1. 程式人生 > >win10+VS2013+OPENCV如何配置於仕琪人臉檢測演算法

win10+VS2013+OPENCV如何配置於仕琪人臉檢測演算法

win10+VS2013+OpenCV如何配置於仕琪人臉檢測演算法

從opencv中文論壇見識了於老師的人臉檢測演算法,感覺很厲害,導師讓我們自己在電腦上跑一下人家的程式。於是在github上下載瞭解壓包,值得說道的是,為了cater for different tastes,最近更新了dll元件,新添加了64位的dll。這樣配置起來更方便。

1、遇到的問題

但是在VS2013建立工程以後,然後在屬性裡面添加了路徑等等,debug(X64)時候還是有錯誤,一開始報錯是“應用程式無法正常啟動——0xc000007b”,然後directx repair 3.5修復了一下,結果再執行又出現了錯誤“丟失vcomp100.dll”

,我又查看了C盤資料夾,並沒有丟失,繼續百度搜索。

2、解決方案

  • 後來發現可能是於老師的那些檔案可能就是基於VS2010生成的,然後再去屬性->常規裡發現,確實(V100)未安裝,這時候有兩種辦法:
  • 1、(笨辦法),在13的版本上再安裝VS2010,反正不衝突,但是又麻煩又佔記憶體。
  • 2、下載Windows SDK 7.1。網址:(點這裡)

這時候網站有三個檔案可供下載,你要搞清楚哪一個是64-bit的檔案,下載下來然後到SDK 7.1解壓的目錄下,進入Setup資料夾,分別開啟vc_stdamd64、vc_stdx86、WinSDKBuild_amd64,手動一個一個地安裝,安裝完之後,VS2013的平臺工具集

(platform toolset)裡面就有V100和V90的選項了。

去C盤的programX86的下面MSBulid裡去檢視,這時候就有了V100對應的檔案了。

V90的工具集可以編譯了,但是如果選擇V100還是無法編譯的話。在控制面板裡面找到VS2013,點選解除安裝更改,選擇修復就可以了。親自試過。

結果重新生成解決方案又出現error MSB6006: “CL.exe”已退出,程式碼為 -1073741515。

這個時候只要退出防毒軟體,清理解決方案,再重新生成發現可以完美的運行了!

結語

搞程式設計,和電腦打交道只能是這樣,遇到一個obstacle,就要谷歌一個去摳一個。

相關推薦

win10+VS2013+OPENCV如何配置人臉檢測演算法

win10+VS2013+OpenCV如何配置於仕琪人臉檢測演算法 從opencv中文論壇見識了於老師的人臉檢測演算法,感覺很厲害,導師讓我們自己在電腦上跑一下人家的程式。於是在github上下載瞭

人臉檢測演算法

轉自:https://blog.csdn.net/Jacky_Ponder/article/details/51819273 於仕琪的人臉檢測演算法,對Windows下的商業使用也免費。剛更新了一次演算法:①正面人臉檢測的角度範圍從[-40, 40]度提升到[-60,60]度,檢測角度變大但計算

win10+VS2013+CPU配置caffe(windows分支)

參考 【caffe-Windows】微軟官方caffe之 matlab介面配置 【caffe-Windows】caffe+VS2013+Windows無GPU快速配置教程 問題

Win10+VS+opencv配置

2.安裝opencv 安裝到自己電腦的合適位置,C盤或者其他盤皆可。 3.配置環境變數 按照如下順序開啟環境變數設定: 開啟桌面此電腦 滑鼠右鍵點開此電腦,選擇屬性進入系統 點選高階系統設定 進入環境配置,選擇高階,然後選擇下方的環

VLFeat + VS2013+opencv 配置

這個可以和opencv配置一樣,只需要配置一次,以後就再也不用配置了,一勞永逸~~~~ vlfeat影象庫包含SIFT,MSER,KDtree,快速shift,K-means等各種影象處理中常用的演算法。最近想看看裡面的東西…….順帶把它配置起來……..

Win10+VS2013配置OpenGl血淚經驗

最近打算學習OpenGl,感覺學習一門新技術最大的障礙就是配置..這個包管理那個包,那個版本不相容這個庫的,所以我在瞭解到OpenGl是很底層的API庫時,就想到這麼底層..配置起來肯定很麻煩,果不其然。工欲善其事必先利其器,首先肯定是大量的查資料,最後決定從兩本書入手,《O

OpenCV學習代碼記錄——人臉檢測

puts tro 按鍵 img IE source cpu cpp gray 很久之前學習過一段時間的OpenCV,當時沒有做什麽筆記,但是代碼都還在,這裏把它貼出來做個記錄。 代碼放在碼雲上,地址在這裏https://gitee.com/solym/OpenCVTest/

opencv 美白磨皮人臉檢測

人臉檢測與自動磨皮 2016-06-10 • 分類: 計算機視覺 • 標籤: OpenCV, 人臉檢測, 技術文, 磨皮 1. 簡介 這學期的計算機視覺課,我們組的課程專案為“照片自動美化”,其中我負責的模組為人臉檢測與自動磨皮。 功能為:使用者上傳一張照片,

利用OpenCV和深度學習實現人臉檢測

// Summary: 使用OpenCV3.3.1中的face_detector // Author: Amusi // Date: 2018-02-28 // Reference: http://blog.csdn.net/minstyrain/article/details/78907425 #in

opencv基於深度學習的人臉檢測

opencv3.4 版之前自帶的人臉檢測器是基於Haar+Adaboost的,速度還可以,但是檢出率很低,誤檢也很多,臉的角度稍大就檢不出來,還經常會把一些亂七八糟的東西當做人臉,實在不敢恭維。好在隨著深度學習領域的發展,湧現了一大批效果相當不錯的人臉檢測演算法,比如MTCN

VLC for Android 基於 Opencv 對 RTSP視訊 實時人臉檢測

最近專案上需要在Android客戶端 通過獲取 RTSP 的視訊進行實時人臉檢測, 要做就就是以下幾點: 1、通過VLC 獲取 獲取RTSP 2、對VLC中播放的視訊進行實時截圖並儲存在SD卡中 3、用opencv對截圖後的檔案進行 人臉檢測 4、用擷取

OpenCV例子四:攝像頭實時人臉檢測

#include "stdafx.h" #include <iostream> #include <opencv2/imgproc/imgproc.hpp> // Gaussian Blur #include <opencv2/core/co

opencv lbp人臉檢測演算法

一、 MB-LBP特徵 演算法使用的特徵為MB-LBP特徵,以區域塊畫素值和為基礎進行計算,因此MB-LBP特徵計算視窗可為長方形。 LBP特徵如下: MB-LBP特徵如下: opencv的MB-LBP特徵使用積分圖來計算區域畫素值的和: 特徵計算程式碼

Hyperface人臉檢測演算法

論文地址: 《2016 PAMI HyperFace: A Deep Multi-task Learning Framework for Face Detection, Landmark Localization, Pose Estimation, and Gender Recognition.

基於C++和OpenCv的SIFT_影象區域性特徵檢測演算法程式碼的實現

SIFT:尺度不變特徵變換匹配演算法詳解 本章將要講解的內容如下所示:    1)SIFT演算法的簡介    2)SIFT演算法的實現細節    3)SIFT演算法的應用領域    4)SIFT演算法的改進與擴充套件 一 SIFT演算法的簡介   1)傳統的特徵提取方法 成

Pytorch實現人臉檢測演算法MTCNN

     本人最近在研究人臉識別、人臉檢測和姿態估計等視覺領域的演算法,也在研究各類神經網路例如ResNet、Feature Pyramid Net、Retina Net和DenseNet。所以將自己研究的論文和演算法原始碼修復奉獻給大家。      迫於專案和比賽

人臉檢測演算法對比分析

人臉識別包括以下5個步驟:人臉檢測、影象預處理、特徵提取、匹配、結果輸出。 人臉檢測是人臉識別中的第一個環節,是一項關鍵技術。人臉檢測是指假設在輸入影象中存在一個或者多個人臉區域的情況下,確定影象中全部人臉的位置、大小和姿勢的過程。從教學理論上來講,人臉檢測本質上是對一副影

【CVPR2018】實時旋轉魯棒人臉檢測演算法

編者按:蘇軾在《題西林壁》中曾寫道:“橫看成嶺側成峰,遠近高低各不同。”這兩句詩闡釋了視角的變化

AdaBoost人臉檢測演算法1(轉…

原文地址:AdaBoost人臉檢測演算法1(轉) 作者:shl504 目前因為做人臉識別的一個小專案,用到了AdaBoost的人臉識別演算法,因為在網上找到的所有的AdaBoost的簡介都不是很清楚,讓我看看頭腦發昏,所以在這裡打算花費比較長

基於Adaboost的人臉檢測演算法

AdaBoost演算法是一種自適應的Boosting演算法,基本思想是選取若干弱分類器,組合成強分類器。根據人臉的灰度分佈特徵,AdaBoost選用了Haar特徵[38]。AdaBoost分類器的構造過程如圖2-4所示。 圖2-4  Adaboost分類器的構造過程 1)H