OpenCV跨平台视觉库 2.4.9

安全无毒小编亲测

OpenCV是一款就BSD许可的开源发行的跨平台计算机视觉库，能够运行在各种用户熟悉的平台上，比如Linux、windows、Android、mac等等，因为其属于轻量级且高效的缘故，再加上有C函数和少量C++构成，软件同时提供了Python、Ruby、MATLAB等语言的接口，实现了用户图像处理和计算机视觉方面的很多通用算法。
OpenCV用C++语言编写，所以主要的接口也是C++语言，但是依然保留了大量的C语言接口，在集上对于其他语言接口的支持使得软件能够轻松的为用户带来便利。因为软件非常的强大，特别是在识别这一块，使得软件在人际互动、图像分割、物体识别等等领域有着非常大的帮助。如果用户想要开发视觉方面的程序、软件或者其他的内容，那么这款OpenCV绝对是一款最好的视觉库。

使用方法

配置环境变量：
在系统变量里面新建变量，名为 OPENCV ，值为自己解压opencv路径下的build路径，如 D:Program Filesopencvbuild。

Tip
这一步是方便以后如果opencv路径改变了，只需要修改此变量就可以了，而不必做大范围修改。
在系统变量里面编辑 Path 变量，在末尾添加 ;%OPENCV%x86vc12bin 。

Note
x86和x64分别表示32bit和64bit的VS工程，根据自己的工程来修改，否则虽编译成功但会运行错误；vc10, vc11, vc12 分别表示VS2010, VS2012, VS2013的Visual Studio使用的编译器版本，根据自己的VS版本来填写正确的编译器版本号。
VS内配置Opencv
这里用VS属性表的方式将Opencv配进工程，每次只需要添加属性表即可完成配置，比手工界面配置方便很多。
属性管理器 -> 右键 "test"（工程名） -> 添加现有属性表

找到之前新建或者下载的属性表（ D:Program Filesopencvopencv248.props ），添加进工程

测试
解决方案资源管理器 -> 源文件（右键）-> 添加 -> 新建项

Visual C++ -> C++文件：输入名称test点添加

软件特色

计算机视觉市场巨大而且持续增长，且这方面没有标准API，如今的计算机视觉软件大概有以下三种：
1.研究代码（慢，不稳定，独立并与其他库不兼容）
2.耗费很高的商业化工具（比如Halcon, MATLAB+Simulink）
3.依赖硬件的一些特别的解决方案（比如视频监控，制造控制系统，医疗设备）这是如今的现状。而标准的API将简化计算机视觉程序和解决方案的开发。OpenCV致力于成为这样的标准API。
OpenCV致力于真实世界的实时应用，通过优化的C代码的编写对其执行速度带来了可观的提升，并且可以通过购买Intel的IPP高性能多媒体函数库(Integrated Performance Primitives)得到更快的处理速度。右图为OpenCV与当前其他主流视觉函数库的性能比较。