### 在 Visual Studio 2017 中配置 Qt 和 OpenCV 在 Visual Studio 2017 中集成 Qt 和 OpenCV 涉及多个步骤，包括设置开发环境、配置项目属性以及处理依赖项。以下是详细的配置方法： #### 1. 安装 Qt 开发环境 为了在 Visual Studio 中使用 Qt，需要安装 **Qt Visual Studio Tools** 插件。 - 下载并安装 [Qt Online Installer](https://www.qt.io/download)。 - 在安装过程中选择适用于 Windows 的 **MSVC 2017 64-bit** 或 **32-bit** 版本的 Qt 库。 - 安装完成后，在 Visual Studio 2017 中打开 **Extensions > Manage Extensions**，搜索并安装 **Qt Visual Studio Tools** 扩展。 - 安装完成后重启 Visual Studio，并通过菜单栏中的 **Qt VS Tools > Qt Options** 添加已安装的 Qt 版本路径（例如 `C:\Qt\Qt5.15.2\5.15.2\msvc2017_64`）。 #### 2. 配置 OpenCV 开发环境 从 OpenCV 官网下载预编译库或自行编译支持 MSVC 的版本。 - 下载 OpenCV Windows 预编译版本（推荐使用 OpenCV 4.x 系列），解压到指定目录，如 `D:\OpenCV412\opencv`。 - 将 OpenCV 的 bin 路径添加到系统环境变量中，例如 `D:\OpenCV412\opencv\build\x64\vc14\bin` [^2]。 - 在 Visual Studio 中创建一个新的 **Qt Application** 项目。 - 右键点击项目 → **Properties** → **VC++ Directories**： - 在 **Include Directories** 中添加 OpenCV 的 include 路径：`D:\OpenCV412\opencv\build\include` - 在 **Library Directories** 中添加 OpenCV 的 lib 路径：`D:\OpenCV412\opencv\build\x64\vc14\lib` #### 3. 链接 OpenCV 库文件 - 在 **Linker > Input > Additional Dependencies** 中添加所需的 OpenCV 库名称，例如： ``` opencv_world412.lib ``` 或者根据需求添加具体模块： ``` opencv_core412.lib opencv_highgui412.lib opencv_imgcodecs412.lib ``` > 如果使用的是 Debug 模式，应链接 `opencv_world412d.lib` 等调试版本库。 #### 4. 测试 Qt 与 OpenCV 的集成 在主窗口类中编写简单的测试代码以验证是否成功集成 Qt 与 OpenCV。 ```cpp #include <QApplication> #include <QLabel> #include <opencv2/opencv.hpp> int main(int argc, char *argv[]) { QApplication app(argc, argv); // 使用 OpenCV 加载图像 cv::Mat image = cv::imread("test.jpg"); if (image.empty()) { QLabel label("Failed to load image!"); label.show(); return app.exec(); } // 显示图像 cv::imshow("OpenCV Image", image); cv::waitKey(0); QLabel label("Qt and OpenCV configured successfully!"); label.show(); return app.exec(); } ``` #### 5. 处理运行时依赖问题 确保所有必要的 DLL 文件（如 `opencv_world412.dll`）位于应用程序的输出目录下，或者系统路径中。否则程序将在运行时报错“缺少 dll”。 #### 6. 编译带 CUDA 支持的 OpenCV（可选） 如果计划使用 GPU 加速功能，必须自行编译带有 CUDA 支持的 OpenCV。使用 CMake 配置时需启用以下选项： - `WITH_CUDA=ON` - `CUDA_ARCH_BIN` 设置为你的 GPU 架构（如 5.2、6.1 等） - `OPENCV_DNN_CUDA=ON`（如需 DNN 模块支持 CUDA） 然后使用 Visual Studio 打开生成的 `.sln` 文件进行编译 [^3]。 ---