Comment configurer OpenCV 2.4 et MinGW pour les projets de vision par ordinateur sous Windows 7 ?

Premiers pas avec OpenCV 2.4 et MinGW sur Windows 7

OpenCV (Open Computer Vision) est une puissante bibliothèque open source axée sur la vision par ordinateur en temps réel. Il est largement utilisé pour le traitement d’images, l’infographie, la détection de mouvements, la reconnaissance faciale, etc. MinGW (Minimalist GNU pour Windows) est un portage léger de la chaîne d'outils GNU pour Windows, fournissant un environnement Windows natif pour compiler et exécuter votre code C et C. Ce guide vous guidera à travers les étapes d'installation d'OpenCV 2.4 et de configuration de votre environnement de développement avec MinGW.

1. Installation d'OpenCV 2.4.3

Commencez par télécharger OpenCV 2.4.3 depuis sourceforge.net. Exécutez le fichier auto-extractible pour installer OpenCV dans un répertoire désigné, tel que « C : ». Une fois terminé, vous trouverez un nouveau répertoire "C: opencv" contenant les en-têtes, les bibliothèques et les exemples OpenCV.

Ensuite, ajoutez "C: opencvbuildx86mingwbin" au PATH de votre système pour accéder aux DLL OpenCV requises pour exécuter votre code. Ouvrez le Panneau de configuration > Système > Paramètres système avancés > Onglet Avancé > Variables d'environnement...

Dans la section Variables système, sélectionnez "Chemin", cliquez sur "Modifier...", ajoutez "C:opencvbuildx86mingwbin" et cliquez sur "Ok".

2. Installation de MinGW Compiler Suite

Pour compiler du code, gcc (GNU Compiler Collection) est fortement recommandé. MinGW fournit un port Windows natif pour gcc. Téléchargez le programme d'installation de MinGW depuis Sourceforge.net et installez-le dans un répertoire tel que "C: MinGW". Choisissez d'installer à la fois "C Compiler" et "C Compiler".

Une fois terminé, ajoutez "C:MinGWbin" au PATH de votre système comme décrit précédemment. Pour vérifier l'installation, ouvrez une boîte de ligne de commande et tapez "gcc". Une installation réussie affichera un message d'erreur : "gcc : erreur fatale : aucune compilation de fichiers d'entrée terminée".

3. Écrire un exemple de code

Créez un nouveau fichier nommé "loadimg.cpp" avec le code suivant :

#include "opencv2/highgui/highgui.hpp"
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
  Mat im = imread(argc == 2 ? argv[1] : "lena.jpg", 1);
  if (im.empty())
  {
    cout << "Cannot open image!" << endl;
    return -1;
  }

  imshow("image", im);
  waitKey(0);

  return 0;
}

Placez un fichier image, tel que "lena.jpg", dans le même répertoire que le code. Compilez le code à l'aide de la commande suivante :

g++ -I"C:\opencv\build\include" -L"C:\opencv\build\x86\mingw\lib" loadimg.cpp -lopencv_core243 -lopencv_highgui243 -o loadimg

Après une compilation réussie, exécutez "loadimg.exe" pour afficher l'image chargée.

4. Étapes suivantes

Votre environnement OpenCV est maintenant prêt. Explorez les exemples de code fournis dans le répertoire « C:opencvsamplescpp » pour mieux comprendre les fonctionnalités d'OpenCV. Alternativement, vous pouvez commencer à développer vos propres applications de vision par ordinateur.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!