C_CPP_CSharp 编程环境

使用visual studio或msys2（mingw64）与VS Code编译并使用openCV

添加评论2022年11月18日4 最小化阅读

1. Windows系统下OpenCV及第三方库文件的使用与下载

如果没有特殊要求，在Windows系统下可以直接使用OpenCV的预编译版本。在github的opencv项目release中选择相应release版本即可。然而，由于版权原因，预编译的opencv并没有包含诸多第三方工具，因此，如果要使用一些第三方工具，或者要在linux系统下使用openCV的话，还需要自己从源码进行编译。

1.1 OpenCV下载与安装

OpenCV可以从官网下载，本文使用openCV 4.50版本。下载完成后点击安装，该安装包实际上是指打包的压缩文件，选择路径解压即可，本文将opencv解压安装到D:\lib路径下，解压后的opencv所在目录为D:\lib\opencv。在opencv目录下，source为源文件的文件夹，build为编译文件的文件夹，包括了VC14和VC15的预编译文件。如果要直接使用编译好的opencv，引用build目录下的文件即可。本文在opencv目录下新建一个rebuild目录，用来保存自行编译后的文件。

1.2 OpenCV_Contrib库下载与安装

要安装第三方工具，需要从github上下载相应的opencv_contrib版本，这里从opencv-contrib仓库的release版本中下载opencv_contrib-4.5.0版本.将解压后的opencv_contrib-4.5.0文件夹直接放到opencv的source目录下，以备后续编译使用。

1.3 OpenCV_3rdParty库下载与安装

在OpenCV的编译过程中，还需要一些第三方库支持，这些库文件包含在opencv_3rdparty库中，该库不同的分支(branch)文件对应了编译过程中可能需要的ippicv、ffmpeg以及dnn等第三方库，如果要安装对应的工具，则需要下载对应的库文件。需要注意的是，第三方库文件的下载过程已经写在opencv的编译文件中了，但是由于国内网络环境的原因，直接下载通常很难成功，这也是编译失败的主要原因之一。要使用预先下载的第三方库文件代替直接下载。

从github上下载的opencv_3rdparty库，默认的readme分支仅包含简单的说明文档，可以使用git branch命令查看不同分支，并使用git checkout <分支名>切换到不同分支，以便将对应文件复制出来。在opencv/source/3rdparty文件夹下可以看到第三方工具文件夹，在各文件夹下有对应的编译文件，例如ffmpeg文件夹下的编译文件ffmpeg.cmake，在ffmpeg.cmake文件中，可以找到需要下载的文件版本例如ffmpeg/master_20200908。在opencv_3rdparty库中checkout相应的分支即可找到对应文件。

OpenCV编译过程中下载的临时文件位于opencv目录下的.cache目录中，可以在opencv目录下新建.cache目录，针对不同模块新建包括ffmpeg、ippicv、xfeatures2d等目录，将上一步中3rdparty库对应分支的文件复制到对应的文件夹下即可。需要注意的是，OpenCV在缓存文件时并不是按照原始的文件名缓存在，而是在前面加上了md5校验字符串，因此在复制文件时要将文件重命名。例如在ffmpeg.cmake文件中有以下内容：

...
ocv_update(FFMPEG_FILE_HASH_BIN64 "cf5dba83edf8619f57ccff4edb989c62")

那么就需要将原始的opencv_videoio_ffmpeg_64.dll文件重命名为cf5dba83edf8619f57ccff4edb989c62-opencv_videoio_ffmpeg_64.dll。典型的文件夹结构如下图。如果在编译过程中出现下载错误，可以检查对应安装包的编译文件，看看是否与所需要的文件版本内容一致。

另一个选择是将下载的第三方文件放在特定文件夹中，并找到每个CMakelist.txt文件，将其中https://raw.githubusercontent.com….目录修改为存放对应文件的位置如file:///D:/lib/3rdparty…。

2.编译环境和工具安装

2.1 安装MinGW-W64的msys32发行版

MinGW-w64 是一个Windows系统下支持GCC编译器的工具，它支持64位和32位操作系统。使用MinGW-W64，可以替代微软的VC编译器来编译c和c++项目。MSYS2是一个集成了pacman和MinGW-w64的Cygwin升级版的工具，用于在Windows系统下提供接近原生的Linux工具链。通过msys2集成的pacman包管理工具，可以方便地安装和管理包，如果你熟悉Arch Linux，使用Pacman工具会感到格外方便。

由于网络环境的原因，MinGW-w64在国内使用很不方便，经常出现无法更新软件的情况，因此这里使用包含了MinGW-w64的msys2发行版。

从清华大学开源网站msys2下载地址下载msys2后采用默认设置安装，安装在C:\msys64目录下。安装完成后，打开C:\msys64\etc\pacman.d目录并修改以下三个文件，以将msys2的软件源配置为清华镜像，加快下载速度。

#编辑 /etc/pacman.d/mirrorlist.mingw32 ，在文件开头添加：
Server = https://mirrors.tuna.tsinghua.edu.cn/msys2/mingw/i686
#编辑 /etc/pacman.d/mirrorlist.mingw64 ，在文件开头添加：
Server = https://mirrors.tuna.tsinghua.edu.cn/msys2/mingw/x86_64
#编辑 /etc/pacman.d/mirrorlist.msys ，在文件开头添加：
Server = https://mirrors.tuna.tsinghua.edu.cn/msys2/msys/$arch

打开C:\msys64\mingw64.exe，输入以下命令以安装完整的64位工具链，也可以按照toolchain下面的命令，单独安装gcc,g++和gdb三个工具，如果要安装32位工具，则使用mingw32.exe和对应的mingw32与对应的i686相关工具。本文安装64位工具链，安装完成后，在mingw64.exe的命令行下输入gcc –version、g++ –version或者gdb –version可以看到相应版本。

#安装64位工具和make工具
pacman -S mingw64/mingw-w64-x86_64-toolchain
pacman -S mingw64/mingw-w64-x86_64-make
#上述命令包含了以下3个包，因此下面3个不需要再另外安装
pacman -S mingw64/mingw-w64-x86_64-gcc
pacman -S mingw64/mingw-w64-x86_64-g++
pacman -S mingw64/mingw-w64-x86_64-gdb

#安装32位工具
pacman -S mingw32/mingw-w64-i686-toolchain
pacman -S mingw32/mingw-w64-i686-make
pacman -S mingw32/mingw-w64-i686-gcc
pacman -S mingw32/mingw-w64-i686-g++
pacman -S mingw32/mingw-w64-i686-gdb

#pacman常用的操作指令
pacman -Sy #更新软件包数据
pacman -R package-name #删除软件包
pacman -S package-name #安装软件包
pacman -Syu #更新所有
pacman -Ss xx #查询软件xx的信息

要在系统命令行中使用gcc等命令，还需要将minGW-W64添加到windows的环境变量中。在windows控制面板–>系统–>高级系统设置–>环境变量下，双击path参数并新建环境变量，将以下路径添加到环境变量中（如果要使用32位的msys2，路径也要相应地修改为32位的目录）。环境变量配置完成后，在windows命令行或者powershell中输入，输入gcc –version、g++ –version或者gdb –version可以看到相应版本。

注意：如果配置环境变量时命令行已经在运行，需要关掉命令行并重新打开，才能使配置生效。

C:\msys64
C:\msys64\mingw64\bin
C:\msys64\mingw64\x86_64-w64-mingw32\bin

2.2 安装CMAKE工具

CMake 是一个开源的跨平台工具系列，旨在构建、测试和打包软件。在CMaje官网下载对应的编译工具进行安装，并将安装路径写入环境变量。在命令行输入cmake –version可以看到cmake版本信息。安装完成后，也可以通过CMake自带的图形界面Cmake GUI进行文件编译。相比命令行而言，操作更简单。

2.3 安装python2.7

OpenCV编译需要python的numpy工具包，如果要编译OpenCV的python接口，同样需要安装python，虽然目前python已经停止对python2的支持，但和大多数历史遗留项目一样，opencv仍然需要安装python2版本。在python官网下载python2的最新发行版python2.7.18并进行安装，安装时选中最后一条“将python写入环境变量”，否则在安装完成后需要手动将python以及python的script目录添加的环境变量中。安装完成后在命令行输入python -V可以看到python的版本信息。

修改pip镜像为清华开源站，在命令行输入以下两行，更换python安装库位置，以提高包下载速度，更换完成后通过pip命令安装numpy包。在编译OpenCV的过程中，可能还需要python的debug文件，在python官网下载对应的debug info文件并解压复制到python安装目录的DLLs目录下。如果不需要编译python相关内容，可以跳过该步骤。

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

#安装numpy
pip install numpy

如果安装了msys2,那么在安装python2.7之前，输入python -V，是会显示python3的版本信息的，这是因为minGW64的bin目录中已经有了python3的文件，但是这个python没有安装pip，是不完整的，如果要为minGW64安装pip，需要在该目录下运行

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py #下载pip安装脚本
.\pip3.8.exe install pip #安装pip

注意，由于系统路径中python已经指定为2.7版本，要使用该python3，需要使用完整的路径加程序名称。

2.4 安装JDK和Ant

如果要编译Java环境相关内容，还需要安装和配置JDK和Apache-ant，下载JDK的windows版本并使用默认设置安装，下载ant的可执行文件binary版本，并解压缩，本文解压缩到D:\lib\apache-ant-1.10.9目录下，并将该目录和bin子目录添加到环境变量中。在命令行中输入java和ant可以看到java命令行帮助和ant编译出错（因为没有xml文件）信息，即说明安装完成。如果不需要安装Java相关内容，则不需要安装上述工具。

3. OpenCV编译

打开CMake(cmake-gui),输入路径(where is the source code)选择opencv的源代码路径D:\lib\opencv\sources，输出路径(where to build the binary)选择第一步新建的rebuild目录D:\lib\opencv\rebuild。

点击左下角Configure，在编译器选项中选择MinGW Makefiles，下面选择Specify native compilers，以使用MinGW64进行编译，如果电脑安装有Visual Studio也可以选择相应的Visual Studio编译器进行编译。

在下一步的compiles中，c语言选择C:/msys64/mingw64/bin/gcc.exe，c++选择C:/msys64/mingw64/bin/g++.exe。点击确定后，系统会开始尝试进行配置，第一次配置完成后，往往会出现很多红色错误，需要一一解决。在该步骤还可能出现找不到项目文件或编译器的错误，可以检查配置过程输入文件，往往是文件路径错误，或者未安装make工具等情况造成的。在这里需要调整部分参数配置，或者添加、修改参数。

Add Entry按钮可以添加编译参数，添加参数时选择参数类型，布尔量通过打勾选择有或无，字符串和路径分别输入对应值。
Search框可以输入参数的一部分来过滤和搜索变量，以便于修改

需要调整的配置包括：

OPENCV_ENABLE_ALLOCATOR_STATS，取消选择，否则可能出现vs_version.rc.obj错误
BUILD_opencv_world选项可以打开，该选项将opencv编译成一个包
OPENCV_ENABLE_NONFREE选项打开，以安装contrib文件包内容
OPENCV_EXTRA_MODULES_PATH选项输入contrib包的modules目录D:\lib\opencv\sources\opencv_contrib-4.5.0\modules。
修改CMAKE_INSTALL_PREFIX参数为D:/lib/opencv/rebuild/mingw64以更改安装目录
取消BUILD_TESTS和BUILD_Opencv_python_tests。

配置完成后再点击Configure按钮，然后点击Generate按钮。

注意：从命令行进入D:\lib\opencv\rebuild目录，输入mingw32-make install -j16进行编译。注意j后面的数字表示编译线程数，一般为4且不能超过计算机支持的最大线程数。在多线程编译的情况下，有时错误信息会被覆盖掉，从而无法及时找到编译出错的信息，这种时候可以通过mingw32-make install -j1将编译线程数改为1，以便在编译出错时及时停止编译，以处理出错信息。

4. 在Visual Studio中使用OpenCV

在Visual Studio中使用OpenCV，可以直接使用预编译版本下的VC14、VC15版本，也可以参照上述步骤重新编译。部分Visual Studio与Visual C++版本对应关系如下表，在实践中，VC15的编译版本也可以在Visual Studio 2019中使用：

Visual Studio 版本Visual C++ 版本VS 6.0VC 6.0VS 2013VC 12VS 2015VC 14VS 2017VC 15VS 2019VC 16

将编译文件的bin目录D:\lib\opencv\build\x64\vc15\bin添加到环境变量中。
新建Visual Studio空项目。在Resource Files上右键单击Add添加New Item，创建一个main.cpp文件。

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char* argv[]) {
    const char* imagename = "D:\\Pictures\\Camera Roll\\digitalmeter1.jpg";//此处为你自己的图片路径

    //从文件中读入图像
    Mat img = imread(imagename, 1);

    //如果读入图像失败
    if (img.empty()) {
        fprintf(stderr, "Can not load image %s\n", imagename);
        return -1;
    }
    //显示图像
    imshow("image", img);

    //此函数等待按键，按键盘任意键就返回
    waitKey();
    return 0;
}

在项目资源上右键->属性，在VC++目录（VC++ Directory）的包含目录(include Directories)中添加
D:\lib\opencv\build\include和D:\lib\opencv\build\include\opencv2。
在库目录（Library Directories）中添加D:\lib\opencv\build\x64\lib。
在链接器(Linker)的输入(Input)中，添加D:\lib\opencv\build\x64\lib下的opencv_world450d.lib，对应编译文件的debug模式，如果要编译release版本，则需要选择不带d的opencv_world450.lib文件。

编译并运行项目，如果没有错误，则可以显示图像内容。

5. 在VS Code中使用OpenCV

要在VS Code中使用OpenCV，需要安装VScode的c/c++语言扩展插件，然后在项目文件夹下新建main.cpp文件，文件内容可与前节相同，根目录下新建.vscode文件夹（也可以按照官方文档指引，通过Terminal->Config Default Building Task命令新建该文件夹并在其中生成tasks.json文件)，然后在其中新建tasksjson、lauch.json和c_cpp_properties.json三个文件。选择Windows系统的VC编译工具cl.exe和mingw64进行编译时，编译选项略有不同。两种不同编译工具下的文件内容分别如下：

5.1 VC编译器

c_cpp_properties.json

{
  "configurations": [
    {
      "name": "win",
      "includePath": [
        "${workspaceFolder}/**",
        "C:\\lib\\opencv\\build\\include",
        "C:\\lib\\opencv\\build\\include\\opencv2"      ],
      "defines": ["_DEBUG"],
      "compilerPath": "C:\\Program Files (x86)\\Microsoft Visual Studio\\2017\\BuildTools\\VC\\Tools\\MSVC\\14.16.27023\bin\\Hostx64\\x64\\cl.exe",
      "cStandard": "c11",
      "cppStandard": "c++17",
      "intelliSenseMode": "msvc-x64"
    }
  ],
  "version": 4
}

tasksjson

{
  // See https://go.microsoft.com/fwlink/?LinkId=733558
  // for the documentation about the tasks.json format
  "version": "2.0.0",
  "tasks": [
    {
      "type": "shell",
      "label": "cl.exe build active file",
      "command": "cl.exe",
      "args": [
        "/Zi",
        "/EHsc",
        "/utf-8",
        "/Fe:",
        "${fileDirname}\\${fileBasenameNoExtension}.exe",
        "${file}",
        "/DYNAMICBASE",
        "C:\\lib\\opencv\\build\\x64\\vc15\\lib\\opencv_world450.lib"
      ],
      
      "problemMatcher": ["$msCompile"],
      "group": {
        "kind": "build",
        "isDefault": true
      }
    }
  ]
}

lauch.json

{
    "version": "0.2.0",
    "configurations": [
        
        {
            "name": "cl.exe build and debug active file",
            "type": "cppvsdbg",
            "request": "launch",
            "program": "${fileDirname}\\${fileBasenameNoExtension}.exe",
            "args": [],
            "stopAtEntry": false,
            "cwd": "${workspaceFolder}",
            "environment": [],
            "externalConsole": false,
            "preLaunchTask": "cl.exe build active file"
        },
    ]
}

5.2 mingw64编译器

c_cpp_properties.json

{
  "configurations": [
    {
      "name": "win",
      "includePath": [
        "${workspaceFolder}/**",
        "D:\\lib\\opencv\\rebuild\\install\\include",
        "D:\\lib\\opencv\\rebuild\\install\\include\\opencv2"      ],
      "defines": ["_DEBUG", "UNICODE", "_UNICODE"],
      "compilerPath": "C:\\msys64\\mingw64\\bin\\gcc.exe",
      "cStandard": "c11",
      "cppStandard": "c++17",
      "intelliSenseMode": "clang-x64"
    }
  ],
  "version": 4
}

tasksjson

{
    // See https://go.microsoft.com/fwlink/?LinkId=733558
    // for the documentation about the tasks.json format
    "version": "2.0.0",
    "tasks": [
        {
            "type": "shell",
            "label": "g++.exe build active file",
            "command": "C:\\msys64\\mingw64\\bin\\g++.exe",
            "args": [
                "-g", 
                "-std=c++11", 
                "${file}", 
                "-o", 
                "${fileDirname}\\${fileBasenameNoExtension}.exe",
                "-I", "D:\\lib\\opencv\\rebuild\\install\\include",
                "-I", "D:\\lib\\opencv\\rebuild\\install\\include\\opencv2",
                "-L", "D:\\lib\\opencv\\rebuild\\install\\x64\\mingw\\lib",
                "-l", "libopencv_core450",
                "-l", "libopencv_imgproc450",
                "-l", "libopencv_imgcodecs450",
                "-l", "libopencv_video450",
                "-l", "libopencv_ml450",
                "-l", "libopencv_highgui450",
                "-l", "libopencv_objdetect450",
                "-l", "libopencv_flann450",
                "-l", "libopencv_video450",
                "-l", "libopencv_photo450",
                "-l", "libopencv_videoio450"
          
            ],
            "options": {
                "cwd": "C:\\msys64\\mingw64\\bin"
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            }
        }
    ]
}

lauch.json

{
    "version": "0.2.0",
    "configurations": [
        
        {
            "name": "(gdb) Launch",
            "type": "cppdbg",
            "request": "launch",
            "program": "${fileDirname}\\${fileBasenameNoExtension}.exe",
            "args": [],
            "stopAtEntry": true,
            "cwd": "${workspaceFolder}",
            "environment": [],
            "externalConsole": true,
            "MIMode": "gdb",
            "miDebuggerPath": "C:\\msys64\\mingw64\\bin\\gdb.exe",
            "preLaunchTask": "g++.exe build active file",
            "setupCommands": [
                {
                    "description": "Enable pretty-printing for gdb",
                    "text": "-enable-pretty-printing",
                    "ignoreFailures": true
                }
            ]
        },
    ]
}

6. OpenCV编译中遇到的几个问题及解决办法

使用MSVC编译时可以选择BUILD_opencv_world选项，但是使用mingw64编译时，选择BUILD_opencv_world总会失败，因此在使用mingw64的时候取消该选项。
选择WITH_QT选项，将OPENCV与QT6一起编译的时候可能会出错，提示找不到QRegExp，这是因为从QT5到QT6时QRegExp库修改为了QRegularExpression，所以会提示找不到该库。在github的opencv_contrib仓库中有一个pr分支解决该问题，目前该分支还没有被合并到主分支中，可能需要checkout 4.x的debunch分支进行编译，可以正常通过。
编译过程中遇到cannot convert char* to….某类型的错误，这是由于编码类型不同导致的错误，搜到很多将Unicode编码修改为utf-8的方法，但是都未解决该问题，最后将出错的无法转换的char*字符串转换为Text(“字符串”）或L”字符串“可以顺利通过编译，解决该问题。
在使用Visual Studio编译的过程中，还出现过一个由于源文件有日语导致无法编译的错误，通过Visual Studio的高级保存选项将该文件保存为GB2312编码解决该问题。显示Visual Studio的高级保存选项参考以下参考文件。

参考文献

标签cmake, mingw64, msys32, opencv, Qt, 编译, 视觉

领英

作者

魏智勇(John)

加入讨论取消回复

要发表评论，您必须先登录。

此站点使用 Akismet 来减少垃圾评论。了解我们如何处理您的评论数据。

使用visual studio或msys2（mingw64）与VS Code编译并使用openCV

1. Windows系统下OpenCV及第三方库文件的使用与下载

1.1 OpenCV下载与安装

1.2 OpenCV_Contrib库下载与安装

1.3 OpenCV_3rdParty库下载与安装

2.编译环境和工具安装

2.1 安装MinGW-W64的msys32发行版

2.2 安装CMAKE工具

2.3 安装python2.7

2.4 安装JDK和Ant

3. OpenCV编译

4. 在Visual Studio中使用OpenCV

5. 在VS Code中使用OpenCV

5.1 VC编译器

5.2 mingw64编译器

6. OpenCV编译中遇到的几个问题及解决办法

参考文献

赞过：

魏智勇(John)

加入讨论取消回复

部署私有开源的GPT人工智能平台

使用C#.net的MailKit库发送SMTP邮件

Visual Studio插件Resharper常用功能与技巧

配置VS Code进行C# 开发

Ubuntu 22.04安装配置ERPNext

Ubuntu 20.04安装P4显卡Cuda和Cudnn

菜单

魏智勇(John)

使用visual studio或msys2（mingw64）与VS Code编译并使用openCV

1. Windows系统下OpenCV及第三方库文件的使用与下载

1.1 OpenCV下载与安装

1.2 OpenCV_Contrib库下载与安装

1.3 OpenCV_3rdParty库下载与安装

2.编译环境和工具安装

2.1 安装MinGW-W64的msys32发行版

2.2 安装CMAKE工具

2.3 安装python2.7

2.4 安装JDK和Ant

3. OpenCV编译

4. 在Visual Studio中使用OpenCV

5. 在VS Code中使用OpenCV

5.1 VC编译器

5.2 mingw64编译器

6. OpenCV编译中遇到的几个问题及解决办法

参考文献

赞过：

魏智勇(John)

加入讨论 取消回复

更多

部署私有开源的GPT人工智能平台￼

使用C#.net的MailKit库发送SMTP邮件

Visual Studio插件Resharper常用功能与技巧

配置VS Code进行C# 开发

Ubuntu 22.04安装配置ERPNext

Ubuntu 20.04安装P4显卡Cuda和Cudnn

菜单

魏智勇(John)

加入讨论取消回复

部署私有开源的GPT人工智能平台