VSCode 与 PyCharm 配置 OpenCV 实战指南（Python 与 C++）

1. 下载 Python 安装包
   • 访问 Python 官网，点击最新 3.x 版本（例如 Python 3.11.x）的 Windows Installer（根据自己系统选择 64-bit）。
2. 运行安装程序
   • 勾选页面底部的 'Add Python 3.x to PATH'，然后点击 'Install Now'。
   • 等待安装完成。
3. 验证安装

打开 命令提示符 (CMD) 或 PowerShell，输入：

python --version 

若显示类似 Python 3.11.x，说明安装成功。

同时验证 pip：

pip --version 

若显示 pip 23.x.x from ...，表示 pip 可用。

创建并激活虚拟环境

为了保证项目依赖独立，建议使用虚拟环境（venv）。

1. 进入你希望存放项目的文件夹，例如：

cd C:\Users\你的用户名\Projects
mkdir OpenCV_VSCode_Python
cd OpenCV_VSCode_Python

2. 创建虚拟环境：

python -m venv venv

这会在当前文件夹下创建一个名为 venv 的子文件夹，里面包括独立的 Python 解释器。

3. 激活虚拟环境：
   • 激活后，终端提示符会出现前缀 (venv)。

在 PowerShell（可能需要先解除脚本执行限制）：

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
.\\venv\\Scripts\\Activate.ps1

在 命令提示符：

venv\\Scripts\\activate.bat

注意：后续所有在终端执行的 pip install、python 命令，都将在该虚拟环境中生效。如需退出虚拟环境，输入 deactivate 即可。

安装 VSCode 及 Python 插件

1. 下载 VSCode
   • 访问 VSCode 官网，点击下载适用于 Windows 的安装程序。
   • 安装时勾选 'Add to PATH'、'Register Code as Editor for supported file types' 等选项（方便后续直接在资源管理器右键打开）。
2. 安装 Python 插件
   • 在左侧扩展图标（Extensions）中，搜索 'Python'，由 Microsoft 发布的官方扩展为 ms-python.python。
   • 点击 'Install' 进行安装。
   • 安装完毕后，VSCode 底部状态栏会出现已识别的 Python 解释器选项。

安装 OpenCV（Python 版）

1. 确保虚拟环境已激活
2. 安装 OpenCV-Python 包
   • 解释：
     • opencv-python：主模块，包含核心功能。
     • opencv-contrib-python：包含额外的算法模块（contrib），推荐同时安装。

在终端输入：

pip install opencv-python opencv-contrib-python

3. 验证安装
   • 如果输出类似 4.8.0 或者其他版本号，就说明安装成功。
   • 输入 exit() 退出 Python 交互。

在交互式命令行输入：

import cv2
print(cv2.__version__)

在 VSCode 中创建、配置项目

1. 打开项目文件夹
   • 在 VSCode 中，依次点击：文件 → 打开文件夹…，选择刚才创建的 C:\Users\你的用户名\Projects\OpenCV_VSCode_Python 文件夹。
2. 选择 Python 解释器
   • 在 VSCode 窗口的右下角，会显示当前默认的 Python 解释器。如果它还不是 venv 中的解释器：
     • 点击右下角'Python 版本号'，在弹出的'Python 选择解释器'列表里，选择以 venv 路径开头的那个项（例如 C:\...\OpenCV_VSCode_Python\venv\Scripts\python.exe）。
3. 创建示例脚本文件
   • 在项目根目录下，点击左侧资源管理器里的'新建文件'，命名为 opencv_test.py。
4. 自动补全 / IntelliSense 检查
   • 如果 import 时没有红线报错，说明 VSCode 已经正确识别 cv2 模块。

打开 opencv_test.py，输入：

import cv2
# 测试 OpenCV 是否可用
img = cv2.imread('test.jpg')
cv2.imshow('Test Window', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：示例中使用 cv2.imshow 需要在 Windows 本地环境执行，且要确保当前目录下存在名为 test.jpg 的图像文件。可以自行下载一张测试图片命名为 test.jpg 放在项目根目录。

编写并运行 Python 示例脚本

1. 准备测试图像
   • 在项目根目录下，新建一个名为 test.jpg 的图像（任意一张照片即可）。
2. 在 VSCode 中执行
   • 如果成功，会弹出窗口显示图像。终端会打印 按任意键关闭窗口...。按任意键后，窗口关闭，程序结束。

打开 opencv_test.py，可以点击右上方的绿色运行按钮（▶），或者在终端中手动输入：

python opencv_test.py

完整示例代码（opencv_test.py）：

import cv2

def main():
    # 读取本目录下的 test.jpg
    img = cv2.imread('test.jpg')
    if img is None:
        print('无法读取 test.jpg，请确认文件存在于当前目录')
        return
    # 将图像转换为灰度并显示
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    cv2.imshow('原图', img)
    cv2.imshow('灰度图', gray)
    print('按任意键关闭窗口...')
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == '__main__':
    main()

至此，Python + VSCode + OpenCV 环境配置完成！

C++ + VSCode 环境配置

本节将介绍如何在 Windows 平台下，通过 VSCode + CMake + MSVC 构建并使用 OpenCV C++ 库，详细说明下载预编译包、设置环境变量、配置 VSCode 对 C++ 的编译与调试等步骤。

安装 C++ 编译工具（Windows：Visual Studio Build Tools）

1. 下载
   • 访问 Visual Studio 官网下载页，向下滚动到 'Tools for Visual Studio 2022' 部分，找到 'Build Tools for Visual Studio 2022' 并点击下载。
2. 安装
   • 运行下载得到的 vs_BuildTools.exe 安装程序。
   • 选择工作负载（Workloads）：勾选 '使用 C++ 的桌面开发'（Desktop development with C++），确保下方包含：
     • MSVC v143 或 v142 – VS 2022 C++ x64/x86 构建工具
     • Windows 10 或 11 SDK
     • CMake 工具
   • 点击右下角 'Install'；等待下载并安装，安装过程大约需要 5 GB 空间与数分钟时间。
3. 验证
   • 安装完成后，打开 x64 Native Tools Command Prompt for VS 2022（在「开始菜单 → Visual Studio 2022」中即可找到）。

同时验证 CMake：

cmake --version

如果输出类似 cmake version 3.27.x，说明 CMake 安装成功。

输入：

cl

如果出现 Microsoft (R) C/C++ Optimizing Compiler 等输出，则说明 MSVC 已就绪。

下载并配置 OpenCV 预编译包

1. 下载 OpenCV Windows 预编译包
   • 访问 OpenCV Releases（或在浏览器搜索 'OpenCV releases'），找到最新的 Windows 预编译版本，例如 OpenCV 4.8.0。
   • 下载 .exe 安装包（例如 opencv-4.8.0-vc14_vc15.exe）或者 .zip 包。
2. 解压/安装
   • 如果下载的是 .exe 安装包，双击运行，选择安装目录（例如 C:\opencv\opencv-4.8.0）。
   • 如果下载的是 .zip，右键解压到例如 C:\opencv\opencv-4.8.0。
3. 环境变量配置
   • 添加 OPENCV_DIR
     1. 右键'此电脑' → '属性' → '高级系统设置' → '环境变量(N)…'。
     2. 点击确定。
   • 修改 Path
     1. 在 '系统变量(S)' 区域，找到 Path，选中后点击 '编辑(I)…'。
     2. 点击确定，保存退出。

验证（在新的命令提示符中）

echo %OPENCV_DIR%

若输出上述路径，则生效。

添加一行：

C:\opencv\opencv-4.8.0\build\x64\vc15\bin

在 '系统变量(S)' 区域，点击 '新建(W)…'，变量名填 OPENCV_DIR，变量值填：

C:\opencv\opencv-4.8.0\build\x64\vc15

说明：vc15 对应 VS 2017/2019/2022 通用的构建；若你安装的 OpenCV 版本是基于 VS 2019/2022，则文件夹可能是 vc14/vc15。请根据实际目录填写。build\x64\vc15\bin 下包含了各类 .dll 动态库，以及 opencv_world480.dll（单一 DLL）或多个 opencv_*.dll。

安装 VSCode C/C++ 扩展

1. 打开 VSCode
   • 如果还未运行 VSCode，请双击打开。
2. 安装 C/C++ 扩展
   • 由 Microsoft 发布的官方扩展'C/C++' (ms-vscode.cpptools) 位于搜索结果第一。
   • 点击 'Install' 进行安装。
3. 安装 CMake Tools 扩展（可选，但强烈推荐）
   • 由 Microsoft 发布的 'CMake Tools' (ms-vscode.cmake-tools) 拓展可以让 VSCode 本身识别 CMake 项目、自动生成配置，便于日后管理复杂项目。
   • 点击 'Install' 安装。

在扩展市场搜索：

C/C++
CMake Tools

小贴士：安装完毕后，VSCode 右下角会出现 'CMake: [未激活/Kit: None]' 的字样，表示已加载 CMake Tools。CMake Tools 能自动检测系统中的 CMake、编译器（如 MSVC），并允许你通过 GUI 直接选择 '配置'、'生成'、'编译'等操作。

在 VSCode 中创建 C++ 项目（CMake + 示例代码）

下面以 CMake 构建示例讲解如何集成 OpenCV。

1. 新建项目文件夹
   • 在你喜欢的位置（例如 C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP）创建文件夹：

mkdir C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP
cd C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP

2. 准备项目结构
   • 其中：
     • CMakeLists.txt：CMake 构建配置文件。
     • src/main.cpp：C++ 示例代码文件。
     • image/test.jpg：测试用图像。可自行准备一张照片并放置其中。

路径示例：

C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP\image\test.jpg

编写 main.cpp 示例
在 src/main.cpp 中，复制以下代码：

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 构造图像路径（相对路径：工程目录/image/test.jpg）
    std::string image_path = "../image/test.jpg";
    cv::Mat img = cv::imread(image_path);
    if(img.empty()) {
        std::cerr << "无法打开图像：" << image_path << std::endl;
        return -1;
    }
    cv::Mat gray;
    cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);
    cv::imshow("原图 (Color)", img);
    cv::imshow("灰度图 (Gray)", gray);
    std::cout << "按任意键退出..." << std::endl;
    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

编写 CMakeLists.txt
在项目根目录（OpenCV_VSCode_CPP）新建 CMakeLists.txt，内容示例如下（请根据你的 OpenCV 版本与文件夹路径自行替换 OPENCV_DIR）：

cmake_minimum_required(VERSION 3.10)
project(OpenCV_VSCode_CPP)

# 设置 C++ 标准（此处为 C++17，可自定义）
set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

# 查找 OpenCV 包
# OPENCV_DIR 环境变量已在系统中定义，指向 C:/opencv/opencv-4.8.0/build/x64/vc15
find_package(OpenCV REQUIRED)

# 输出包含目录（可选，便于在编译输出中查看）
message(STATUS "OpenCV include dirs: ${OpenCV_INCLUDE_DIRS}")
message(STATUS "OpenCV libraries: ${OpenCV_LIBS}")

# 添加可执行文件
add_executable(${PROJECT_NAME} src/main.cpp)

# 链接 OpenCV 库
target_link_libraries(${PROJECT_NAME} PRIVATE ${OpenCV_LIBS})

说明：find_package(OpenCV REQUIRED)：依赖于环境变量 OPENCV_DIR，CMake 会在 {OPENCV_DIR}/x64/vc15/lib/cmake/opencv4 下寻找相关配置。${OpenCV_INCLUDE_DIRS} 包含了 include 文件夹的路径，比如 C:/opencv/opencv-4.8.0/build/include。${OpenCV_LIBS} 包含了所有需要链接的 .lib 文件（静态链接或动态链接均由 CMake 自动选择）。

在 OpenCV_VSCode_CPP 目录下，新建以下文件/文件夹结构：

OpenCV_VSCode_CPP
├── CMakeLists.txt
├── src
│   └── main.cpp
└── image
    └── test.jpg

配置 c_cpp_properties.json、tasks.json 与 launch.json

如果你安装了 CMake Tools 扩展，可以让 VSCode 自动生成大部分配置；这里展示手动配置方式，以便理解其原理。若使用 CMake Tools，后续手动配置步骤可略做简化。

c_cpp_properties.json

此文件用来告知 VSCode C/C++ 扩展，头文件搜索路径（includePath）和 IntelliSense 选项。位置：.vscode/c_cpp_properties.json。

在项目根目录下新建 .vscode 文件夹，再在其中新建 c_cpp_properties.json，内容示例：

{
    "configurations": [
        {
            "name": "Win32",
            "includePath": ["${workspaceFolder}/**", "C:/opencv/opencv-4.8.0/build/include"],
            "defines": ["_DEBUG", "UNICODE", "_UNICODE"],
            "windowsSdkVersion": "10.0.19041.0",
            "compilerPath": "C:/Program Files/Microsoft Visual Studio/2022/BuildTools/VC/Tools/MSVC/14.35.32215/bin/Hostx64/x64/cl.exe",
            "cStandard": "c11",
            "cppStandard": "c++17",
            "intelliSenseMode": "windows-msvc-x64"
        }
    ],
    "version": 4
}

请根据实际安装路径更改：includePath 中第二行要与 C:\opencv\opencv-4.8.0\build\include 路径一致。compilerPath 为 MSVC 编译器的绝对路径，可在命令提示符中 where cl.exe 查到，然后复制完整路径。windowsSdkVersion 根据你安装的 Windows SDK 版本填写，若不知道可以先留空或使用默认，IntelliSense 会自动识别。

tasks.json

此文件告诉 VSCode 如何调用编译命令，把 CMake 的生成任务或直接 cl/g++ 编译语句写入这里，以便按下'Ctrl+Shift+B'时直接编译。位置：.vscode/tasks.json。

示例：使用 CMake 编译

{
    "version": "2.0.0",
    "tasks": [
        {
            "label": "CMake: Configure",
            "type": "shell",
            "command": "cmake",
            "args": ["-S", "${workspaceFolder}", "-B", "${workspaceFolder}/build", "-G", "NMake Makefiles"],
            "group": {"kind": "build", "isDefault": true},
            "problemMatcher": []
        },
        {
            "label": "CMake: Build",
            "type": "shell",
            "command": "cmake",
            "args": ["--build", "${workspaceFolder}/build", "--config", "Debug"],
            "group": "build",
            "problemMatcher": []
        }
    ]
}

说明：-S ${workspaceFolder}：指明 CMakeLists.txt 所在目录。-B ${workspaceFolder}/build：生成输出目录为 build 文件夹。-G "NMake Makefiles"：使用 NMake 工具链（MSVC）；如果你更喜欢使用 Visual Studio 生成文件，可写 -G "Visual Studio 17 2022"，但此时 VSCode 下的命令行编译方式会不同。'CMake: Configure' 与 'CMake: Build' 两个任务，可以分别按顺序运行，也可绑定到快捷键。

如果你不想使用 CMake，而想手动调用 cl.exe 进行编译，也可写成：

{
    "version": "2.0.0",
    "tasks": [
        {
            "label": "Compile main.cpp",
            "type": "shell",
            "command": "\"C:/Program Files/Microsoft Visual Studio/2022/BuildTools/VC/Tools/MSVC/14.35.32215/bin/Hostx64/x64/cl.exe\"",
            "args": ["/EHsc", "/I", "C:/opencv/opencv-4.8.0/build/include", "src\\main.cpp", "/link", "/LIBPATH:C:/opencv/opencv-4.8.0/build/x64/vc15/lib", "opencv_world480.lib"],
            "group": {"kind": "build", "isDefault": true},
            "presentation": {"reveal": "always"},
            "problemMatcher": "$msCompile"
        }
    ]
}

说明：指定了 cl.exe 的路径。/I 参数加入了 OpenCV 的头文件目录。/link 后面通过 /LIBPATH 指定了 .lib 库所在目录。最后直接链接了 opencv_world480.lib（如果你的版本号不同，请替换为相应的 .lib 名称）。上述任务执行后，会在项目根目录生成 main.exe 可执行文件。

launch.json

此文件用于 VSCode 的调试配置（Debugging），当你按下 F5 或点击调试时，VSCode 会按照这里的配置启动程序。位置：.vscode/launch.json。

示例（调试 CMake 生成的可执行文件）

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Debug: OpenCV_Cpp (CMake)",
            "type": "cppvsdbg",
            "request": "launch",
            "program": "${workspaceFolder}/build/Debug/OpenCV_VSCode_CPP.exe",
            "args": [],
            "stopAtEntry": false,
            "cwd": "${workspaceFolder}",
            "environment": [],
            "console": "externalTerminal",
            "preLaunchTask": "CMake: Build"
        }
    ]
}

说明：program：可执行文件的路径，请根据你在 CMake 中选择的生成模式（Debug/Release）和项目名进行修改。preLaunchTask：在调试前自动执行哪个 Task，此处我们指向了 'CMake: Build'，即每次调试前会自动触发编译。"console": "externalTerminal"：程序调试时使用外部终端弹出窗口，便于使用 cv::imshow 弹窗显示图像。

如果你采用手动 cl 编译方式，则 program 路径改为 ${workspaceFolder}/main.exe，并将 preLaunchTask 改为你在 tasks.json 中定义的 'Compile main.cpp'。

编译并运行 C++ 示例程序

1. 打开 VSCode，选择配置
   • 点击右下角的 'Configure CMake Project' 或者 '选择任务/运行任务'，若你按照上文使用了 CMake Tools 扩展，可直接在 VSCode 右下方的状态栏找到 'CMake: [Kit: …]' 并选择你需要的 Kit（如 'Desktop x64'）；然后点击 'Configure' 让 CMake 生成工程。
   • 如果不使用 CMake Tools 扩展，则可以直接按 Ctrl+Shift+B，选择 'CMake: Configure' → 'CMake: Build'。
2. 生成与编译
   • 使用 CMake Tools：
     • 点击 VSCode 底部状态栏 'CMake: [Debug]' → 选择 'Build'。
     • 等待输出窗口中出现 '-- Build finished' 提示。
   • 手动 cl 方式：
     • 按 Ctrl+Shift+B，选择 'Compile main.cpp' 任务。
     • 等待终端中出现 'main.cpp: …' 编译信息，并最终生成 main.exe。
3. 调试或运行
   • 若要调试，按 F5 或点击左侧活动栏 'Run and Debug' → 选择 'Debug: OpenCV_Cpp (CMake)'。
   • 程序运行后，会弹出两个窗口：一个显示彩色图像 test.jpg，一个显示灰度图像，终端会打印 按任意键退出...。

若仅要运行，直接在 命令提示符、PowerShell 或 VSCode 终端输入：

cd build\Debug
.\\OpenCV_VSCode_CPP.exe

或者：

cd C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP
main.exe

注意事项：如果运行时提示找不到 opencv_world480.dll（或其他版本号），请确认：已正确将 C:\opencv\opencv-4.8.0\build\x64\vc15\bin 添加到系统 Path。重新打开 VSCode 或命令提示符，确保环境变量生效。如果仍报错，可将 opencv_world480.dll 手动复制到可执行文件所在目录（build\Debug 或项目根目录）进行临时调试。

Python + PyCharm 环境配置

本节演示如何在 PyCharm 中搭建 Python + OpenCV 环境，流程与 VSCode 类似，但由 PyCharm 自带的 GUI 操作来完成虚拟环境创建与包管理。

安装 PyCharm

1. 下载
   • 访问 PyCharm 官网，下载社区版（Community）即可，若有教育/工作需要商用高级功能，可选择 Professional 版。
2. 安装
   • 双击下载得到的 pycharm-community-2025.x.exe，一路下一步即可。
   • 建议安装时勾选 'Create Desktop Entry' 以及 'Update PATH variable'，方便后续从命令行启动。
3. 首次启动
   • 运行 PyCharm，选择 'Skip Remaining and Set Defaults' 跳过主题、插件等预设，也可以按需自定义。

创建 Python 项目并选择解释器

1. 启动 PyCharm
   • 在欢迎界面中点击 'New Project'。
2. 配置项目
   • Location：选择一个项目路径，例如 C:\Users\你的用户名\Projects\OpenCV_PyCharm_Python。
   • Python Interpreter（关键）：
     • PyCharm 默认会使用系统默认 Python，也会让你创建一个新的虚拟环境。
     • 选择 'New environment using Virtualenv'，如果你想让 PyCharm 自动创建并管理虚拟环境。
   • 点击 'Create'。
3. 项目结构

PyCharm 创建后，会在项目根目录下生成：

OpenCV_PyCharm_Python
├── .idea
└── main.py # 默认文件，可重命名或删除

或者，你也可以选择 'Existing interpreter'，并指向之前手动创建的 venv：

C:\Users\你的用户名\Projects\OpenCV_PyCharm_Python\venv\Scripts\python.exe

在 PyCharm 中安装 OpenCV（Python 版）

1. 打开 Settings（设置）
   • 依次点击菜单栏：File → Settings…（Windows）或 PyCharm → Preferences…（macOS）。
2. Project Interpreter 管理
   • 在设置框中，左侧选择 Project: OpenCV_PyCharm_Python → Python Interpreter。
   • 如果已经有正确的虚拟环境或系统 Python 被选中，在右侧会列出当前已安装的包列表（可能为空）。
   • 点击右侧列表上方的 '+' 按钮，打开 'Available Packages' 搜索框。
3. 搜索并安装 opencv-python
   • 在搜索框中输入 opencv-python，选中后点击 'Install Package' 按钮。
   • 等待安装成功，期间会自动处理依赖。
4. 验证安装
   • 安装完成后，点击 'OK' 或 'Apply' 关闭设置。
   • 在项目根目录放置一张 test.jpg，然后右键 opencv_test.py → 'Run 'opencv_test''。
   • 运行后，若终端输出 OpenCV 版本号并弹窗显示图片，说明 Python + OpenCV 在 PyCharm 中配置成功。

在项目的 src 目录（若无可新建一个 src 文件夹），右键新建 Python 文件 opencv_test.py，输入：

import cv2
print("OpenCV 版本：", cv2.__version__)
# 测试读取并显示
img = cv2.imread('test.jpg')
if img is None:
    print("无法读取 test.jpg，请确认文件存在于项目根目录或指定路径")
else:
    cv2.imshow("Show", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

编写并运行 Python 示例脚本

1. 项目结构
   • 建议将示例脚本都放在 src 或 scripts 文件夹下，并把测试图像放到项目根目录，结构示例：

OpenCV_PyCharm_Python
├── .idea
├── src
│   └── opencv_test.py
└── test.jpg

2. 运行方式
   • 在 PyCharm 左侧项目文件树，右键 opencv_test.py → Run 'opencv_test'；
   • 观察控制台打印尺寸信息，窗口会弹出原图与灰度图。

示例代码详解（src/opencv_test.py）

import cv2
import sys

def main():
    # 读取本项目根目录下的 test.jpg
    img = cv2.imread('test.jpg')
    if img is None:
        print('Error: 无法读取 test.jpg')
        sys.exit(1)
    # 获取图像尺寸（高度、宽度、通道数）
    height, width, channels = img.shape
    print(f'图像尺寸：{width}x{height}，通道数：{channels}')
    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 画一个矩形框，示范如何使用绘制函数
    top_left = (int(width * 0.2), int(height * 0.2))
    bottom_right = (int(width * 0.8), int(height * 0.8))
    cv2.rectangle(img, top_left, bottom_right, (0, 255, 0), 2)
    # 显示原图与灰度图
    cv2.imshow("原图 + 矩形框", img)
    cv2.imshow("灰度图", gray)
    print("按任意键关闭窗口...")
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == "__main__":
    main()

至此，Python + PyCharm + OpenCV 环境配置完成！

C++ + PyCharm 环境配置

PyCharm 对 C/C++ 的支持与 VSCode/CLion 之间有所差异。PyCharm Community 版本本身并不包含原生 C++ 项目模板或强力的 CMake GUI 集成。如果你使用 Professional 版本，也只能得到有限的 CMake 支持。所以，本节将演示一种'在 PyCharm 中使用 CMake + 外部工具 / 终端'来编写、编译、运行 C++ + OpenCV 的方法。

PyCharm 对 C++ 支持说明

1. PyCharm Community vs Professional
   • Community 版：只针对 Python 开发，有基本的文本编辑功能。可以用作编写 C++ 代码的文本编辑器，但没有内置 CMake 项目模板或调试器。
   • Professional 版：具备一定的 CMake 支持（如识别 CMakeLists.txt 并提供语法高亮），但是并不如 CLion 那般完善。
2. 推荐方案
   • 对于初学者，若重点还是想在一个 IDE 中同时管理 Python 和 C++，可使用 PyCharm Professional，并利用其对 CMake 的基础识别。
   • 如果你只有 Community 版，依然可以在项目中编写 C++ 源码和 CMakeLists.txt，但必须依靠 PyCharm 终端或外部构建工具来完成编译与调试。
3. 插件
   • PyCharm 有第三方插件（如 C/C++），但大多数需要专业版才能生效。此处暂不使用插件，而采用最通用的方式：在 PyCharm 中打开 CMake 项目，配合终端完成编译、运行、调试。

利用 CMake 构建 C++ 项目并使用终端/外部工具

假设你已经安装了 Visual Studio Build Tools、CMake、并且系统环境变量中包含了 OpenCV 的路径（参见第 3 章的内容）。下面以一个名为 OpenCV_PyCharm_CPP 的项目演示如何在 PyCharm 中操作。

1. 创建项目
   • 打开 PyCharm（Professional 推荐），点击 'Open'，选择你在 VSCode 项目中已经创建好的 C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP 文件夹（或者新建一个独立同样结构的项目）。
   • PyCharm 会自动识别到一个 CMakeLists.txt 文件，并在右上角显示 'Load CMake Project' 或 'CMake: [未配置]'。
2. 配置 CMake Profiles（仅 Professional 可见）
   • 点击右上角的 CMake 符号，进入 'CMake Profiles' 设置。
   • 新建一个 Profile，命名为 Debug，并指定：
     • CMake executable：系统中可执行的 cmake 路径（通常在环境变量中已经可用，写 cmake 即可）。
     • Generator：选择 NMake Makefiles（与 VSCode 配置保持一致）。
     • CMake Options：如果需要传入 -DCMAKE_BUILD_TYPE=Debug，可以在此处添加。
   • 保存后，PyCharm 会自动使用该 Profile 运行 CMake，生成构建文件。（这一过程可能需要几秒钟）
3. 查看生成结果
   • CMake 生成的项目文件会位于项目根目录下或 cmake-build-debug（由 PyCharm 默认创建的构建目录）。你会在该目录下看到 .ninja、.ninja_deps、.ninja_log 或者 Makefile、CMakeCache.txt 等文件。
4. 编译项目
   • Professional 版：
     • 在右上角可以看到一个绿色小锤子图标（Build）。点击它，即可执行 CMake 构建。
     • 或者在菜单 Build → Build Project。
   • Community 版：
     • 上述命令会在 build\ 下生成 OpenCV_VSCode_CPP.exe。
5. 运行与调试
   • Professional 版：
     • 在 CMake 构建完成后，PyCharm 会自动发现可执行文件（.exe）并在 'Run' 配置中列出。
     • 点击项目右上方的运行配置下拉框，选择 OpenCV_VSCode_CPP.exe，然后点击绿色 ▶，即可运行。
     • 若要调试，点击 'Debug' 小虫子图标，PyCharm 会以 Debug 模式启动。
   • Community 版：
     • 由于 Community 版不支持 C++ 调试器，你可以在 Terminal 中手动执行：

cd C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP\build
OpenCV_VSCode_CPP.exe

若要调试，只能在使用 Visual Studio Developer Command Prompt 下调用 Debug 版本，或使用其他外部调试器（如 WinDbg），这里不做详细介绍。

PyCharm Community 版无法直接调用 CMake 构建。此时，你需要在 PyCharm 内置 Terminal（终端）中手动执行 CMake 命令：

cd C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP
mkdir build
cd build
cmake -G "NMake Makefiles" -DCMAKE_BUILD_TYPE=Debug ..
nmake

如果成功，说明 CMake 已检测了你的 OpenCV 环境。你可以在 'Event Log' 中看到类似：

-- OpenCV include dirs: C:/opencv/opencv-4.8.0/build/include
-- OpenCV libraries: opencv_world480

在 PyCharm 中运行与调试 C++ 示例

2. 点击 ▶ 执行，或点击 🐞 进行调试。 | | Community | 1. 在左侧项目窗口，右键点击项目根目录 → 'Open in Terminal'。
3. 在终端输入：
   cd build
OpenCV_VSCode_CPP.exe
   若需调试，仅能外部工具） |

小贴士：如果你 Community 版想借助 GUI 形式编译与调试 C++，请使用 CLion 或 VSCode。PyCharm Community 更适合作为文本编辑器与 Python IDE。PyCharm Professional 可将 CMake 构建过程无缝纳入 IDE，但若需调试核心断点，确保 launch.json / Debug 配置正确指向生成的可执行文件。

常见问题与解决方案

1. 报错 'import cv2: No module named cv2'
   • 原因：Python 环境中没有安装 OpenCV-Python，或 VSCode/PyCharm 中选择的解释器并非预期的虚拟环境。
   • 解决：
     1. 确认当前终端是否激活虚拟环境 ((venv) 前缀)。
     2. 在激活后执行 pip install opencv-python。
     3. 在 VSCode 中，点击右下角 Python 版本号，确保选择的解释器路径指向虚拟环境。
     4. 在 PyCharm Settings→Project Interpreter 中确认已安装 opencv-python。
2. C++ 编译报错 'cannot open source file 'opencv2/opencv.hpp''
   • 原因：includePath 中没有正确包含 OpenCV include 目录，或者 find_package(OpenCV) 失败。
   • 解决：
     1. 检查系统环境变量 OPENCV_DIR 是否正确指向 ...\opencv\build\x64\vc15。
     2. 在 CMakeLists.txt 中打印 ${OpenCV_INCLUDE_DIRS}，确认 CMake 找到的路径正确。
     3. 如果手动 cl 编译，在 tasks.json 或命令行也要加上 /I "C:/opencv/opencv-4.8.0/build/include"。
3. 运行时报错找不到 opencv_worldXXX.dll
   • 原因：系统 PATH 中没有包含 OpenCV 的 bin 目录，或者尚未重启终端/IDE。
   • 解决：
     1. 确认系统环境变量 Path 中已加入 C:\opencv\opencv-4.8.0\build\x64\vc15\bin。
     2. 重启 VSCode、PyCharm 或者操作系统，然后重新运行。
     3. 如果问题依旧，可手动复制 opencv_world480.dll 到可执行文件所在目录（仅作临时测试）。
4. PyCharm CMake 加载失败 / 无法检测编译器
   • 原因：PyCharm Professional 未正确识别系统中的 CMake 或 MSVC。
   • 解决：
     1. 在命令行中执行 cmake --version、cl，确认这两个命令可用。
     2. 在 PyCharm Settings → Build, Execution, Deployment → CMake 中，手动指定 CMake 可执行文件完整路径。
     3. 在 'CMake Profiles' 中，检查 'Generator' 是否与实际安装的工具链匹配（例如 MSVC 对应 'Visual Studio 17 2022' 或 'NMake Makefiles'）。
5. VSCode Python 调试无法弹窗显示 cv2.imshow
   • 原因：部分远程/WSL 环境不支持 GUI 弹窗，或者 Python 解释器选择不正确。
   • 解决：
     1. 确认使用的是本地 Windows 环境，而非 WSL/Remote SSH。
     2. 检查 Python 解释器是否为正确的虚拟环境。
     3. 在 VSCode 的 launch.json 中，console 字段改为 "externalTerminal", 确保弹窗可见。
6. 编译速度很慢 / 内存消耗大
   • 原因：CMake 默认会同时生成 Debug/Release 多种版本，或者没有用到增量编译。
   • 解决：
     1. 如果使用 VSCode CMake Tools，切换到单一构建配置（右下角切换 'Debug' 或 'Release'）。
     2. 确保不要在同一个目录里反复 rm -rf build/* 再完整重建，而是只在必要时清理。

在 CMakeLists.txt 中指定：

set(CMAKE_BUILD_TYPE Release)

附录

Windows 环境变量简要说明

• 系统变量 vs 用户变量：
  • '系统变量'对所有用户生效；'用户变量'仅对当前 Windows 登录用户生效。
  • 建议将 OPENCV_DIR、Path 中添加 OpenCV 路径放入 系统变量，以保证 VSCode/其他工具都能识别。

常用变量：

CMakeLists.txt 详细示例

如果你想更深入地了解 CMakeLists.txt，下面给出一个更'健壮'的示例，支持 Debug/Release 双配置，并自动设置安装路径：

cmake_minimum_required(VERSION 3.10)
project(OpenCV_VSCode_CPP)

# 设置 C++ 标准
set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

# 防止 Reconfig 时覆盖旧的 Release/Debug 结果
if (NOT CMAKE_BUILD_TYPE)
    set(CMAKE_BUILD_TYPE Release CACHE STRING "Choose the type of build." FORCE)
endif()

# 查找 OpenCV
find_package(OpenCV REQUIRED)

# 打印信息
message(STATUS "==== OpenCV 信息 ====")
message(STATUS "OpenCV 版本： ${OpenCV_VERSION}")
message(STATUS "OpenCV 包路径： ${OpenCV_DIR}")
message(STATUS "OpenCV 头文件目录： ${OpenCV_INCLUDE_DIRS}")
message(STATUS "OpenCV 库文件： ${OpenCV_LIBS}")
message(STATUS "====================")

# 指定可执行文件输出目录
set(EXECUTABLE_OUTPUT_PATH ${PROJECT_BINARY_DIR}/bin)

# 指定库文件输出目录
set(LIBRARY_OUTPUT_PATH ${PROJECT_BINARY_DIR}/lib)

# 包含子目录（如果你有其他子模块可以分开管理）
# add_subdirectory(src)

# 添加主程序
add_executable(${PROJECT_NAME} src/main.cpp)

# 链接 OpenCV
target_link_libraries(${PROJECT_NAME} PRIVATE ${OpenCV_LIBS})

# 若需安装
install(TARGETS ${PROJECT_NAME} RUNTIME DESTINATION bin)

解释：CMAKE_BUILD_TYPE 通过缓存变量管理了 Debug/Release，可在 CMake GUI 或命令行中指定 -DCMAKE_BUILD_TYPE=Debug，否则默认 Release。将可执行文件输出到 build/bin，使项目结构更清晰。install(...) 方便以后打包安装。

快速回顾

• Python + VSCode
  1. 安装 Python 并创建虚拟环境；
  2. 安装 VSCode Python 扩展；
  3. pip install opencv-python opencv-contrib-python；
  4. 编写 opencv_test.py，执行并验证 cv2.imshow 弹窗。
• C++ + VSCode
  1. 安装 Visual Studio Build Tools（MSVC）+ CMake；
  2. 下载并解压 OpenCV Windows 预编译包，配置环境变量 OPENCV_DIR 与 Path；
  3. 安装 VSCode C/C++、CMake Tools 扩展；
  4. 创建含 CMakeLists.txt 和 src/main.cpp 的项目；
  5. 在 VSCode 中执行 'CMake: Configure' → 'CMake: Build'；
  6. 调试（F5）或运行可执行文件，观察图像输出。
• Python + PyCharm
  1. 安装 PyCharm，新建项目并选择虚拟环境；
  2. 在 Project Interpreter 中安装 opencv-python；
  3. 编写并运行 opencv_test.py，检查图像显示。
• C++ + PyCharm
  1. PyCharm Professional：直接加载 CMake 项目，点击 Build & Run；
  2. PyCharm Community：在内置终端中手动执行 CMake + nmake；
  3. 使用外部终端或调试器查看运行结果。

至此，你已经掌握了在 VSCode 与 PyCharm 两大 IDE 下，如何同时配置并运行 OpenCV 的 Python 与 C++ 环境。祝你学习顺利，愉快地开始你的计算机视觉之旅！