博客
关于我
opencv_core.dir/objects.a(vs_version.rc.obj)‘ is incompatible with i386:x86-64 output
阅读量:801 次
发布时间:2023-02-23

本文共 756 字,大约阅读时间需要 2 分钟。

在编译OpenCV时,可能会遇到如下的错误信息:

i386 architecture of input file 'CMakeFiles\opencv_core.dir\objects.a(vs_version.rc.obj)' is incompatible with i386:x86-64 outputcollect2.exe: error: ld returned 1 exit statusmingw32-make[2]: *** [modules\core\CMakeFiles\opencv_core.dir\build.make:1630: bin/libopencv_core453d.dll] Error 1mingw32-make[1]: *** [CMakeFiles\Makefile2:1749: modules/core/CMakeFiles/opencv_core.dir/all] Error 2mingw32-make: *** [Makefile:165: all] Error 2

这个错误通常与编译器的版本不兼容有关。这个问题在OpenCV 3.3.0版本中被报告过,可能是由于CMake配置的问题。

解决方法是通过CMake参数进行配置,具体步骤如下:

  • 在CMake界面中,找到"add Entry"按钮,点击它选择新建一个布尔选项,名称为OPENCV_VS_VERSIONINFO_SKIP,然后点击“钩选”将其勾选。
  • 这样做可以跳过对Visual Studio版本信息的检查,从而避免上述编译错误。

    需要注意的是,以上方法仅适用于Visual Studio项目。如果使用其他开发环境或不需要Visual Studio支持的功能,建议按照上述步骤进行CMake配置。

    转载地址:http://zqsfk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>