本文介绍在
Visual Studio 2022
中配置、编译
C++
计算机视觉库
OpenCV
的方法。

1 OpenCV库配置

首先，我们进行
OpenCV
库的下载与安装。作为一个开源的库，我们直接在其
官方下载网站
中进行下载即可；如下图所示，我们首先选择需要下载的操作系统。

随后，即可在弹出的新界面中自动开始
OpenCV
库的下载。

下载完毕后，可以得到
OpenCV
库的
.exe
格式文件。

我们双击这一
.exe
格式文件，即可开始
OpenCV
库的
文件提取
过程，也就相当于是
安装
过程；其中，我们首先需要选择
OpenCV
库安装的路径。

随后，即可开始
OpenCV
库的文件提取。

OpenCV
库文件提取完毕后，会得到如下所示的文件夹。这里建议将这一文件夹放在纯英文路径下。

接下来，基于
Windows电脑环境变量（用户变量、系统变量）的修改
提到的方法，配置
OpenCV
库相关的环境路径。其中，需要在“
系统变量
”的“
Path
”中进行操作。

如下图所示，我们将
OpenCV
库中
...\build\x64\vc15\bin
路径放入“
系统变量
”的“
Path
”中，在我这里这一路径就是
C:\opencv\build\x64\vc15\bin
。

其中，需要注意的是，
OpenCV
库中一般会有两个
VC
版本对应的文件夹，例如我这里下载的
4.6.0
版本的
OpenCV
库，其就有
vc14
与
vc15
两个文件夹；具体选择哪一个文件夹中的
bin
文件夹，需要结合我们的
Visual Studio
软件版本来判断——一般的，只要
Visual Studio
软件版本是
2017
年及之后的版本（例如我这里就是
Visual Studio 2022
），那么就选择
vc15
这个文件夹；如果
Visual Studio
软件版本是
2015
年的，那么就选择
vc14
这个文件夹；如果
Visual Studio
软件版本是
2015
年之前更早的版本，那么最好就更换老版本的
OpenCV
库，从而找到适配的
VC
版本。

2 Visual Studio环境配置

接下来，我们基于
安装Visual Studio的详细流程
提到的方法，新建一个项目，其名称与路径大家可以自行设置。

随后，按照上述文章中的方法，新建一个
.cpp
格式的源文件。

接下来，按照
如何在Visual Studio新C++项目中调用之前配置过的库？
提到的方法，分别进行
OpenCV
库的
附加包含目录
、
附加库目录
与
附加依赖项
的配置。

首先，将
附加包含目录
配置为
OpenCV
库的
C:\opencv\build\include
与
C:\opencv\build\include\opencv2
等2个路径；如下图所示。

随后，将
附加库目录
配置为
OpenCV
库的
C:\opencv\build\x64\vc15\lib
这一路径；如下图所示。这里需要注意，具体使用哪一个
VC
版本对应的文件夹路径，还是和前文提到的一样，依据大家的
Visual Studio
版本来确定。

最后，我们找到
OpenCV
库的
C:\opencv\build\x64\vc15\lib
文件夹，可以看到其中有两个
.lib
格式的文件。

其中，如果我们需要配置
Debug
版本的
OpenCV
库，那么就选择名称最后面带有字母
d
的
.lib
格式文件（也就是上图中选中的那一个文件）；如果需要配置
Release
版本的
OpenCV
库，那么就选择名称最后不带有字母
d
的
.lib
格式文件。随后，将这一文件的路径复制到
附加依赖项
中；如下图所示，我这里准备配置
Debug
版本的
OpenCV
库，因此就选择了名称最后面带有字母
d
的
.lib
格式文件。此外，这里还是一样的，具体使用哪一个
VC
版本对应的文件夹路径，依据大家的
Visual Studio
版本来确定即可。

3 代码测试

通过上述步骤，我们完成了
OpenCV
库的配置工作；此时可以通过一些简单的代码来测试
OpenCV
库配置是否正确。

例如，可以通过以下代码来测试
OpenCV
库的配置情况。其中，
pic_path
是一个指向图片文件的路径，大家可以基于自己电脑中的任何一张图片文件来修改这一路径。

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
	const char* pic_path = "E:/99_Other/公众号与博客/03_图库/Amos2.png";
	Mat pic = imread(pic_path, 1);
	imshow("My Picture", pic);
	waitKey();
	return 0;
}

随后，在
Visual Studio
中运行上述代码。

运行代码后，如果出现如下所示的情景，即我们通过
pic_path
指定的图片可以正常显示出来，说明
OpenCV
库的配置没有问题。

至此，大功告成。