QT上位机开发（简易图像处理软件）

【?声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

? ? ? ? 大家都知道图像处理非常地重要，因为它不仅仅是可以用于拍照美颜，而且在工业、医疗和军事等方面也发挥着巨大的作用。另外一点大家有所不知的是，在工业上，图像处理排名靠前的几家公司，长期都是高毛利、高利润的代名词。这一次QT开发，我们正好可以借助于opencv开源库，做一个简单的图像处理软件。

1、创建一个简单的qt widget工程

? ? ? ? 我们需要这个工程，仅仅是引用它的一个框架。唯一需要注意的是，创建工程的时候，一定要选择64位。

2、安装opencv库

? ? ? ? 之前一直认为windows上面opencv库都需要自己编译的，但是没想到在opencv官方网站，都是已经编译好的头文件和静态库和动态库。有了这几点，使用起来就非常方便了。这个安装包，就是编译好的压缩库，里面有头文件、lib文件和dll文件而已。

https://opencv.org/releases/

3、设置include目录

? ? ? ? 安装了opencv之后，那么刚才创建的工程，就一定需要把opencv include目录包进来。注意选择的时候，一定是x64下面的目录，而不是x86下面的目录，这一点很容易混肴的。

4、设置静态库的链接

? ? ? ? 除了头文件的编译之外，opencv静态库链接也是非常需要的。不然的话，代码即使编译通过了，最后也会链接不过的。所以，还要在x64环境下选择静态库的链接地址，

5、修改main.cpp代码

? ? ? ? main.cpp代码其实比较简单。首先注释掉原来所有代码，接着就是创建一个Mat的image，在二值化之后通过QImage转成QPixmap，最后把QPixmap贴到一个label标签上。有了前面的头文件和lib文件，这边编译应该没有什么问题了。

#include <QtWidgets/QApplication>
#include <opencv2/opencv.hpp>
#include <QImage>
#include <QPixmap>
#include <QLabel>

int main(int argc, char *argv[])
{
	QApplication a(argc, argv);

	// 读取图像
	cv::Mat originalImage = cv::imread("lena.png");

	// 将图像灰度化
	cv::Mat grayImage;
	cv::cvtColor(originalImage, grayImage, cv::COLOR_BGR2GRAY);

	// 将灰度图像进行二值化处理
	cv::Mat binaryImage;
	cv::threshold(grayImage, binaryImage, 128, 255, cv::THRESH_BINARY);

	// 将OpenCV二值化图像转换为Qt图像
	QImage qImage(binaryImage.data, binaryImage.cols, binaryImage.rows, binaryImage.step, QImage::Format_Grayscale8);
	QPixmap pixmap = QPixmap::fromImage(qImage);

	// 在Qt界面中显示二值化图像
	QLabel label;
	label.setPixmap(pixmap);
	label.show();

	return a.exec();
}

6、拷贝opencv的dll文件到可执行文件目录

? ? ? ? 生成的exe既依赖于qt，也依赖于opencv。那么依赖于opencv的这部分呢，可以直接把对应的dll文件copy到生成的exe目录下，qt这部分可以通过直接vs2017 debug调试启动的方式来解决。

7、寻找vcruntime140_1d.dll

? ? ? ? 实际运行的时候，系统还会提示我们，当前没有vcruntime140_1d.dll这个文件。关于这个文件，应该是opencv编译的时候涉及到的，可以通过下面这个网站进行查找，拷贝到exe目录下即可，

https://cn.dll-files.com/vcruntime140_1d.dll.html

8、下载测试图片lena.png

? ? ? ? 所有程序都准备好了，那么下面需要的就是测试图片。这部分呢，我们可以去寻找最经典的测试图片lena.png，比如可以从如下这个地址进行考虑。当然，图片记得一定放在h文件、cpp文件同级目录下。

https://github.com/mikolalysenko/lena/blob/master/lena.png

9、开始测试

? ? ? ? 程序、动态库、图片都准备好之后，就可以测试了。这个时候，我们在vs2017下面启动调试程序，不出意外的话，就可以看到一张灰化的二值化图片。