OpenCV on 鹿鸣青野的blog

OpenCV 4.10 + Visual Studio 环境配置：属性页手动配法

Tue, 13 Oct 2026 00:00:00 +0000

在 Visual Studio 项目里用属性页手动配置 OpenCV 4.10 的完整步骤：包含目录、库目录、链接器输入、环境变量，四步配好后用一段自检代码验证。（如果用 CMake 工程，则改为环境变量 + find_package 的方案，不用逐项目配属性页。）

一、配置步骤

1. 包含目录

项目属性 → VC++ 目录 → 包含目录，添加：

<OpenCV安装目录>\build\include

2. 库目录

项目属性 → VC++ 目录 → 库目录，添加：

<OpenCV安装目录>\build\x64\vc16\lib

vc16 对应 Visual Studio 2019/2022

3. 链接器输入

项目属性 → 链接器 → 输入 → 附加依赖项，添加：

opencv_world4100.lib

4. 环境变量

系统环境变量 Path 中添加：

<OpenCV安装目录>\build\x64\vc16\bin

二、验证

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

int main() {
 std::cout << "OpenCV Version: " << CV_VERSION << std::endl;
 return 0;
}

三、常见问题

运行时弹出找不到 dll → 检查环境变量是否配置正确
链接错误 → 检查库目录和附加依赖项
Release / Debug 库混用 → Debug 构建须链接带 d 后缀的 opencv_world4100d.lib，Release 用 opencv_world4100.lib

OpenCV 常用 API：图像读写、显示与颜色空间转换

Tue, 13 Oct 2026 00:00:00 +0000

OpenCV 入门最常用的几组 API：图像读取、显示、颜色空间转换、保存、获取图像信息。

一、图像读取与显示

#include <opencv2/opencv.hpp>
using namespace cv;

int main() {
 // 读取图像
 Mat img = imread("test.jpg");

 // 显示图像
 imshow("窗口名", img);

 // 等待按键
 waitKey(0);

 return 0;
}

二、灰度图转换

Mat gray;
cvtColor(img, gray, COLOR_BGR2GRAY);
imshow("灰度图", gray);

三、HSV 图像转换

Mat hsv;
cvtColor(img, hsv, COLOR_BGR2HSV);
imshow("HSV", hsv);

四、常用颜色空间

转换	常量
BGR → 灰度	`COLOR_BGR2GRAY`
BGR → HSV	`COLOR_BGR2HSV`
BGR → RGB	`COLOR_BGR2RGB`
灰度 → BGR	`COLOR_GRAY2BGR`

五、图像保存

imwrite("output.jpg", gray);

六、获取图像信息

int width = img.cols; // 宽度
int height = img.rows; // 高度
int channels = img.channels(); // 通道数

OpenCV 像素遍历：at<> 与 ptr<> 两种方式对比

Tue, 13 Oct 2026 00:00:00 +0000

OpenCV 访问像素的两种方式：at<> 直接访问和 ptr<> 指针访问。

一、方式一：at<> 直接访问

通过行列索引直接访问像素，代码简洁但每次访问都有边界检查开销。

// 单通道（灰度图）
uchar pixel = image.at<uchar>(i, j);
image.at<uchar>(i, j) = 255 - pixel;

// 三通道（彩色图）
Vec3b pixel = image.at<Vec3b>(i, j);
pixel[0] = 255 - pixel[0]; // B
pixel[1] = 255 - pixel[1]; // G
pixel[2] = 255 - pixel[2]; // R
image.at<Vec3b>(i, j) = pixel;

二、方式二：ptr<> 指针访问

获取行首指针后直接偏移，性能更优（无边界检查）。

// 单通道
uchar* rowPtr = image.ptr<uchar>(i);
rowPtr[j] = 255 - rowPtr[j];

// 三通道
Vec3b* rowPtr = image.ptr<Vec3b>(i);
Vec3b pixel = rowPtr[j];
pixel[0] = 255 - pixel[0];
pixel[1] = 255 - pixel[1];
pixel[2] = 255 - pixel[2];
rowPtr[j] = pixel;

三、对比

特性	at<>	ptr<>
语法	简洁直观	需理解指针
性能	每次边界检查，较慢	无边界检查，较快
适用	小批量访问、调试	大图遍历、性能敏感

四、反转图像示例（完整）

void invertImage(Mat& image) {
 int w = image.cols;
 int h = image.rows;
 int channels = image.channels();

 for (int i = 0; i < h; i++) {
 uchar* rowPtr = image.ptr<uchar>(i);
 for (int j = 0; j < w * channels; j++) {
 rowPtr[j] = 255 - rowPtr[j];
 }
 }
 imshow("Inverted", image);
}

可用 rowPtr[j] = 255 - rowPtr[j] 一次处理所有通道，无需区分通道数。