序，因为计算机中缺少xxx.dll”： 这是典型的DLL找不到问题。环境变量未配置： 检查你的系统
Path
环境变量是否包含了OpenCV的
bin
目录（例如
D:Librariesopencv-4.x.xbuildinstallx64vc17bin
）。DLL未拷贝： 如果你没有设置环境变量，确保所需的DLL文件（
opencv_world4xx.dll
等）已经拷贝到你的
exe
文件所在的目录。32位/64位DLL混淆： 同样，你的程序是x64就必须用x64的DLL。运行时崩溃（例如，加载图片失败）：图片路径错误：
cv::imread
无法找到图片。检查图片路径是否正确，或者图片是否存在。OpenCV依赖的运行时库问题： 极少数情况下，可能是OpenCV依赖的VC++运行时库版本与你系统不兼容。确保你的Visual Studio安装是完整的。
排查通用技巧：
重启Visual Studio和电脑： 听起来很玄学，但有时能解决一些缓存或环境变量问题。清理和重建解决方案： 在Visual Studio中，右键解决方案，选择“清理解决方案”，然后“重新生成解决方案”。检查平台和配置： 确保你的项目配置（Debug/Release）和平台（x64/x86）与你编译的OpenCV库完全匹配。这是最容易出错的地方。使用依赖查看器： 对于DLL找不到的问题，可以使用
Dependency Walker
（一个老工具，但有时有用）或Process Explorer等工具查看你的exe运行时依赖哪些DLL，以及它们是否被正确加载。搜索错误代码： 把完整的错误代码（比如
LNK2019
后面跟着的函数名）直接复制到搜索引擎，通常能找到大量解决方案。Stack Overflow是你的好朋友。从简单开始： 如果你遇到了复杂的错误，尝试先编译一个最简单的OpenCV程序（比如只包含
#include
和
main
函数），逐步添加功能，这样可以更快地定位问题。
搭建环境确实需要耐心，但一旦成功，那种成就感和之后开发的顺畅度是无与伦比的。每一次遇到问题，都是你深入理解系统和工具的机会。
以上就是怎样搭建C++计算机视觉环境 OpenCV安装指南的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1473295.html
微信扫一扫 
支付宝扫一扫 
