vscode配置opencv C++ 环境与人脸检测（不是人脸识别）算法的尝试

估计这学期都去不了学校了，家里蹲大学马上要线上期中考。

。

。

在家呆久了无聊想学点机器视觉的东西，之前在学校双创课上做过python的机器视觉实验，想起来挺有意思的，但是还是比较喜欢C++，就找到了这个看上去还不错的C++开源项目 ，opencv。

首先是配置opencv环境。

看了很多教程，下面这个是最详细的，最后是参照上面这篇博客 成功完成了配置，感谢大佬。

之前出现过很多奇怪的问题，也学到了一些经验，在这里记录一下。

(2条消息) VScode搭建Opencv（C++开发环境）_河旬的博客-CSDN博客_vscode配置opencv

1.MinGW的版本问题：之前是在电脑里装了MinGW环境的，所以直接按照教程安装了Cmake，结果configure的时候一直报错“MinGW缺少mingw-make.exe”，查找MinGW目录，明明有这个文件。

后来发现MinGW不是最新版的，而且有博客提起过，只有seh版的MinGW才能Cmake中成功的configure。

于是删了MinGW，重新安装了一下MinGW。

而且发现由于奇怪的网络问题，MinGW不能在线安装了，于是下载安装压缩包安装上了版本正确的MinGW。

好像这种python库或c++库的安装都很有时效性，各软件版本正确是很关键的。

2.Cmake的configure过程，要下载一些东西，有时候由于奇怪的问题下载不了，列表会变红，这时候可以通过科学上网，或者手动搜索下载无法下载的文件补上。

新建一个文件夹作为“where to build the binaries"地址选项，不然后面会很乱。

3.由于之前配置过了vscode的各种json文件，就直接在上面改了，开始我只在IncludePath下添加了新的opencv的相关头文件路径，结果是编辑器检测没报错，按住ctrl键也可以打开查看源文件，但是一编译就报错无法打开头文件，查了好多资料才知道，c_cpp_properties.josn中添加的路径只是告诉编辑器的，让编辑器不打红色波浪线，但是此时编译器还不知道这个引用，要在tasks.json中添加相关的路径才会正常编译。

并且了解到了.dll(用于动态链接库导出函数，在运行期间链接）.lib(用于动态链接库导出函数，在编译期间）和.a（静态库文件）的区别。

以及“-I"（小写L） "-I”（大写i）命令，相当于添加动态程序库链接，静态文件库链接之类的。

    "tasks": [
        {
            "type": "shell",
            "label": "opencv",
            "command": "D:/mingw64/bin/g++.exe",
            "args": [
                "-g",
                "${file}",
                "-o",
                "${workspaceFolder}\Debugger\${fileBasenameNoExtension}.exe",
                "D:/opencv/build/x64/mingw/bin/libopencv_world455.dll",
                "-I",
                "D:/opencv/build/x64/mingw/install/include",//需要添加的路径
                "-I",
                "D:/opencv/build/x64/mingw/install/include/opencv2",//需要添加的路径
            ],
            "options": {
                "cwd": "D:/mingw64/bin"
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            }
        }
    ]

4.发现搞清楚这个问题之后，face.cpp头文件还是会报错，结果是最新版的opencv把这个头文件暂时下架了，原因是不稳定，要重新开发，网上教程说要在另一个库里opencv_contrib自行下载。

。

。

这个源文件。

搞清楚了环境的安装配置之后，头文件终于不报错了，也可以正常编译了。

马上按照网上的代码学习尝试了下opencv自带的人脸检测算法。

在刚刚下载的opencv中，可以找到这些文件

 据说这些文件是github大佬们将模型训练之后得到的数据样本库，通过调用一个opencv里的函数就可以利用这些模型的数据做相关的一些实验了。

里面有各种各样的模型，有的是检测人脸的，有的是检测上半身的，有的是检测眼睛部位的。

总之感觉都很神奇。

然后是学习代码时间，了解一下相关的工序，将图片灰度化，均衡化什么的，建立连级检测器，导入刚刚的分类器训练文件，熟悉下opencv的基本文件 *** 作：

1-遍历文件夹内的文件，通过glode函数实现，大概就是读取指定文件夹下的路径保存在一个vector中；

2-imread()读取图片文件，namewindow()显示图片的窗体。

imwrite()写入图片；

之后我利用下面的代码尝试了下，在一个文件夹下挑选出含有人脸的jpg或png格式的图片，看看效果。

#include "opencv2/objdetect.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include 
#include 
#include
#include
#include
#include
using namespace std;
using namespace cv;

CascadeClassifier face_cascade[4];//建立连级采样器

bool detect( Mat frame ,int i,cv::String name)
{
    Mat frame_gray;
	Mat converse;
    cvtColor( frame, frame_gray, COLOR_BGR2GRAY );//颜色空间转换函数，将图像转化为灰度图像
    equalizeHist( frame_gray, frame_gray );//直方图均衡化函数
    std::vector faces;//RECT类用于描述矩形
	//flip(frame_gray,converse,1);//反转图片,可用于侧脸检测
	bool isfind=false;
	face_cascade[1].detectMultiScale(frame_gray, faces);//用于检测的函数
	if(faces.size()){
		cout<<"第"< image_files_jpg,image_files_png;
	glob(pattern_jpg,image_files_jpg);
	glob(pattern_png,image_files_png);
	for(int i=0;i