environnement:
fenêtres 10
ouvertcv 3.4.10
qt 5
Configuration de l'environnement
Téléchargez la bibliothèque opencv correspondante depuis le site officiel d'opencv https://opencv.org/
Puisque celui du site officiel n'est pas compilé, nous devons le compiler nous-mêmes après l'avoir téléchargé et installer la version GUI de cmake :
https://cmake.org/download/ et compilez en utilisant VS ou mingw (cet article utilise VS2015).
Créez ensuite un nouveau dossier de build dans le répertoire racine opencv pour stocker les fichiers compilés.
Ouvrez la version GUI de cmake, définissez le chemin du code source sur le répertoire racine opencv et le chemin où les fichiers binaires compilés sont stockés est xxx/opencv/build/. Cliquez sur Configue pour démarrer le processus de configuration.
Sélectionnez Visual Studio 14 2015 dans la fenêtre contextuelle.
Sélectionnez BUILD_opencv_world, afin que l'empaquetage ultérieur soit très pratique.
Cliquez ensuite à nouveau sur Configue et cliquez sur le bouton Générer.
Cliquez sur le bouton Ouvrir le projet lorsque vous avez terminé
Sélectionnez ALL_BUILD et INSTALL.
Si la compilation réussit, les fichiers sous build/install sont les fichiers compilés et utiles.
petite démo
Créez d’abord un nouveau projet de widget Qt.
Ajoutez ensuite le contenu suivant au fichier d'en-tête du projet (.pro) :
INCLUDEPATH +=E:/opencv-3.4.10/build/install/include
Release:
{
LIBS += -LE:/opencv-3.4.10/build/install/x86/vc14/lib -lopencv_world3410
}
Debug:
{
LIBS += -LE:/opencv-3.4.10/build/install/x86/vc14/lib -lopencv_world3410d
}Les trois chemins ci-dessus sont définis comme étant les vôtres.
Puis directement dans la fonction main, ajoutez le code suivant :
#include <opencv2/opencv.hpp>
using namespace cv;
Mat src = imread("./test.png");
imshow("show",src);
waitKey(0);La construction de l'ombre doit être supprimée, sinon le chemin de l'image doit être modifié.
test.png
Construisez le projet et vous trouverez une image affichée.
Développement d'applets de bureau
fonctionnalité attendue
(1) Allumez la caméra de l'ordinateur pour une détection de cible en temps réel.
(2) Ouvrez l'image locale, ajoutez un algorithme de filtre et modifiez l'arrière-plan de la photo d'identité. L'image traitée peut être re-téléchargée sur le local.
(3) Ouvrez la vidéo locale pour obtenir une lecture à double vitesse.
(4) Ouvrez d'autres projets écrits dans le programme.
Plan de mise en œuvre
(1) Opencv ouvre la caméra de l'ordinateur
VideoCapture cap;
cap.open(0);(2) Ouvrir les images locales
QString filename_src = QFileDialog::getOpenFileName();
string src_file_path= filename_src.toStdString();
//cout << src_file_path << endl;
src = imread(src_file_path);(3) Retournement du miroir
if(flip1)
{
flip(src, src, 1);
}
else;
if(flip0)
{
flip(src, src, 0);
}
else;(4) Détection de cible en temps réel (un peu compliqué, donc je ne le publierai pas en intégralité)
detection.Detecting(src);Version complète du projet :