OpenCv学习笔记

【OpenCV学习笔记】之四：二值图像细化方法/骨架提取----基于2.0 Mat接口

由于OpenCV没有自带的图像细化函数，网上提供的基本是基于1.0接口的，于是乎动手搞成2.0Mat类型接口的，方便好用。细化方法当中，当属经典的Zhang并行快速细化算法，细化之后的轮廓走势与原图保持得相对较好。参照http://blog.csdn.net/byxdaz/article/details/5642669，代码改造结果如下，  //将DEPTH_8U型二值图像进行细化经典的Zhan
zfdxx369·2013-06-14 09:00

OpenCV学习笔记(12)-二叉决策树

我们将具体讨论二叉决策树,他们是最常用的,且实现了机器学习库中大量的功能,因此将被作为指导性的例子来讲解.二叉决策树由LeoBreiman和他的同事提出.他们称之为"分类和回归树(CART)".OpenCV实现的就是"分类回归树".算法的要点是给树的每个节点定义一个衡量标准.比如:当我们拟合一个函数的时候,我们使用真实值和预测值的差的平方和,这就是衡量标准.算法的目地是使差的平方和最小.这就是衡量
末叶·2013-06-13 10:01

OpenCV学习笔记(12)-二叉决策树

我们将具体讨论二叉决策树,他们是最常用的,且实现了机器学习库中大量的功能,因此将被作为指导性的例子来讲解.二叉决策树由LeoBreiman和他的同事提出.他们称之为"分类和回归树(CART)".OpenCV实现的就是"分类回归树".算法的要点是给树的每个节点定义一个衡量标准.比如:当我们拟合一个函数的时候,我们使用真实值和预测值的差的平方和,这就是衡量标准.算法的目地是使差的平方和最小.这就是衡量
cc7829290·2013-06-13 10:00

OpenCV学习笔记（三）——Mat，图像的新容器

自从版本2.0，OpenCV采用了新的数据结构，用Mat类结构取代了之前用extendedC写的cvMat和lplImage，更加好用啦，最大的好处就是更加方便的进行内存管理，对写更大的程序是很好的消息。需要注意的几点：1.Mat的拷贝只是复制了Mat的信息头，数据的指针也指向了被拷贝的数据地址，而没有真正新建一块内存来存放新的矩阵内容。这样带来的一个问题就是对其中一个Mat的数据操作就会对其他指
kaka20080622·2013-06-13 00:00

OpenCV学习笔记(11)-K均值

K均值聚类算法在cxcoer中,因为它在ML库诞生之前就存在了.K均值尝试找到数据的自然类别.用户设置类别个数,K均值迅速地找到"好的"类别中心."好的"意味着聚类中心位于数据的自然类别中心.K均值是最常用的聚类计数之一,与高斯混合中的期望最大化算法(在ML库中实现为CvEM)很相似,也与均值漂移算法(在CV库中实现为cvMeanShift())相似.K均值是一个迭代算法,在OpenCV中采用的是
cc7829290·2013-06-08 15:00

OpenCV学习笔记(10)-Mahalanobis距离

Mahalanobis距离是数据所在的空间的协方差的度量,或者是任务把数据所在空间进行"扭曲拉伸"然后进行度量.如果你值得Z-score,就可以把Mahalanobis距离看作多维空间中Z-Score的类型物.图13-4(a)展示了三个数据集的初始分布,看起来竖直方向上的那两个集合比较接近.在我们根据数据协方差归一化空间之后,如果13-4(b),实际上水平方向上的两个集合比较接近.这中情况经常发生
cc7829290·2013-06-07 15:00

OpenCV学习笔记(9)－ML库的通用类

ML库中的所有程序都是用C++写的,它们都继承于CvStatModel类.CvStatModel中有两套方法来对磁盘进行模型的读/写操作:保存操作的save()和write(),读操作的load()和read().对于机器学习模型,应该使用简单的save()和load(),它们实际上把复杂的write()和read()函数进行了封装,能够从硬盘读/写XML和YAML文件.CvStatModel中还
cc7829290·2013-06-07 10:00

OpenCV学习笔记(8)－机器学习

什么是机器学习机器学习的目的是把数据转换成信息.在学习了一系列的数据之后,我们需要机器能够回答与这些数据有关的问题:其他还有哪些数据和本数据最相似?图像中有没有汽车?哪个广告最能得到消费者的响应?由于消费者经常考虑价格因素,这个问题会变成"在我们销售的所有产品中,如果要做广告,哪个产品会最热销?"机器学习通过从数据里提取规则或模式来把数据转换成信息.训练集和测试集机器学习针对温度,股票价格,色度等
末叶·2013-06-04 13:17

OpenCV学习笔记(8)－机器学习

什么是机器学习机器学习的目的是把数据转换成信息.在学习了一系列的数据之后,我们需要机器能够回答与这些数据有关的问题:其他还有哪些数据和本数据最相似?图像中有没有汽车?哪个广告最能得到消费者的响应?由于消费者经常考虑价格因素,这个问题会变成"在我们销售的所有产品中,如果要做广告,哪个产品会最热销?"机器学习通过从数据里提取规则或模式来把数据转换成信息.训练集和测试集机器学习针对温度,股票价格,色度等
cc7829290·2013-06-04 13:00

OpenCV学习笔记（十三）——模板匹配

寻找一幅图像的匹配的模板，可以在一段视频里寻找出我们感兴趣的东西，比如条形码的识别就可能需要这样类似的一个工作提取出条形码区域（当然这样的方法并不鲁棒）。而OpenCV已经为我们集成好了相关的功能。函数为matchTemplate。所谓模板匹配就是在一幅图像中寻找和模板图像（patch）最相似的区域。该函数的功能为，在输入源图像Sourceimage（I）中滑动框，寻找各个位置与模板图像Templ
z1x1c1v1·2013-05-30 20:00

OpenCV学习笔记（十二）——随机数产生器RNG

    用OpenCV做算法的朋友们肯定为随机数烦恼过，新版本一直支持随机数产生器啦，而且还继续支持之前版本的c格式的函数，不过与时俱进，我这里介绍C++的RNG类。它可以压缩一个64位的i整数并可以得到scalar和array的随机数。目前的版本支持均匀分布随机数和Gaussian分布随机数。随机数的产生采用的是Multiply-With-Carry算法和Ziggurat算法。其构造函数的初始化
z1x1c1v1·2013-05-30 00:00

OpenCV学习笔记（十一）——谈谈像素的类型和对Templates的限制使用

    Templates是c++的一个很强大的特征，可以是数据结构更加安全高效。但也会增加编译时间和代码的长度，当函数被频繁调用的时候便步那么高效，所以在目前的OpenCV版本不推荐过多的使用templates。矩阵元素可以是如下类型中的一种：•8-bitunsignedinteger(uchar)•8-bitsignedinteger(schar)•16-bitunsignedinteger(
z1x1c1v1·2013-05-30 00:00

OpenCV学习笔记（十）——图形交互和媒体接口HighGUI

    OpenCV提供一个功能强大的UI接口，可以在MFC、Qt、WinForms、Cocoa等平台下使用，甚至不需要其他的平台。新版本的HighGUI接口包括：创建并控制窗口，该窗口可以显示图片并记录其内容为窗口添加了trackbars控件，可以方便利用鼠标进行控制而不是之前版本的只能利用键盘 读写硬盘和内存的图片 读取摄像头的视频、读写视频文件   先来介绍UI，包括函数createTrac
z1x1c1v1·2013-05-30 00:00

OpenCV学习笔记（九）——2维特征Feature2D

基于特征点的图像匹配是图像处理中经常会遇到的问题，手动选取特征点太麻烦了。比较经典常用的特征点自动提取的办法有Harris特征、SIFT特征、SURF特征。先介绍利用SURF特征的特征描述办法，其操作封装在类SurfFeatureDetector中，利用类内的detect函数可以检测出SURF特征的关键点，保存在vector容器中。第二部利用SurfDescriptorExtractor类进行特征
z1x1c1v1·2013-05-30 00:00

【OpenCV学习笔记】之三：Mat初始创建方法----要求数据连续存储

   关于Mat的初始创建方法有很多，下面列举一些我喜欢使用的方法，以及使用过程中的一些注意事项。   使用Mat的一个基本常识是：它可区分为“数据头+数据体”两大部分，并且二者在内存中是可分离的，其产生过程也不需要并发/次序完成全部，因此，一个Mat变量的存在模式有：空头、头+体。另外，数据体部分可与其它Mat变量共享。对于共享的数据区块，只有大家都不使用时才会得以销毁和释放。膜拜OpenCV的
zfdxx369·2013-05-29 10:00

OpenCV学习笔记（八）——图像处理之直方图ImgProc

直方图histograms也是图像处理中经常用到的一种手段。新版本对直方图不再使用之前的histogram的形式，而是用统一的Mat或者MatND的格式来存储直方图，可见新版本Mat数据结构的优势。先介绍下其相关的函数calcHist、calcBackProject、compareHist、EMD、equalizeHist。除了这几个常用的函数以为，还有一些c函数写的直方图类CvHistogram
z1x1c1v1·2013-05-25 20:00

OpenCV学习笔记（七）——图像处理之滤波器ImgProc

先介绍几个最基本的核滤波器相关的类2D图像滤波器基础类BaseFilter ：dst(x,y)=F(src(x,y),src(x+1,y)...src(x+wdith-1,y),src(y+1,x)...src(x+width-1,y+height-1));相关的调用函数为getLinearFilter、getMorphologyFilter单行核滤波器基础类BaseRowFilter ：dst(
z1x1c1v1·2013-05-24 23:00

OpenCV学习笔记（六）——对XML和YAML文件实现I/O操作

1.XML、YAML文件的打开和关闭XML\YAML文件在OpenCV中的数据结构为FileStorage，打开操作例如：stringfilename="I.xml"; FileStoragefs(filename,FileStorage::WRITE); \\... fs.open(filename,FileStorage::READ);：文件关闭操作会在FileStorage结构销毁时自动进行
z1x1c1v1·2013-05-24 23:00

OpenCV学习笔记（五）——2.0以上版本和以下版本的数据兼容

都知道，2.0版本对之前的OpenCV数据结构进行了大幅度的修改。但对之前版本的兼容是一个很重要的事情。这节就主要讨论这个问题首先来看一下2.0版本对之前版本的进行了哪些修改1.采用了新的数据结构Mat作为图像的容器，取代了之前的CvMat和lplImage，这个改动不是太复杂，只需适应一下新东西，而且可以自由转换MatI; IplImagepI=I; CvMatmI=I;对于指针的操作要相对复杂
z1x1c1v1·2013-05-23 21:00

OpenCV学习笔记（四）——新版本的数据结构core

2.0新版本对数据结构进行了大幅修改：定义了DataType类定义了Point_模板类，取代了之前版本的CvPoint、CvPoint2D32f定义了Point3_模板类，取代了之前版本的CvPoint2D32f定义了Size_模板类，取代了之前版本的CvSize和CvSize2D32f定义了Rect_模板类，取代了之前版本的CvRectRotatedRect模板类，TermCriteria模板类
z1x1c1v1·2013-05-23 21:00

OpenCV学习笔记（三）——Mat，图像的新容器

    自从版本2.0，OpenCV采用了新的数据结构，用Mat类结构取代了之前用extendedC写的 cvMat和lplImage，更加好用啦，最大的好处就是更加方便的进行内存管理，对写更大的程序是很好的消息。需要注意的几点：1.Mat的拷贝只是复制了Mat的信息头，数据的指针也指向了被拷贝的数据地址，而没有真正新建一块内存来存放新的矩阵内容。这样带来的一个问题就是对其中一个Mat的数据操作就
z1x1c1v1·2013-05-23 20:00

OpenCV学习笔记（二）——新版本模块结构

    还是老话题，2.2版本对OpenCV可是进行了大刀阔斧的改革，用c++重新了大部分结构，而不是1.X版本中的c结构。这些模块包括：core——定义了基本数据结构，包括最重要的Mat和一些其他的模块imgproc——该模块包括了线性和非线性的图像滤波，图像的几何变换，颜色空间转换，直方图处理等等video——该模块包括运动估计，背景分离，对象跟踪calib3d——基本的多视角几何算法，单个立
z1x1c1v1·2013-05-23 20:00

OpenCV学习笔记（一）——安装配置、第一个程序

决心开始研究OpenCV。闲言少叙，sourceforge网站最近的版本是2011年8月的OpenCV2.3.1，下载安装，我这里使用的开发环境是vs2008，网上搜了一下配置的教程，与之前的几个OpenCV版本的配置过程大体相同：（教程网上很多，知之为知之，不知百度之，我这里粗略再讲一下）1.配置电脑的环境变量（Path变量）这里我的是D:\ProgramFiles\OpenCV2.3.1\bu
z1x1c1v1·2013-05-23 20:00

OpenCV学习笔记(8)—轮廓的匹配

一个跟轮廓相关的最常用到的功能是匹配两个轮廓.如果有两个轮廓,如何比较它们;或者如何比较一个轮廓和另一个抽象模板.矩比较两个轮廓最简洁的方式是比较他们的轮廓矩.这里先简短介绍一个矩的含义.简单的说,矩是通过对轮廓上所有点进行积分运算(或者认为是求和运算)而得到的一个粗略特征.通常,我们如下定义一个轮廓的(p,q)矩:在公式中p对应x纬度上的矩,q对应y维度上的矩,q对应y维度上的矩,阶数表示对应的
末叶·2013-05-15 14:32

OpenCV学习笔记(8)—轮廓的匹配

一个跟轮廓相关的最常用到的功能是匹配两个轮廓.如果有两个轮廓,如何比较它们;或者如何比较一个轮廓和另一个抽象模板.矩比较两个轮廓最简洁的方式是比较他们的轮廓矩.这里先简短介绍一个矩的含义.简单的说,矩是通过对轮廓上所有点进行积分运算(或者认为是求和运算)而得到的一个粗略特征.通常,我们如下定义一个轮廓的(p,q)矩:在公式中p对应x纬度上的矩,q对应y维度上的矩,q对应y维度上的矩,阶数表示对应的
cc7829290·2013-05-15 14:00

OpenCV学习笔记(7)—轮廓

查找轮廓轮廓到底是什么?一个轮廓一般对应一系列的点,也就是图像中的一条曲线.表示的方法可能根据不同情况而有所不同.有多重方法可以表示曲线.在openCV中一般用序列来存储轮廓信息.序列中的每一个元素是曲线中一个点的位置.关于序列表示的轮廓细节将在后面讨论,现在只要简单把轮廓想象为使用CvSeq表示的一系列的点就可以了.函数cvFindContours()从二值图像中寻找轮廓.cvFindConto
cc7829290·2013-05-15 09:00

Mat数据操作之普通青年、文艺青年、暴力青年

转自http://blog.csdn.net/yang_xian521/article/details/7161335首先还是要感谢箫鸣朋友在我《OpenCV学习笔记（四十）——再谈OpenCV数据结构
panda1234lee·2013-05-14 16:00

opencv学习笔记-入门（7）单通道的图像数据访问

4）基于指针的直接访问:(简单高效)对于单通道字节型图像: intheight=img->height; intwidth=img->width; intstep=img->widthStep; uchar*data=(uchar*)img->imageData; data[i*step+j]=111;对于多通道字节型图像: intheight=img->height; intwidth=img-
poiiy333·2013-05-13 15:00

OpenCV学习笔记之－－运动物体跟踪的camshift算法

|字号订阅简介CamShift算法，即"ContinuouslyApativeMean-Shift"算法，是一种运动跟踪算法。它主要通过视频图像中运动物体的颜色信息来达到跟踪的目的。我把这个算法分解成三个部分，便于理解：BackProjection计算。MeanShift算法CamShift算法1BackProjection计算计算BackProjection的步骤是这样的：1.计算被跟踪目标的色
lwjaiyjk3·2013-05-09 09:58

OpenCV学习笔记(五)—内存存储

OpenCV使用内存存储器(memorystorage)来统一管理各种动态的内存.内存存储器在底层被实现为一个有许多相同大小的内存块组成的双向链表,通过这种结构,OpenCV可以从内存存储器中快速的分配内存或将内存返回给内存存储器.1.数据结构cvMemStorage结构体定义typedefstructCvMemStorage { intsignature; CvMemBlock*bottom;/
cc7829290·2013-05-07 10:00

OpenCV学习笔记——Kalman滤波做运动目标跟踪

申明：本文非笔者原创，原文转载自：http://blog.csdn.net/yang_xian521/article/details/7050398kalman滤波大家都很熟悉，其基本思想就是先不考虑输入信号和观测噪声的影响，得到状态变量和输出信号的估计值，再用输出信号的估计误差加权后校正状态变量的估计值，使状态变量估计误差的均方差最小。具体它的原理和实现，我想也不用我在这里费口舌，但这个理论基础
ChenLee_1·2013-05-03 21:31

OpenCV学习笔记——Kalman滤波做运动目标跟踪

申明：本文非笔者原创，原文转载自：http://blog.csdn.net/yang_xian521/article/details/7050398kalman滤波大家都很熟悉，其基本思想就是先不考虑输入信号和观测噪声的影响，得到状态变量和输出信号的估计值，再用输出信号的估计误差加权后校正状态变量的估计值，使状态变量估计误差的均方差最小。具体它的原理和实现，我想也不用我在这里费口舌，但这个理论基础
carson2005·2013-05-03 21:00

opencv学习笔记（二）－对xml和yaml文件的读写操作

一.xml和yaml的简单介绍    所谓的xml,就是eXtensibleMarkupLanguage,翻译成中文就是“可扩展标识语言“。首先XML是一种元标记语言，所谓“元标记”就是开发者可以根据自己的需要定义自己的标记，比如开发者可以定义如下标记，任何满足xml命名规则的名称都可以标记，这就为不同的应用程序打开了的大门。 第二xml是一种语义/结构化语言。它描述了文档的结构和语义。   XM
dujian996099665·2013-05-03 11:00

OpenCv学习笔记（五）-数学形态学2（灰度级膨胀和腐蚀及c语言实现）

一基本概念所谓的灰度级膨胀和腐蚀即将而知图像的二值形态学运算推广到灰度图像上。对于一幅图像的腐蚀（膨胀）运算定义为对每个像素赋值为某个领域内输入图像灰度级的最小（或最大值）。在二值变换中的结构元素只代表一个领域，而在灰度级变化中，结构元素是一个二元函数，它规定了希望的局部灰度级性质。在求的邻域内最大值（或最小值）的同时，将结构元素的值相加（相减）。以下的灰度级运算将从数学的角度描述。这里引进两个概
Augusdi·2013-05-02 16:36

OpenCv学习笔记（二）—cv::Mat学习

由于在写上一篇图像的数据结构时，发现自己只知道CvMat,竟然还有Mat数据结构，真是无知了，看了这么多程序，貌似没有看到这个结构。有可能那些程序都是些老版本的例子，这是在2.0以后加上的，所以我也得紧跟呀！以下是自己的学习心得。。。。一、Mat简介在2001年刚刚出现的时候，OpenCV基于C语言接口而建。为了在内存（memory）中存放图像，当时采用名为IplImage的C语言结构体，时至今日
Augusdi·2013-05-02 16:03

OpenCv学习笔记（二）—cv::Mat学习

由于在写上一篇图像的数据结构时，发现自己只知道CvMat,竟然还有Mat数据结构，真是无知了，看了这么多程序，貌似没有看到这个结构。有可能那些程序都是些老版本的例子，这是在2.0以后加上的，所以我也得紧跟呀！以下是自己的学习心得。。。。一、Mat简介   在2001年刚刚出现的时候，OpenCV基于C语言接口而建。为了在内存（memory）中存放图像，当时采用名为IplImage的C语言结构体，时
Augusdi·2013-05-02 16:00

OpenCV学习笔记(四)—矩阵和图像操作

矩阵和图像操作矩阵和图像的基本操作函数名称描述cvAbs计算数组中所有元素的绝对值cvAbsDiff计算两个数组差值的绝对值cvAbsDiffs计算数组和标量差值的绝对值cvAdd两个数组的元素级的加运算cvAdds一个数组和一个标量的元素级的相加运算cvAddWeighted两个数组的元素的加权相加运算（alpha融合）cvAvg计算数组所有元素的平均值cvAvgSdv计算数组中所有元素的绝对值
cc7829290·2013-04-26 15:00

Opencv学习笔记三-直方图点运算（直方图基本点算子、直方图正规化、直方图均衡化）

三：直方图均衡化直方图均衡化是一个非线性处理过程，其目的是通过一种合适人类视觉分析的方法来增强图像的亮度。它对图像进行改变，使得图像具有更平坦的直方图，所有亮度及等概率出现。其数学原理请参照：http://www.cnblogs.com/cfantaisie/archive/2011/06/05/2073406.html和附件：http://download.csdn.net/detail/ful
fullyfulei·2013-04-26 11:00

OpenCV学习笔记——随机数产生器RNG

转自：http://blog.csdn.net/yang_xian521/article/details/6931385用OpenCV做算法的朋友们肯定为随机数烦恼过，新版本一直支持随机数产生器啦，而且还继续支持之前版本的c格式的函数，不过与时俱进，我这里介绍C++的RNG类。它可以压缩一个64位的i整数并可以得到scalar和array的随机数。目前的版本支持均匀分布随机数和Gaussian分布
armily·2013-04-19 17:09

OpenCV学习笔记——随机数产生器RNG

转自：http://blog.csdn.net/yang_xian521/article/details/6931385 用OpenCV做算法的朋友们肯定为随机数烦恼过，新版本一直支持随机数产生器啦，而且还继续支持之前版本的c格式的函数，不过与时俱进，我这里介绍C++的RNG类。它可以压缩一个64位的i整数并可以得到scalar和array的随机数。目前的版本支持均匀分布随机数和Gaussian分
Armily·2013-04-19 17:00

OpenCV学习笔记（31）KAZE 算法原理与源码分析（五）KAZE的源码优化及与SIFT的比较

KAZE系列笔记：1.OpenCV学习笔记（27）KAZE算法原理与源码分析（一）非线性扩散滤波2.OpenCV学习笔记（28）KAZE算法原理与源码分析（二）非线性尺度空间构建3.OpenCV学习笔记
邹宇华·2013-03-29 03:49

OpenCV学习笔记（31）KAZE 算法原理与源码分析（五）KAZE的源码优化及与SIFT的比较

OpenCV学习笔记（27）KAZE算法原理与源码分析（一）非线性扩散滤波2. OpenCV学习笔记（28）KAZE算法原理与源码分析（二）非线性尺度空间构建3. 
chenyusiyuan·2013-03-29 03:00

OpenCV学习笔记（30）KAZE 算法原理与源码分析（四）KAZE特征的性能分析与比较

KAZE系列笔记：1.OpenCV学习笔记（27）KAZE算法原理与源码分析（一）非线性扩散滤波2.OpenCV学习笔记（28）KAZE算法原理与源码分析（二）非线性尺度空间构建3.OpenCV学习笔记
邹宇华·2013-03-25 00:24

OpenCV学习笔记（30）KAZE 算法原理与源码分析（四）KAZE特征的性能分析与比较

OpenCV学习笔记（27）KAZE算法原理与源码分析（一）非线性扩散滤波2. OpenCV学习笔记（28）KAZE算法原理与源码分析（二）非线性尺度空间构建3. 
chenyusiyuan·2013-03-25 00:00

OpenCV学习笔记（29）KAZE 算法原理与源码分析（三）特征检测与描述

KAZE系列笔记：1.OpenCV学习笔记（27）KAZE算法原理与源码分析（一）非线性扩散滤波2.OpenCV学习笔记（28）KAZE算法原理与源码分析（二）非线性尺度空间构建3.OpenCV学习笔记
邹宇华·2013-03-24 01:16

OpenCV学习笔记（29）KAZE 算法原理与源码分析（三）特征检测与描述

OpenCV学习笔记（27）KAZE算法原理与源码分析（一）非线性扩散滤波2. OpenCV学习笔记（28）KAZE算法原理与源码分析（二）非线性尺度空间构建3. 
chenyusiyuan·2013-03-24 01:00

OpenCV学习笔记（28）KAZE 算法原理与源码分析（二）非线性尺度空间构建

OpenCV学习笔记（27）KAZE算法原理与源码分析（一）非线性扩散滤波2. OpenCV学习笔记（28）KAZE算法原理与源码分析（二）非线性尺度空间构建3. 
chenyusiyuan·2013-03-24 00:00

OpenCV学习笔记（27）KAZE 算法原理与源码分析（一）非线性扩散滤波

OpenCV学习笔记（27）KAZE算法原理与源码分析（一）非线性扩散滤波2. OpenCV学习笔记（28）KAZE算法原理与源码分析（二）非线性尺度空间构建3. 
chenyusiyuan·2013-03-23 17:00

皮肤检测与克服光线影响的连通域寻找

opencv学习笔记-入门（10）皮肤检测与克服光线影响的连通域寻找分类： opencv算法学习2012-06-1714:00 874人阅读 评论(3) 收藏 举报nullc图像处理basicstruct
pi9nc·2013-03-23 09:00

OpenCV学习笔记（26）自动识别OpenCV版本并添加依赖库

这里给大家介绍一种在头文件中自动判断识别OpenCV的版本号，并据此添加对应的依赖库（.lib文件）的方法。具体代码如下：#ifndef_PREDEP_H_#define_PREDEP_H_ #pragmaonce #include"targetver.h" #include#include#include #include"opencv2/core/version.hpp"#include"op
chenyusiyuan·2013-03-22 14:00
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他