OpenCV on 鹿鸣青野的blog

C++ 项目约定：目录结构、依赖管理、构建与 Git

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

所谓「约定」= 一套项目结构规范 + 依赖管理规范：以后不管做什么项目，都按这个套路来，不用每次重新想。

适用背景：Windows（VS2022）只做 Boost + OpenCV，不做 Qt；Qt 开发放在 Linux（Ubuntu 虚拟机/服务器）。

文中 <OpenCV安装目录>、<Boost根目录>、<项目根目录> 为占位符，替换成本机实际目录即可。

一、总体原则

三句话：

CMake 是唯一的构建系统，不碰 qmake、不碰手动 .vcxproj。
依赖一律走环境变量 + find_package，不在 CMakeLists.txt 里硬编码路径。
Windows 端 IDE 是 VS2022 + CMake 项目模式；Linux 端用 Qt Creator 或 VS Code。

二、目录结构约定（Windows 端）

每个项目固定长这样：

<项目根目录>\<项目名>\
├── CMakeLists.txt
├── CMakePresets.json
├── CMakeUserPresets.json # 本地预设（不提交 Git）
├── .gitignore
├── README.md
├── src\ # 源码
│ ├── main.cpp
│ ├── core\ # Boost 业务逻辑
│ │ ├── Service.h
│ │ └── Service.cpp
│ └── vision\ # OpenCV 图像处理
│ ├── ImageProcessor.h
│ └── ImageProcessor.cpp
├── include\ # 对外头文件（可选）
├── resources\ # 静态资源、图片（可选）
├── tests\ # 测试代码（可选）
├── third_party\ # 第三方源码（可选，一般不用）
└── out\ # 构建输出（不提交 Git）
 └── build\
 ├── debug\
 └── release\

关键点：

CMake 工程模板：VS2022 + OpenCV 4.10

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

这是一个可直接复制的 OpenCV 工程模板（VS2022 + CMake + Ninja）。模板的作用：新建 OpenCV 项目时不用每次手动加 include/lib 路径——复制模板、改项目名、加源文件即可。整套约定是：CMake 为唯一构建系统、依赖走环境变量 + find_package、构建输出在 out/build/、不写死路径。

前置环境变量：

OpenCV_DIR = <OpenCV安装目录>\build\x64\vc16\lib

PATH 追加：<OpenCV安装目录>\build\x64\vc16\bin

一、目录结构

<项目根目录>\OpenCVTemplate\
├── CMakeLists.txt
├── CMakePresets.json
├── .gitignore
├── src\
│ └── main.cpp
└── out\
 └── build\

二、CMakeLists.txt（复制到项目根目录）

cmake_minimum_required(VERSION 3.20)
project(OpenCVTemplate LANGUAGES CXX)

set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

# ---------- OpenCV ----------
# OpenCV_DIR 由 CMakePresets.json 从环境变量注入，这里不写路径
find_package(OpenCV REQUIRED)

# ---------- 源文件 ----------
set(SOURCES
 src/main.cpp
)

add_executable(${PROJECT_NAME} ${SOURCES})

target_include_directories(${PROJECT_NAME} PRIVATE
 ${CMAKE_CURRENT_SOURCE_DIR}/src
 ${OpenCV_INCLUDE_DIRS}
)

target_link_libraries(${PROJECT_NAME} PRIVATE
 ${OpenCV_LIBS}
)

三、CMakePresets.json（复制到项目根目录）

{
 "version": 3,
 "configurePresets": [
 {
 "name": "debug",
 "generator": "Ninja",
 "binaryDir": "${sourceDir}/out/build/${presetName}",
 "cacheVariables": {
 "CMAKE_BUILD_TYPE": "Debug",
 "OpenCV_DIR": "$env{OpenCV_DIR}"
 }
 },
 {
 "name": "release",
 "inherits": "debug",
 "cacheVariables": {
 "CMAKE_BUILD_TYPE": "Release"
 }
 }
 ],
 "buildPresets": [
 { "name": "debug", "configurePreset": "debug" },
 { "name": "release", "configurePreset": "release" }
 ]
}

版本待核实：预设文件 "version": 3 与 CMakeLists.txt 里 cmake_minimum_required(VERSION 3.20) 的版本要求是否匹配（version 3 预设需较新的 CMake），首次配置前请确认本机 / VS2022 自带 CMake 的实际版本。

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。

Windows 上 Boost + OpenCV + CMake 的环境配置方案：只配两件事

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

从零配置的一套通用方案：环境变量 + CMakePresets.json。一次配好，所有项目通用。Windows 端只配 Boost + OpenCV，不配 Qt（Qt 开发放在 Linux 端）。

文中 <OpenCV安装目录>、<Boost根目录>、<项目根目录> 为占位符，替换成本机实际目录即可。

一、环境变量（系统变量）

在 Windows「系统属性 → 环境变量」里，系统变量新建：

变量名	值	作用
`OpenCV_DIR`	`<OpenCV安装目录>\build\x64\vc16\lib`	OpenCV 的 `Config.cmake` 所在目录
`BOOST_ROOT`	`<Boost根目录>`	Boost 根目录

PATH 追加（运行时找 dll）：

<OpenCV安装目录>\build\x64\vc16\bin

Boost 不用加 PATH，静态库，运行时不需要 dll。

二、每个库的配置细节

OpenCV

关键文件（示例路径）：

<OpenCV安装目录>\build\x64\vc16\lib\OpenCVConfig.cmake
<OpenCV安装目录>\build\x64\vc16\lib\opencv_world4100.lib
<OpenCV安装目录>\build\x64\vc16\lib\opencv_world4100d.lib

变量：

OpenCV_DIR = <OpenCV安装目录>\build\x64\vc16\lib

CMake 里：

find_package(OpenCV REQUIRED)
target_include_directories(main PRIVATE ${OpenCV_INCLUDE_DIRS})
target_link_libraries(main PRIVATE ${OpenCV_LIBS})

Boost

关键文件（示例路径）：

<Boost根目录>\stage\lib\cmake\Boost-1.81.0\BoostConfig.cmake
<Boost根目录>\stage\lib\libboost_filesystem-vc143-mt-x64-1_81.lib
<Boost根目录>\stage\lib\libboost_filesystem-vc143-mt-gd-x64-1_81.lib

变量：

BOOST_ROOT = <Boost根目录>

CMake 里：

set(Boost_NO_SYSTEM_PATHS ON)
set(Boost_USE_STATIC_LIBS ON)
set(Boost_USE_MULTITHREADED ON)

find_package(Boost 1.81 REQUIRED COMPONENTS filesystem system thread)
target_link_libraries(main PRIVATE Boost::filesystem Boost::system Boost::thread)

注意：Boost 大部分是 header-only，find_package 只对需要编译的库（filesystem、system、thread 等）起作用。header-only 的库直接 #include 就行，CMake 里不用 find_package。