调试opencv程序时总是提示 无法打开包括文件:“highgui.h”: No such file or directory 要怎么改

工具-选项-项目和解决方案（VC++目录）—包含文件 添加highguih等文件所在的路径

一般为C:\Program Files\opencv\build\include

一 在VC编译器下，在Project菜单下选择setting，d出对话框。

1 设置预编译的头文件

选择C／C＋＋ Category，在下拉菜单中选择Preprocessor，然后在Additional Include directories 中输入以下几项：

C:\Program Files \OpenCV\cv\include (根据本人机器上OpenCV的安装路径进行设置,如在D盘，则写D: ，以下同)

C:\Program Files \OpenCV\otherlibs\highgui

C:\Program Files \OpenCV\cxcore\include(新版本需要)

C:\Program Files \OpenCV\otherlibs\cvcam\include

每一条之间用逗号隔开。其中C:\Program Files\Intel\opencv 为OpenCV的安装路径，这是通用的安装路径，建议最好采用这种设置，以方便大家交流；不然，每次都要重新设置路径，比较麻烦。

2 设置链接库

在 Link按键下的 Category下拉菜单中选择 Input选项(指定要连接的库文件，放弃连接的库文件hao )，在Additional library path中，输入：

C:\Program Files \OpenCV\lib

最后在 Setting For下拉菜单中依次选择 Win32 Debug和 Win32 Release，分别在Object /library modules 输入：

cvlib highgui lib cxcorelib cvcamlib

注意每个库之间用一个空格隔开。

或者直接在all configurations中的Object /library modules 输入：cvlib highguilib cxcorelib(新版本需要) cvcamlib

（cxcorelib highguilib 是几乎所有OpenCV程序都要用到的函数库，分别封装了基本的函数和图形界面接口，cvlib中封装了大量的图像处理函数，cvcamlib中封装了很多针对视频流的处理函数）

当前工程就可以使用OpenCV的函数了。

二 如果一直要使用OpenCV的函数，把其路径设置到系统目录下

在Tools 菜单下选择 Options 子菜单，在d出的对话框中选择Directory，将用到的几个库的路径添加进去。以后只需将所用的库在Object /library modules下输入就可以了，不用再每次指定路径。

在Show directories for 下拉菜单中选择Include files，输入：

C:\Program Files \OpenCV\cv\include

C:\Program Files \OpenCV\otherlibs\highgui

C:\Program Files \OpenCV\cxcore\include(新版本需要)

C:\Program Files \OpenCV\otherlibs\cvcam\include

在Show directories for 下拉菜单中选择Library files，输入：

C:\Program Files \OpenCV\lib

注意：（防止每次都拷贝dll文件）

我的电脑—属性—高级—环境变量—path—C:\Program Files\OpenCV\bin

const char pstrImageName = "D:\baboonPNG";

路径错误。应为：

const char pstrImageName = "D:\\baboonPNG";

请注意转义字符的使用。

这代码太老了，新版本的Mat与resize也就几行的事。

可能遇到的问题：

1如果跑到某一个分类器时，几个小时也没有反应，而且显示不出训练百分比，这是因为你的负样本数量太少，或者负样本的尺寸太小，所有的负样本在这个分类器都被reject了，程序进入不了下一个循环，果断放弃吧。解决方法：负样本尽量要大一些，比如我的正样本是4015，共300个,负样本是640480，共500个。

2读取样本时报错：Negative or too large argument of CvAlloc function，网上说这个错误是因为opencv规定单幅iplimage的内存分配不能超过10000，可是我的每个负样本都不会超过这个大小，具体原因不明。后来我把负样本的数量减少，尺寸加大，这个问题就解决了。

最近要做一个性别识别的项目，在人脸检测与五官定位上我采用OPENCV的haartraining进行定位，这里介绍下这两天我学习的如何用opencv训练自己的分类器。在这两天的学习里，我遇到了不少问题，不过我遇到了几个好心的大侠帮我解决了不少问题，特别是无忌，在这里我再次感谢他的帮助。

一、简介

目标检测方法最初由Paul Viola [Viola01]提出，并由Rainer Lienhart [Lienhart02]对这一方法进行了改善。该方法的基本步骤为： 首先，利用样本（大约几百幅样本）的 harr 特征进行分类器训练，得到一个级联的boosted分类器。

分类器中的"级联"是指最终的分类器是由几个简单分类器级联组成。在图像检测中，被检窗口依次通过每一级分类器，这样在前面几层的检测中大部分的候选区域就被排除了，全部通过每一级分类器检测的区域即为目标区域。

分类器训练完以后，就可以应用于输入图像中的感兴趣区域的检测。检测到目标区域分类器输出为1，否则输出为0。为了检测整副图像，可以在图像中移动搜索窗口，检测每一个位置来确定可能的目标。为了搜索不同大小的目标物体，分类器被设计为可以进行尺寸改变，这样比改变待检图像的尺寸大小更为有效。所以，为了在图像中检测未知大小的目标物体，扫描程序通常需要用不同比例大小的搜索窗口对进行几次扫描。

目前支持这种分类器的boosting技术有四种： Discrete Adaboost, Real Adaboost, Gentle Adaboost and Logitboost。

"boosted" 即指级联分类器的每一层都可以从中选取一个boosting算法(权重投票)，并利用基础分类器的自我训练得到。

根据上面的分析，目标检测分为三个步骤：

1、 样本的创建

2、 训练分类器

3、 利用训练好的分类器进行目标检测。

二、样本创建

训练样本分为正例样本和反例样本，其中正例样本是指待检目标样本，反例样本指其它任意。

负样本

负样本可以来自于任意的，但这些不能包含目标特征。负样本由背景描述文件来描述。背景描述文件是一个文本文件，每一行包含了一个负样本的文件名（基于描述文件的相对路径）。该文件创建方法如下：

采用Dos命令生成样本描述文件。具体方法是在Dos下的进入你的目录，比如我的放在D:\face\posdata下，则：

按Ctrl+R打开Windows运行程序，输入cmd打开DOS命令窗口，输入d:回车，再输入cd D:\face\negdata进入路径，再次输入dir /b > negdatadat，则会路径下生成一个negdatadat文件，打开该文件将最后一行的negdatadat删除，这样就生成了负样本描述文件。dos命令窗口结果如下图：

正样本

对于正样本，通常的做法是先把所有正样本裁切好，并对尺寸做规整（即缩放至指定大小），如下图所示：

由于HaarTraining训练时输入的正样本是vec文件，所以需要使用OpenCV自带的CreateSamples程序（在你所按照的opencv\bin下，如果没有需要编译opencv\apps\HaarTraining\make下的dsw文件，注意要编译release版的）将准备好的正样本转换为vec文件。转换的步骤如下：

1) 制作一个正样本描述文件，用于描述正样本文件名（包括绝对路径或相对路径），正样本数目以及各正样本在中的位置和大小。典型的正样本描述文件如下：

posdata/1(10)bmp 1 1 1 23 23

posdata/1(11)bmp 1 1 1 23 23

posdata/1(12)bmp 1 1 1 23 23

不过你可以把描述文件放在你的posdata路径（即正样本路径）下，这样你就不需要加前面的相对路径了。同样它的生成方式可以用负样本描述文件的生成方法，最后用txt的替换工具将“bmp”全部替换成“bmp 1 1 1 23 23

”就可以了，如果你的样本多，用txt替换会导致程序未响应，你可以将内容拷到word下替换，然后再拷回来。bmp后面那五个数字分别表示个数，目标的起始位置及其宽高。这样就生成了正样本描述文件posdatadat。

2) 运行CreateSamples程序。如果直接在VC环境下运行，可以在Project\Settings\Debug属性页的Program arguments栏设置运行参数。下面是一个运行参数示例：

-info D:\face\posdata\posdatadat -vec D:\face\posvec -num 50 -w 20 -h 20

表示有50个样本，样本宽20，高20，正样本描述文件为posdatadat，结果输出到posvec。

或者在dos下输入：

"D:\Program Files\OpenCV\bin\createsamplesexe" -info "posdata\posdatadat" -vec data\posvec -num 50 -w 20 -h 20

运行完了会d:\face\data下生成一个vec的文件。该文件包含正样本数目，宽高以及所有样本图像数据。结果入下图：

Createsamples程序的命令行参数：

命令行参数：

－vec <vec_file_name>

训练好的正样本的输出文件名。

－img<image_file_name>

源目标（例如：一个公司图标）

－bg<background_file_name>

背景描述文件。

－num<number_of_samples>

要产生的正样本的数量，和正样本数目相同。

－bgcolor<background_color>

背景色（假定当前为灰度图）。背景色制定了透明色。对于压缩，颜色方差量由bgthresh参数来指定。则在bgcolor－bgthresh和bgcolor＋bgthresh中间的像素被认为是透明的。

－bgthresh<background_color_threshold>

－inv

如果指定，颜色会反色

－randinv

如果指定，颜色会任意反色

－maxidev<max_intensity_deviation>

背景色最大的偏离度。

－maxangel<max_x_rotation_angle>

－maxangle<max_y_rotation_angle>，

－maxzangle<max_x_rotation_angle>

最大旋转角度，以弧度为单位。

－show

如果指定，每个样本会被显示出来，按下"esc"会关闭这一开关，即不显示样本，而创建过程继续。这是个有用的debug选项。

－w<sample_width>

输出样本的宽度（以像素为单位）

－h《sample_height》

输出样本的高度，以像素为单位。

到此第一步样本训练就完成了。恭喜你，你已经学会训练分类器的五成功力了，我自己学这个的时候花了我一天的时间，估计你几分钟就学会了吧。

三、训练分类器

样本创建之后，接下来要训练分类器，这个过程是由haartraining程序来实现的。该程序源码由OpenCV自带，且可执行程序在OpenCV安装目录的bin目录下。

Haartraining的命令行参数如下：

－data<dir_name>

存放训练好的分类器的路径名。

－vec<vec_file_name>

正样本文件名（由trainingssamples程序或者由其他的方法创建的）

－bg<background_file_name>

背景描述文件。

－npos<number_of_positive_samples>，

－nneg<number_of_negative_samples>

用来训练每一个分类器阶段的正/负样本。合理的值是：nPos = 7000;nNeg = 3000

－nstages<number_of_stages>

训练的阶段数。

－nsplits<number_of_splits>

决定用于阶段分类器的弱分类器。如果1，则一个简单的stump classifier被使用。如果是2或者更多，则带有number_of_splits个内部节点的CART分类器被使用。

－mem<memory_in_MB>

预先计算的以MB为单位的可用内存。内存越大则训练的速度越快。

－sym（default）

－nonsym

指定训练的目标对象是否垂直对称。垂直对称提高目标的训练速度。例如，正面部是垂直对称的。

－minhitrate《min_hit_rate》

每个阶段分类器需要的最小的命中率。总的命中率为min_hit_rate的number_of_stages次方。

－maxfalsealarm<max_false_alarm_rate>

没有阶段分类器的最大错误报警率。总的错误警告率为max_false_alarm_rate的number_of_stages次方。

－weighttrimming<weight_trimming>

指定是否使用权修正和使用多大的权修正。一个基本的选择是09

－eqw

－mode<basic(default)|core|all>

选择用来训练的haar特征集的种类。basic仅仅使用垂直特征。all使用垂直和45度角旋转特征。

－w《sample_width》

－h《sample_height》

训练样本的尺寸，（以像素为单位）。必须和训练样本创建的尺寸相同。

一个训练分类器的例子：

"D:\Program Files\OpenCV\bin\haartrainingexe" -data data\cascade -vec data\posvec -bg negdata\negdatadat -npos 49 -nneg 49 -mem 200 -mode ALL -w 20 -h 20

训练结束后，会在目录data下生成一些子目录，即为训练好的分类器。

训练结果如下：

恭喜你，你已经学会训练分类器的九成功力了。

四：利用训练好的分类器进行目标检测。

这一步需要用到performanceexe，该程序源码由OpenCV自带，且可执行程序在OpenCV安装目录的bin目录下。

performanceexe -data data/cascade -info posdata/testdat -w 20 -h 20 -rs 30

performance的命令行参数如下：

Usage: /performance

-data <classifier_directory_name>

-info <collection_file_name>

[-maxSizeDiff <max_size_difference = 1500000>]

[-maxPosDiff <max_position_difference = 0300000>]

[-sf <scale_factor = 1200000>]

[-ni]

[-nos <number_of_stages = -1>]

[-rs <roc_size = 40>]

[-w <sample_width = 24>]

[-h <sample_height = 24>]

也可以用opencv的cvHaarDetectObjects函数进行检测：

CvSeq faces = cvHaarDetectObjects( img, cascade, storage,11, 2, CV_HAAR_DO_CANNY_PRUNING,cvSize(40, 40) ); //3 检测人脸

首先下载Opencv软件，我下载的版本是247，然后双击软件，会d出如下的解压界面，选择文件夹解压即可。

怎样在VS2010下配置Opencv并编写程序

解压好之后在opencv文件夹下面有两个文件夹，分别是“sources”和“build”。

怎样在VS2010下配置Opencv并编写程序

右键点击“计算机”->“属性”然后点击“高级系统设置”（我的电脑是win7的64位系统）。

怎样在VS2010下配置Opencv并编写程序

在“高级”选项下面，点击“环境变量”。

怎样在VS2010下配置Opencv并编写程序

在“系统变量”中选中“Path”然后点击“编辑”。

怎样在VS2010下配置Opencv并编写程序

6

在“变量值”这边填入如下路径“E:\Program files\opencv \build \x64 \vc10\bin”，用“;”与前面内容隔开。这里根据自己解压的文件夹的位置进行相应的修改，我的电脑是64位系统，所以这里我选择了x64文件夹，32位系统选择x86文件夹即可。

以上就是关于调试opencv程序时总是提示 无法打开包括文件:“highgui.h”: No such file or directory 要怎么改全部的内容，包括:调试opencv程序时总是提示 无法打开包括文件:“highgui.h”: No such file or directory 要怎么改、c++中如何调用opencv库、opencv在VS2008中缩放图的程序等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！