下面介绍Ubuntu20.04下安装opencv，当然Ubuntu22.04也适用，然后将opencv链接到VsCode
先主体按照—>点我：链接1<—的第一点进行安装，但是特别注意：安装依赖库的时候会失败，需要增加源，再把下列命令替换
/*增加源*/
sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
/*需要更换的代码*/
sudo apt-get install build-essential libgtk2.0-dev libgtk-3-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
替换为下列命令
sudo apt install build-essential cmake unzip pkg-config
sudo apt install libjpeg-dev libpng-dev libtiff-dev
sudo apt install libavcodec-dev libavformat-dev libswscale-dev
sudo apt install libv4l-dev libxvidcore-dev libx264-dev
sudo apt install libgtk-3-dev
sudo apt install libatlas-base-dev gfortran
如果你想让你的opencv配置有cuda加速、cudnn的功能，先确保你的电脑已经安装好了cuda和cudnn（👉按这连接步骤配置好），然后在按那文章执行cmake命令时，需要将cmake命令替换掉，opencv_contrib可以到(👉 点我跳转)下载，至于DCUDA_ARCH_BIN的取值需根据自己的显卡型号设置其值，不懂的可以来参考这文章(👉 点我跳转)
/*需要替换的命令*/
cmake -D CMAKE_BUILD_TYPE=Release -D OPENCV_GENERATE_PKGCONFIG=YES ..
/*替换成下列代码*/
/*因为我的是RTX2060，所以DCUDA_ARCH_BIN为7.5 */
sudo cmake -DCMAKE_BUILD_TYPE=Release \
-DOPENCV_GENERATE_PKGCONFIG=ON \
-DOPENCV_EXTRA_MODULES_PATH=<你的opencv_contrib的路径>/modules \
-DWITH_CUDA=ON -DWITH_CUDNN=ON \
-DOPENCV_DNN_CUDA=ON \
-DBUILD_TESTS=False \
-DCUDA_ARCH_BIN=7.5 ..
这时候我们依赖库已经安装好了，可以选择不装python的支持，毕竟我们是C++的嘛~
安装好后，我们需要配置c_cpp_properties.json、launch.json、tasks.json（如果vscode没有这三个文件，先自行百度怎么弄出这三个文件来）
1. 第一个版本
此版本较繁琐，要在lauch.json写一大堆的include文件，也是网络上目前交流行的版本，虽然可正常使用opencv的库，但此方法不推荐使用。接下来我贴出这个版本的三个文件的配置来
c_cpp_properties.json
/** c_cpp_properties.json **/
{
"configurations": [
{
"name": "Linux",
"includePath": [
"${workspaceFolder}/**",
"/usr/include/opencv4", //请确保你的opencv opencv2头文件夹安装在这个目录
"/usr/include/opencv4/opencv2"
],
"defines": [],
"compilerPath": "/usr/bin/gcc",
"cStandard": "gnu17",
"cppStandard": "gnu++14",
"intelliSenseMode": "gcc-x64"
}
],
"version": 4
launch.json
{
"version": "0.2.0",
"configurations": [
{
"name": "g++.exe - 生成和调试活动文件",
"type": "cppdbg", // 只能是cppdbg
"request": "launch", // launch：启动，attach：附加
"program": "${fileDirname}/${fileBasenameNoExtension}", // 需要调试的程序
"args": [], // 调试时传递给程序的参数
"stopAtEntry": false, // 调试时是否停在程序入口：{true：是，false：否}
"cwd": "${workspaceFolder}", // 工作目录
"environment": [], // 额外的环境变量
"externalConsole": false, // true：输出到外部终端；false：只输出到软件终端（有显示不全的可能）
"MIMode": "gdb",
"setupCommands": [ // 暂时不知道作用
{
"description": "为 gdb 启用整齐打印",
"text": "-enable-pretty-printing",
"ignoreFailures": true
}
],
"preLaunchTask": "C/C++: g++ build active file", // 预编译任务名称，和tasks.json中的label必须相同
"miDebuggerPath": "/usr/bin/gdb" // 调试gdb路径
}
]
tasks.json
{
"tasks": [
{
"type": "cppbuild",
"label": "C/C++: g++ build active file",
"command": "/usr/bin/g++",
"args": [
"-g","-std=c++11",
//"${file}", // 单个cpp文件
"${workspaceFolder}/Demo/*.cpp", // 多个cpp文件
"${workspaceFolder}/src/*.cpp",
"-o",
"${fileDirname}/${fileBasenameNoExtension}", // 要调试的程序，必须与launch.json文件中的"program"相同
"-I", "${workspaceFolder}/include", // 项目include文件
"-I", "$/usr/include/opencv4", // opencv安装的include文件路径
"-I", "$/usr/include/opencv4/opencv2",
"-L", "$/usr/local/lib", //opencv安装的lib文件路径
"-l", "opencv_core", //.so文件，文件原名称“libopencv_core.so”,注意需去除“lib”
"-l", "opencv_imgproc",
"-l", "opencv_imgcodecs",
"-l", "opencv_video",
"-l", "opencv_ml",
"-l", "opencv_highgui",
"-l", "opencv_objdetect",
"-l", "opencv_flann",
"-l", "opencv_imgcodecs",
"-l", "opencv_photo",
"-l", "opencv_videoio",
],
"options": {
"cwd": "${workspaceFolder}"
},
"problemMatcher": [
"$gcc"
],
"group": {
"kind": "test",
"isDefault": true
},
"detail": "调试器生成任务"
}
],
"version": "2.0.0"
第二个版本
强烈推荐使用此方法，这个方法除了配置opencv第三方库，还可以配置其他第三方库，根据需求可自行添加。这方法的原理是根据第三方库的 pkg-config 来配置的(即后缀为 .pc 的文件)，然后系统会根据这个文件去自动寻找并链接include路径以及lib库。所以在根据我上面的教程来安装opencv时，一定不要忘记配置 pkg-config 环境了。下面将贴出三个配置代码
c_c_cpp_properties.json
{
"configurations": [
{
"name": "Linux",
"includePath": [
"${workspaceFolder}/**",
"/usr/include/x86_64-linux-gnu/sys",
"/usr/local/include/opencv4", //记得把opencv4的include路径包含，按我上述方法来安装opencv的话一般就是这个路径
"/usr/include/x86_64-linux-gnu/sys" //这是装了cuda的路径，如果无cuda请去除
],
"defines": [],
"compilerPath": "/usr/bin/gcc",
"cStandard": "gnu17",
"cppStandard": "gnu++17",
"intelliSenseMode": "linux-gcc-x64"
}
],
"version": 4
}
launch.json
{
"configurations": [
{
"name": "C/C++: cpp 生成和调试活动文件",
"type": "cppdbg",
"request": "launch",
"program": "${fileDirname}/${fileBasenameNoExtension}.out",
"args": [
"`pkg-config","--libs","--cflags","opencv4`",
],
"stopAtEntry": false,
"cwd": "${fileDirname}",
"environment": [],
"externalConsole": false,
"MIMode": "gdb",
"setupCommands": [
{
"description": "为 gdb 启用整齐打印",
"text": "-enable-pretty-printing",
"ignoreFailures": true
},
{
"description": "将反汇编风格设置为 Intel",
"text": "-gdb-set disassembly-flavor intel",
"ignoreFailures": true
}
],
"preLaunchTask": "C/C++: g++ build active file", //要和 task.json的label字段一致
"miDebuggerPath": "/usr/bin/gdb",
//下面这行命令可以去除Vscode中编译后出现 [1]+ Done.... 的提示
"miDebuggerArgs": "-q -ex quit; wait() { fg >/dev/null; }; /usr/bin/gdb -q --interpreter=mi"
}
],
"version": "2.0.0"
}
task.json
先用命令窗口尝试命令pkg-config --libs --cflags opencv4，看看你能不能获得第三方库的信息如下图，如果可以的话就代表你这个第三方库是有 .pc 文件的
{
"tasks": [
{
"type": "cppbuild",
"label": "C/C++: g++ build active file",
//"command": "/usr/bin/cpp", //不能用这命名, 否则你可能会i报错 gdb failed with message 'file format not recognized'
"command": "/usr/bin/g++",
"args": [
"-fdiagnostics-color=always",
"-g",
"${file}",
"-o",
"${fileDirname}/${fileBasenameNoExtension}.out",
"`pkg-config","--libs","--cflags","opencv4`" //这是添加第三方库代码，要添加什么库直接继续加就行，不要忘记了 ` 符号
//如下面再加个 gazebo11 第三方库(你得保证你安装的第三方库中含有.pc文件)
// "`pkg-config","--libs","--cflags","opencv4,gazebo11`"
],
"options": {
"cwd": "${fileDirname}"
},
"problemMatcher": [
"$gcc"
],
"group": {
"kind": "build",
"isDefault": true
},
"detail": "调试器生成的任务。"
}
],
"version": "2.0.0"
}
至此我们已经配置好了，那么可以来测试下啦（如下图，自己加上test.jpg）
贴出测试代码
#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
Mat srcImage = Mat::zeros(Size(200,200), CV_8UC1);
imshow("Origin",srcImage);
waitKey(0);
return 0;
}