opencv c++安装vscode

### 如何在 VSCode 中设置 OpenCV C++ 开发环境 #### 配置步骤概述 为了在 Ubuntu 环境下的 Visual Studio Code (VSCode) 中配置 OpenCV 的 C++ 开发环境，需要完成以下几个核心部分的设置： 1. **安装 OpenCV 库** 安装 OpenCV 是整个流程的基础。可以通过包管理器或者源码编译的方式进行安装[^1]。 2. **安装并配置 VSCode 插件** 在 VSCode 商店中搜索并安装必要的插件，例如 C/C++ 扩展（由 Microsoft 提供），以便支持语法高亮、调试等功能。 3. **创建项目结构** 创建一个新的工作目录来存储所有的源代码文件以及构建脚本。 4. **编写 `tasks.json` 和 `launch.json` 文件** 这些 JSON 文件分别定义了任务运行方式和调试启动参数。 5. **编辑 `c_cpp_properties.json` 文件** 此文件用于指定 IntelliSense 使用的编译选项和头文件路径，从而实现自动补全功能。 --- #### 具体操作说明 ##### 一、安装 OpenCV 如果尚未安装 OpenCV，则可以按照以下命令通过 APT 包管理工具快速安装预编译版本： ```bash sudo apt update && sudo apt install libopencv-dev python3-opencv ``` 对于更高级的需求，可以选择从官方 GitHub 存储库克隆最新版源码，并自行编译安装: ```bash git clone https://github.com/opencv/opencv.git cd opencv mkdir build && cd build cmake .. make -j$(nproc) sudo make install ``` ##### 二、安装 VSCode 及其扩展 打开 VSCode 并进入 Extensions 市场页面，搜索 “C/C++”，找到微软发布的同名插件后点击 Install 即可完成加载过程^。 ##### 三、初始化项目框架 假设当前的工作区位于 `/home/user/my_opencv_project` 下面，在该位置新建两个子文件夹——src(存放.cpp/.h等源程序)，build(CMakeLists.txt生成目标产物的位置)[^2]: ```plaintext my_opencv_project/ ├── src/ │ └── main.cpp # 主入口函数写在这里 └── build/ ``` ##### 四、配置 launch.json, tasks.json & c_cpp_properties.json 这些文件通常存放在 `.vscode/` 路径下: ###### （1）launch.json —— 启动配置 此文件描述如何启动应用程序实例来进行测试或除错模式: ```json { "version": "0.2.0", "configurations": [ { "name": "(gdb) Launch", "type": "cppdbg", "request": "launch", "program": "${workspaceFolder}/build/main.out", // 替换为你实际生成的目标文件名称 "args": [], "stopAtEntry": false, "cwd": "${workspaceFolder}", "environment": [], "externalConsole": true, "MIMode": "gdb" } ] } ``` ###### （2）tasks.json —— 构建指令设定 它告诉 IDE 怎样调用外部工具链去处理用户的请求动作比如编译链接等等: ```json { "version": "2.0.0", "tasks": [ { "label": "build project", "type": "shell", "command": "/usr/bin/cmake", "args": ["--build", "./build"], "group": { "kind": "build", "isDefault": true }, "problemMatcher": [] } ] } ``` ###### （3）c_cpp_properties.json —— 头文件索引表单 帮助开发者获得更好的体验像智能提示之类的功能特性依赖于此处声明的内容: ```json { "configurations": [ { "name": "Linux", "includePath": [ "/usr/local/include/**", // 如果你是自定义编译则需调整具体地址 "/usr/include/opencv4/**" // 默认情况下系统级共享库应该已经存在此处 ], "defines": [], "compilerPath": "/usr/bin/g++", "intelliSenseMode": "gcc-x64" } ], "version": 4 } ``` --- #### 示例代码片段 下面展示了一个简单的 Hello World 类型的应用案例作为验证上述所有准备工作是否成功的依据之一: ```cpp #include <iostream> #include <opencv2/core.hpp> // Core functionality headers. #include <opencv2/highgui.hpp> using namespace cv; int main() { Mat img = imread("/path/to/image.jpg"); // 加载图像资源 if(img.empty()) { // 检查读取失败情况 std::cout << "Could not open or find the image!" << std::endl; return -1; } namedWindow("Display window", WINDOW_AUTOSIZE); // 创建窗口组件 imshow("Display window", img); // 显示图片数据到屏幕上 waitKey(0); // 等待按键事件触发退出循环 destroyAllWindows(); // 清理释放占用内存空间 return 0; } ``` --- ###