在 Windows 系统下使用 VSCode 和 PyCharm 配置 OpenCV 环境的步骤，涵盖 Python 与 C++ 双语言。内容包括安装 Python、Visual Studio Build Tools、CMake 及 OpenCV 预编译包，演示虚拟环境创建、依赖安装、CMakeLists.txt 编写、环境变量配置及调试运行。通过图像读取、灰度转换等示例，帮助初学者快速上手计算机视觉开发。
提示：如果你使用的是 Linux 或 macOS，Python 部分几乎一致；C++ 部分请改用相应系统的包管理（比如 Linux 下用
apt或yum安装libopencv-dev，macOS 下用 Homebrewbrew install opencv），VSCode 与 PyCharm 的配置思路相同，但路径与命令略有不同，请自行替换。
| 工具/软件 | 作用 | 官方下载地址 |
|---|---|---|
| Python | 提供 Python 运行时，执行 OpenCV Python 示例 | https://www.python.org/downloads/ |
| Visual Studio Build Tools | 提供 Windows 下 C++ 编译器（MSVC）、CMake 等构建工具 | https://visualstudio.microsoft.com/zh-hans/downloads/ (选择'Build Tools for Visual Studio 2022') |
| VSCode | 微软出品的轻量级跨平台 IDE，适合 Python & C++ 开发 | https://code.visualstudio.com/ |
| PyCharm | JetBrains 出品的 Python IDE | https://www.jetbrains.com/pycharm/ |
| OpenCV 预编译包 | 提供 C++ 版库文件（Windows 下为 .exe 或 .zip） | https://opencv.org/releases/ |
安装顺序建议：安装 Python，把'Add Python 3.x to PATH'勾选上（方便后续在终端直接使用
python命令）。安装 Visual Studio Build Tools，并在安装过程中勾选 'C++ build tools' 与 'Windows 10/11 SDK'。安装 VSCode 与 PyCharm。下载并解压 OpenCV 预编译包。按照下面章节的步骤，分别配置 Python 与 C++ 环境。
本节将带你从零开始，在 Windows 平台上搭建基于 VSCode 的 Python + OpenCV 开发环境，并运行一个简单图像读取与显示示例。
Python 3.11.x）的 Windows Installer（根据自己系统选择 64-bit）。同时也可以验证 pip：
pip --version
若显示 pip 23.x.x from ...，表示 pip 可用。
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。
为了保证项目依赖独立，建议使用虚拟环境（venv）。
(venv)。在 PowerShell（可能需要先解除脚本执行限制）：
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser .\venv\Scripts\Activate.ps1
在 命令提示符：
venv\Scripts\activate.bat
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。
打开 命令提示符 (CMD) 或 PowerShell，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
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。
在左侧扩展图标（Extensions）中，搜索 'Python'，由 Microsoft 发布的官方扩展为：
Python (ms-python.python)
确保虚拟环境已激活
安装 OpenCV-Python 包
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。验证安装
4.8.0 或者其他版本号，就说明安装成功。exit() 退出 Python 交互。在交互式命令行输入：
import cv2
print(cv2.__version__)
在终端启动 Python 交互：
python
在终端输入：
pip install opencv-python opencv-contrib-python
如果之前已经退出，重新打开项目目录，在终端中重新激活：
cd C:\Users\你的用户名\Projects\OpenCV_VSCode_Python
venv\Scripts\activate.bat
C:\Users\你的用户名\Projects\OpenCV_VSCode_Python 文件夹。venv 中的解释器：
venv 路径开头的那个项（例如 C:\...\OpenCV_VSCode_Python\venv\Scripts\python.exe）。opencv_test.py。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。
test.jpg 的图像（任意一张照片即可）。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！
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。
vs_BuildTools.exe 安装程序。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。
OpenCV 4.8.0。.exe 安装包（例如 opencv-4.8.0-vc14_vc15.exe）或者 .zip 包。.exe 安装包，双击运行，选择安装目录（例如 C:\opencv\opencv-4.8.0）。.zip，右键解压到例如 C:\opencv\opencv-4.8.0。Path，选中后点击 '编辑(I)…'。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 # 根据实际版本和文件夹填写，通常到 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。
在扩展市场搜索：
CMake Tools
在左侧扩展市场 (Extensions) 中，搜索：
C/C++
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。
下面以 CMake 构建示例讲解如何集成 OpenCV。
新建项目文件夹
准备项目结构
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。放置测试图片
OpenCV_VSCode_CPP/image 文件夹下放置一张 test.jpg。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。${OpenCV_LIBS}包含了所有需要链接的.lib文件（静态链接或动态链接均由 CMake 自动选择）。
在 OpenCV_VSCode_CPP 目录下，新建以下文件/文件夹结构：
OpenCV_VSCode_CPP
├── CMakeLists.txt
├── src
│ └── main.cpp
└── image
└── test.jpg
在你喜欢的位置（例如 C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP）创建文件夹：
mkdir C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP
cd C:\Users\你的用户名\Projects\OpenCV_VSCode_CPP
c_cpp_properties.json、tasks.json 与 launch.json如果你安装了 CMake Tools 扩展，可以让 VSCode 自动生成大部分配置；这里展示手动配置方式，以便理解其原理。若使用 CMake Tools，后续手动配置步骤可略做简化。
此文件用来告知 VSCode C/C++ 扩展，头文件搜索路径（includePath）和 IntelliSense 选项。位置：.vscode/c_cpp_properties.json。
在项目根目录下新建 .vscode 文件夹，再在其中新建 c_cpp_properties.json，内容示例：
{"configurations":[{"name":"Win32","includePath":["${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。
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。
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'。
Ctrl+Shift+B，选择 'CMake: Configure' → 'CMake: Build'。Ctrl+Shift+B，选择 'Compile main.cpp' 任务。main.exe。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 # 如果你使用手动 cl 编译
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。
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。
pycharm-community-2025.x.exe，一路下一步即可。C:\Users\你的用户名\Projects\OpenCV_PyCharm_Python。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
opencv-python，选中后点击 'Install Package' 按钮。test.jpg，然后右键 opencv_test.py → 'Run 'opencv_test''。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()
opencv_test.py → Run 'opencv_test'；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()
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
至此，Python + PyCharm + OpenCV 环境配置完成！
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。
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。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。
创建项目
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）。配置 CMake Profiles（仅 Professional 可见）
Debug，并指定：
cmake 路径（通常在环境变量中已经可用，写 cmake 即可）。NMake Makefiles（与 VSCode 配置保持一致）。-DCMAKE_BUILD_TYPE=Debug，可以在此处添加。查看生成结果
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。编译项目
Build → Build Project。build\ 下生成 OpenCV_VSCode_CPP.exe。运行与调试
.exe）并在 'Run' 配置中列出。OpenCV_VSCode_CPP.exe，然后点击绿色 ▶，即可运行。示例验证
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
| PyCharm 版本 | 操作方式 |
|---|---|
| Professional | 1. 点击右上角 Run/Debug 配置，选择 OpenCV_VSCode_CPP.exe |
cd buildOpenCV_VSCode_CPP.exe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。
(venv) 前缀)。pip install opencv-python。opencv-python。includePath 中没有正确包含 OpenCV include 目录，或者 find_package(OpenCV) 失败。OPENCV_DIR 是否正确指向 ...\opencv\build\x64\vc15。${OpenCV_INCLUDE_DIRS}，确认 CMake 找到的路径正确。tasks.json 或命令行也要加上 /I "C:/opencv/opencv-4.8.0/build/include"。opencv_worldXXX.dll
PATH 中没有包含 OpenCV 的 bin 目录，或者尚未重启终端/IDE。Path 中已加入 C:\opencv\opencv-4.8.0\build\x64\vc15\bin。opencv_world480.dll 到可执行文件算法目录（仅作临时测试）。cmake --version、cl，确认这两个命令可用。launch.json 中，console 字段改为 "externalTerminal", 确保弹窗可见。在 CMakeLists.txt 中指定：
set(CMAKE_BUILD_TYPE Release)
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：
| 变量名 | 建议值 | 作用 |
|---|---|---|
| OPENCV_DIR | C:\opencv\opencv-4.8.0\build\x64\vc15 | 给 CMake find_package(OpenCV) 提供路径 |
| Path | C:\opencv\opencv-4.8.0\build\x64\vc15\bin | 让系统能找到 opencv_world480.dll 及其他 .dll |
| CMAKE_PREFIX_PATH | （可选）C:\opencv\opencv-4.8.0\build | 让某些 CMake 工具链搜索 OpenCV 时更快捷 |
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。
pip install opencv-python opencv-contrib-python；opencv_test.py，执行并验证 cv2.imshow 弹窗。OPENCV_DIR 与 Path；CMakeLists.txt 和 src/main.cpp 的项目；opencv-python；opencv_test.py，检查图像显示。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！
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
rm -rf build/* 再完整重建，而是只在必要时清理。