首先配置MinGW-w64环境并添加到Path，再在vscode中安装C/c++扩展，接着配置c_cpp_properties.json指定opencv头文件路径，修改tasks.json加入编译和链接参数，设置launch.json用于调试，最后编写测试程序验证环境是否搭建成功。
简单来说，要在VSCode里愉快地进行OpenCV的C++开发，你需要配置好C++环境，然后让VSCode知道OpenCV的头文件和库在哪里。
配置OpenCV开发环境，让VSCode成为你的计算机视觉利器！
如何安装MinGW-w64并配置环境变量？
MinGW-w64是windows环境下GCC编译器的发行版，是C++开发的基础。首先，访问SourceForge下载MinGW-w64，注意选择正确的架构（通常是x86_64）和异常处理模型（seh或sjlj，推荐seh）。安装时，选择一个合适的安装目录，比如
C:mingw64
。
安装完成后，需要配置环境变量。打开“系统属性” -> “高级” -> “环境变量”，在“系统变量”中找到“Path”，点击“编辑”，添加MinGW-w64的
bin
目录到Path中，例如
C:mingw64in
。这样，你就可以在命令行中使用g++命令了。
立即学习“C++免费学习笔记（深入）”；
验证是否安装成功，可以在cmd窗口输入
g++ -v
，如果显示g++的版本信息，就说明安装成功了。如果提示找不到命令，检查环境变量是否配置正确。有时候，重启电脑可以解决环境变量不生效的问题，玄学但有效。
如何在VSCode中配置C++编译环境？
VSCode本身只是一个编辑器，需要借助插件来支持C++开发。安装C/C++扩展，这个是微软官方的，必备。
安装好C/C++扩展后，需要配置
tasks.json
和
launch.json
文件。这两个文件分别用于配置编译任务和调试任务。
在VSCode中打开你的C++项目，按下
Ctrl+Shift+P
，输入“C/C++: Edit Configurations (JSON)”，选择生成
c_cpp_properties.json
文件。在这个文件中，你需要指定OpenCV的头文件路径。例如：
{ "configurations": [ { "name": "Win32", "includePath": [ "${workspaceFolder}/**", "C:/opencv/build/include" // OpenCV头文件路径 ], "defines": [ "_DEBUG", "UNICODE", "_UNICODE" ], "windowsSdkVersion": "10.0.19041.0", "compilerPath": "C:/mingw64/bin/g++.exe", // g++编译器路径 "cStandard": "c17", "cppStandard": "c++17", "intelliSenseMode": "windows-gcc-x64" } ], "version": 4 }
同样，按下
Ctrl+Shift+P
，输入“Tasks: Configure Task”，选择“C/C++: g++.exe build active file”生成
tasks.json
文件。修改
tasks.json
文件，添加OpenCV库的链接选项。例如：
{ "version": "2.0.0", "tasks": [ { "type": "cppbuild", "label": "C/C++: g++.exe build active file", "command": "C:/mingw64/bin/g++.exe", "args": [ "-fdiagnostics-color=always", "-g", "${file}", "-o", "${fileDirname}${fileBasenameNoExtension}.exe", "-I", "C:/opencv/build/include", // OpenCV头文件路径 "-L", "C:/opencv/build/x64/mingw/lib", // OpenCV库文件路径 "-lopencv_world450" // OpenCV库名称，根据你的OpenCV版本修改 ], "options": { "cwd": "${fileDirname}" }, "problemMatcher": [ "$gcc" ], "group": { "kind": "build", "isDefault": true }, "detail": "Task generated by Debugger." } ] }
最后，配置
launch.json
文件，用于调试程序。按下
Ctrl+Shift+P
，输入“Debug: Open launch.json”，选择“C++ (GDB/LLDB)”生成
launch.json
文件。修改
launch.json
文件，指定可执行文件的路径。例如：
{ "version": "0.2.0", "configurations": [ { "name": "C++ Launch", "type": "cppdbg", "request": "launch", "program": "${fileDirname}/${fileBasenameNoExtension}.exe", "args": [], "stopAtEntry": false, "cwd": "${workspaceFolder}", "environment": [], "externalConsole": false, "MIMode": "gdb", "miDebuggerPath": "C:/mingw64/bin/gdb.exe", // gdb调试器路径 "setupCommands": [ { "description": "Enable pretty-printing for gdb", "text": "-enable-pretty-printing", "ignoreFailures": true } ] } ] }
注意替换文件中的路径为你自己的OpenCV和MinGW-w64的安装路径。
OpenCV库文件应该如何正确链接？
链接OpenCV库是让你的程序能够使用OpenCV函数的关键。在
tasks.json
文件中，
-l
选项用于指定要链接的库。OpenCV的库名称通常是
opencv_world
加上版本号。例如，如果你的OpenCV版本是4.5.0，那么库名称就是
opencv_world450
。
确保
-l
选项指定的路径是OpenCV库文件所在的目录。通常，这个目录是
C:/opencv/build/x64/mingw/lib
。
如果你的程序使用了OpenCV的特定模块，例如
opencv_imgproc
或
opencv_core
，你需要在
-l
选项中添加这些模块的库名称。
有时候，链接顺序也很重要。如果你的程序在链接时出现未定义的引用错误，尝试调整库的链接顺序。
遇到编译错误“undefined reference to”怎么办？
这是最常见的OpenCV配置问题。通常是因为以下原因：
- OpenCV库未正确链接：检查
tasks.json
文件中的
-l
选项是否正确指定了OpenCV库的名称和路径。
- 头文件未包含：确保你的C++代码中包含了所有需要的OpenCV头文件。例如，如果你使用了
cv::imread
函数，你需要包含
<opencv2/imgcodecs.hpp>
。
- 库文件路径错误：检查
tasks.json
文件中的
-l
选项是否指向了正确的OpenCV库文件目录。
- 编译器架构不匹配：确保你的编译器架构（例如x64）与OpenCV库的架构匹配。如果你使用的是64位的OpenCV库，你需要使用64位的编译器。
- OpenCV版本不匹配：确保你的代码中使用的OpenCV函数与你安装的OpenCV版本匹配。不同版本的OpenCV可能存在API变化。
如果问题仍然存在，尝试清理你的项目并重新构建。在VSCode中，你可以使用“Tasks: Run Task”命令，选择“C/C++: g++.exe build active file”来重新构建你的项目。
如何编写一个简单的OpenCV程序来测试配置是否成功？
创建一个名为
main.cpp
的文件，包含以下代码：
#include <iostream> #include <opencv2/opencv.hpp> int main() { cv::Mat image = cv::imread("test.jpg"); // 读取图像 if (image.empty()) { std::cout << "Could not open or find the image" << std::endl; return -1; } cv::imshow("Display window", image); // 显示图像 cv::waitKey(0); // 等待按键 return 0; }
将一个名为
test.jpg
的图像文件放在与
main.cpp
相同的目录下。
按下
Ctrl+Shift+B
构建项目，然后按下
F5
运行程序。如果一切配置正确，你应该能够看到一个窗口显示
test.jpg
图像。
如果程序能够成功编译和运行，并且能够显示图像，那么恭喜你，你的OpenCV开发环境已经配置成功了！现在你可以开始使用OpenCV进行计算机视觉开发了。
