机器人视觉项目：视觉检测识别+机器人跟随（13）

收获巨大啊

总结一下编译成功的路线，不容易啊，要哭了。

今天上午也是没有很大的成效，一直到下午睡醒（论好的睡眠的重要性），在一篇帖子中看到一种新的写法，opencv3将IplImage转换为Mat格式的写法，在我们的代码中采用这种方式，改到哪里哪里的问题就消失了，这种感觉非常爽！

写完整一点，记录准确以后参考。

我在机器人视觉检测中将kinect采集到的视频数据流进行特征提取和匹配，用的是成熟快速兼于一体的surf加速鲁棒特征进行匹配，这其中的一个方法是需要先将ros中的图像信息格式sensor::message/image通过cv_bridge转换为我们的Mat格式，之后需要将Mat格式再进一步转换为IplImage格式的图像，这是因为我们需要用到cvCreateImage()函数取出来图像的像素深度和图像通道信息，这一步只能对IplImage格式进行操作，需要对原图象进行深拷贝，转换操作完后，我们要不嫌麻烦地再将IplImage图像转换为Mat图像，之后就是愉快的送入到特征检测计算器中计算，detectAndCompute()需要的参数格式很严格，上述的转换格式的原因就是需要满足这样的参数格式，详细的注释都给出在代码中。

走了很多弯路，主要就是格式转换中的代码写的原因，版本不同有不同的写法，可能只有一种合适版本的写法可以编译成功。

//beginging  
  Ptr<SURF> surf;
  surf = SURF::create(800);
​
  vector<KeyPoint>keypoint1, keypoint2;
​
  frame = get_one_frame(); 
  body_rect = client->getBodyRect(frame); 
  //image1 = resize(frame, rect.x:(rect.x+rect.width), rect.y:(rect.y+rect.higth))
  //Mat image1; 
  cv_bridge::CvImagePtr cv_ptr1 =cv_bridge::toCvCopy(frame, "bgr8");
  cv::Mat imframe = cv_ptr1->image;
​
​
  IplImage *im, *img1;
  CvRect rectInImage1;
  rectInImage1 = cvRect(body_rect.x, body_rect.y,body_rect.width, body_rect.height);
  CvSi