相信很多想学Solidworks三维设计软件的朋友，在选择电脑配置的时候比较头疼。市面上的电脑这么多配置，哪一种才适合呢，买贵了觉得没必要，买便宜了又怕电脑性能跟不上。那么学习Solidworks三维设计，在选择电脑配置的时候应该考虑哪些方面呢。今天就跟大家分享一下。其实不仅仅是Solidworks，包括UG，Pro-e等等这些三维软件都是一样的。我们以安装Solidworks2020为例，介绍一下

荐使用x64位操作系统。两者的区别在于，x86兼容性强一些（32位的程序可以在x86和x64位的机器上运行，但是64位的程序只能在x64的系统上运行），x64 运行速度快一些。

2）include 文件夹存放在了opencv 的头文件，在引用OpenCV库时需要先引用头文件。

3）x64，64位系统引用OpenCV所需的库文件，里面有两个版本vc14(Visual Studio 2015)和vc15（Visual Studio 2017）。

bin 文件夹 存放了动态运行库文件，发布程序时需要随exe一起打包发给用户，lib 存放静态链接库文件，在程序编译链接时需要指定引用。

3.在Visual Studio2017 中配置OpenCV

opencv在vs中的配置分global和local两种方式，global的方式为VS的系统属性，对所有工程可用，local的方式只对当前工程的配置有效。

local 方式：

在VS中新建一个工程，在项目->属性->C++目录中添加opencv的路径：

虽然opencv,opencv2在include下，但这三个路径都要添加，否则有一些.h或者.hpp文件会找不到。 而在VS中使用opencv时，需要在程序开头包含这些头文件。

#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;

库目录中添加 D:opencvbuildx64vc15lib 这些lib文件使得C++在调用opencv的dll文件时能够找到对应的位置，如果是32位的电脑要把x64改成x86。此外还要在项目->属性->链接器->输入中加入对应lib文件的名字：

比如当我们使用opencv中的ml库，就需要在这里加入lib文件，在C++代码中加入对应的头文件，如下

#include <opencv2/ml/ml.hpp>

这样你的C++代码就能找到opencv中的machine learning 库并调用相关的 函数了。

注意VS的工程是分debug和realease模式的，local的方法不同模式下要分别配置，还有就是如果你opencv装的是64位的，在项目属性页中的活动方案解决平台配置管理也要改成64位才能用。 否则编译能过，生成解决方案的时候就会报错。

global 方式：

如果采用local方式要对每个工程分别配置一遍，如果需要建很多工程的时候推荐使用global方式配置：

在VS中 视图->属性管理器 找到你要使用的模式 debug或者realease ,以及你使用的是win32还是x64, 在对应的.user文件中进行同local的一遍操作：可执行目录，包含目录，库目录的添加，lib文件的添加，这样以后你的每个工程都会默认包含这些路径。

在打开的属性管理器窗口中，展开“Degug|Win64”节点，双击“Micorsoft.Cpp.Win64.user”会打开全局属性设置窗口，

1）在左边选择“VC++目录”；

2）在右边“包含目录”中加上OpenCV的头文件目录，我的头文件目录是放在“D:opencvbuildinclude”，这个根据OpenCV的安装目录，一般在buildinclude目录；

3）在右边“库目录”中加上OpenCV的链接库目录，我的VS2017库目录是放在“D:opencvbuildx64vc15lib”，这个是根据OpenCV的安装目录和IDE版本决定，根据自己的情况选择。

4.验证配置结果

新建一个console程序，添加如下测试代码，

#include "pch.h"
#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
	Mat src = imread("D:/opencv/sources/samples/data/lena.jpg");
	imshow("src", src);
	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);
	imshow("gray", gray);
	Mat binary;
	double t1 = threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
	imshow("binary", binary);
	Canny(src, binary, t1,  255, 3, true);
	imshow("canny", binary);
	waitKey(0);
	return 1;
}

运行结果：

小结：

本文简单介绍了一下OpenCV 的获取，安装以及用Visual Stuido 2017 进行开发的配置，希望能对OpenCV图像处理初学者有点帮助。另外，这里用的是官方的安装版本，扩展模块（如求特征点等功能）还不支持，需要对OpenCV的源码进行编译才行，后面抽空再整理，敬请关注！

待扩展：

1.source文件夹存放的Opencv相关的一些资源文件介绍

2.OpenCV源码编译，调用OpenCV扩展模块