0


Opencv(C++)系列学习---opencv_contrib安装

前言

      由于OpenCV功能越来越臃肿,OpenCV3改变了项目架构,使用内核+插件的架构形式。 因此,OpenCV从2.x到3.x是一个很大的转变,对于很多功能不完善、性能不稳定的模块,都被放到了extra_modules(扩展模块)里面了。在Github中,除了存放正式版OpenCV的主仓库和新增加的OpenCV_extra仓库外,还添加了一个OpenCV_contrib的全新仓库,功能有:脸部识别、文本识别、边缘检测、追踪算法等,里面存放的是功能未稳定的代码,如果需要使用这些功能,就需要重新进行编译。

    opencv_contrib仓库中包含了绝大多数用户生成的内容,同时也比核心库OpenCV拥有更完整的关于计算机视觉的算法应用;opencv_contrib仓库中的模块与模块之间没有任何软件依赖。 每一个模块都要求自身具备文档说明、单元测试案例和样本代码,并且绝大多数模块通常还包含了模块教程。

【1】安装前的准备

(1)Opencv的安装

    关于opencv的安装有两种,第一种是通过exe安装程序,选择安装路径,无需cmake编译,安装完成后,按照配置流程(opencv的配置说明文档在专栏中)对系统环境变量和vs环境进行配置,即可使用。安装包如下所示:

e95dbab1bf644eda9cf90179acf95754.png

第二种是通过cmake进行编译,需要提前准备好cmake。

(2)下载地址

opencv和其contrib下载地址为:Index of /opencv/

官方网站为:Home - OpenCV

github地址为:OpenCV · GitHub

cmake下载地址为:Download | CMake

(在官网中选择电脑对应版本的Cmake)

关于opencv的配置本文不再细讲,本文具体讲opencv配置完成后,如何再其基础上进行配置contrib。(如果未配置opencv也可安装本流程实现opencv和其contrib的共同配置。)

一定要注意!!!opencv和其contrib版本一定要一致!!!!

cout<<CV_VERSION<<endl;

如果不知道自己的opencv版本,在程序中输入该语句,即可查询。

下载完成后如下图所示:

5fb6aa40fc684a3c91f9232718781348.png

d156bf06bb7e4d758435a94a7bb2291d.png

其中source为opencv的源文件,在opencv的安装目录下,将下载好的contrib文件和其放在一起,新建opencv_contrib_build文件用于存放编译后的文件。

【2】cmake进行编译

第一步:

fca829d583cc4947860fcfd42659bcd2.png

1.为cmake编译Opencv的源路径。

2.为新建的编译后存放编译文件的路径。(opencv_contrib_build文件已经编译过,我用test对其代替)

3.点击configure

62e1dcc7c9c24efc93b69165d1e7c423.png

选择电脑对应vs版本,系统操作类型,点击FINISH。

(2)第二步

第一次Configure完成之后,找到OPENCV_EXTRA_MODULES_PATH,再里面选择opencv_contrib目录中的modules目录,如下图:

9f7fd3af5481490f94d2f673565d653d.png

选择完目录后第二次点击configure按钮

(3)第三步

当界面中出现configure done时,点击Genrate按钮,如图所示:

6fd906aac842415db85568dc7af3c0d7.png

编译完成后消息框为Genrate done,如下图所示。

dba1a1278d344f2ca565c8dfdba5a17e.png

(4)第四步

在新建的编译文件下,找到Opencv.sln双击打开

8d67e46df90f4fc0bb2ad228e2ee39a5.png

打开后如下图所示:

5d48277419b0450081f56234cb30f3a8.png

选择debug或者release(一般来说,两者都要编译),对应操作系统X64

deb5e0b0702444b195ef9a9f4eb2f670.png

解决方案生成后,如果没有报错,点击INSTALL=》仅用于项目=》仅生成

6862926f707e4176ba7a0c626ce25692.png

出现生成成功,这说明lib库生成完成。

【3】环境配置

(1)系统环境配置

鼠标右击此电脑=》属性=》高级系统设置=》环境变量

c8f2dcb0ad464f37948f5d7cb280c5aa.png

7b22a456aff24f7b98772c730c285c1f.png

3c31c1b1afaf442eb2ac883d50e45dfb.png

cc2762bb3eb9416d9bde5cdaf1457e8a.png

选择Path=》新建

bin路径为:D:\opencv\opencv_contrib_build\install\x64\vc14\bin

将bin路径填入后,点击完成。

(2)配置VS环境

在属性管理器中新建项目属性表

85d5b4657f774b0092641622fdf5b3b6.png

包含目录为:D:\opencv\opencv_contrib_build\install\include D:\opencv\opencv_contrib_build\install\include\opencv2

fcbbe008c2bd498b8a3a1c5c4752eb6f.png

6d98ea76e4ef43369fb8a1ca70d00e67.png

库目录为:D:\opencv\opencv_contrib_build\install\x64\vc14\lib

e27b346a478442d79d2b2f1e531ece5b.png

该路径lib文件有很多子文件,通过下面方法可以进行查找,将文件名复制到txt文件中,方法如下:

附加依赖项为库目录下的lib文件:

1、在包含训练图片的文件夹中新建TXT文件。

2、在TXT文件中输入 DIR ./B>train.txt (DIR命令后须有一空格)

3、保存后将后缀名改为BAT。

4、双击该文件即可生成一个train.txt。

【4】测试

测试代码如下:

#include<opencv2\opencv.hpp>
#include<opencv2\xfeatures2d.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\xfeatures2d\nonfree.hpp>
#include<iostream>

using namespace std;
using namespace cv;
using namespace cv::xfeatures2d;

int main(int argc,char** argv)
{
    //【0】改变字体颜色
    system("color 2F");

    //【1】载入源图片并显示
    Mat srcImage1 = imread("E:\\乔大花进度\\11-17\\surf特征检测\\1.jpg",1);
    Mat srcImage2 = imread("E:\\乔大花进度\\11-17\\surf特征检测\\2.jpg", 1);

    //【2】显示图片
    imshow("原始图1",srcImage1);
    imshow("原始图2",srcImage2);

    int minHessian = 400;//默认值为100
    vector<KeyPoint>keyPoints, keyPoints1;
    Mat resultImg, resultImage1;

    //关于定义的方法主要有两种
    //第一种指针形式定义
    //    Ptr<SURF\SIFT\ORB>detector = SURF\SIFT\ORB::create(minHessian, 4, 3, false, false);

    //第二种算子形式定义
    //SiftFeatureDetector\SurfFeatureDetector定义

    //第一种定义方式更普遍使用

    //SURF特征检测    //也可以写成SURF::create(minHessian)
    Ptr<SURF>detector = SURF::create(minHessian, 4, 3, false, false);
    

    detector->detect(srcImage1, keyPoints, Mat());
    //绘制关键点
    drawKeypoints(srcImage1, keyPoints, resultImg, Scalar::all(-1), DrawMatchesFlags::DEFAULT);
    imshow("KetPoint image", resultImg);

    //SIFT特征检测
    Ptr<SIFT>detector1 = SIFT::create();
    detector1->detect(srcImage2, keyPoints1, Mat());

    //绘制关键点
    drawKeypoints(srcImage2, keyPoints1, resultImage1, Scalar::all(-1), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
    imshow("KetPoint image1" ,resultImage1);

    waitKey(0);
    system("pause");
    return 0;
}

测试结果:

fab2c793bfbd4b73991b2d74b2260e27.png

如果你能够顺利运行上述代码,恭喜你已经完成了opencv及其contrib的配置!

标签: opencv c++ 人工智能

本文转载自: https://blog.csdn.net/qiaodahua/article/details/127987767
版权归原作者 大花爱编程 所有, 如有侵权,请联系我们删除。

“Opencv(C++)系列学习---opencv_contrib安装”的评论:

还没有评论