VS2017配置OpenCV3.4+contribute过程及需要注意的点

配置OpenCV3.4+contrib库时,如果需要使用sift等 contrib库中的功能,需要从GitHub下载源码。编译时注意选择对应VS版本和x64架构,还要确保在OPENCV_ENABLE_NONFREE选项后面打勾,以启用xfeature2d函数。最后,在VS中生成后,选择INSTALL生成,以创建install目录。
摘要由CSDN通过智能技术生成

如果你用不到contrib库,那么直接在这下载相应版本的window文件安装就好,简单!!
但是如果你想要使用sift等contrib库中的方法,那么就要下载opencv和opencv_contrib的源码。推荐去GitHub上下载,地址:
opencv:https://github.com/opencv/opencv/releases
opencv_contrib:https://github.com/opencv/opencv_contrib/releases
下载好了之后就可以开始编译了,具体步骤可以参考这篇文章,里面的步骤还是比较详细的。这里我想说几个要注意的点(自己亲身经历,不希望其他人被折磨):
1、编译的时候,选择完相应vs版本后,一定不要忘了选择第二项(一般都是x64)
在这里插入图片描述
2、在OPENCV_EXTRA_MODULES_PATH的前一项OPENCV_ENABLE_NONFREE后面打勾,不然xfreature2d里面的函数不能用!࿰

SFM(Structure from Motion)是一种通过从多个相机图像中恢复出场景的三维结构和相机运动的技术。SFM三维重建是SFM技术的一个应用,即通过对多个相机图像进行分析和处理,生成一个精确的三维场景模型。 在SFM三维重建中,BA(Bundle Adjustment)是一个优化方法,用于通过优化相机的位姿和场景的三维结构,以最小化重建误差。在本次回答中,我们使用了一些工具和来实现SFM三维重建的BA优化。 首先,我们使用VS2015作为开发环境,以便编译和运行我们的代码。其次,我们使用OpenCV3.4,作为我们图像处理和计算机视觉算法的主要OpenCV提供了许多用于图像特征提取、匹配和相机校准的函数和类。 此外,我们还使用了PCL(Point Cloud Library)1.8来处理云数据。PCL是一个广泛使用的,用于云处理和三维重建。它提供了许多用于云滤波、配准和特征提取的算法。 最后,我们使用Ceres Solver来进行BA优化。Ceres Solver是一个用于非线性优化的开源,它提供了强大的优化算法和工具。在SFM三维重建中,我们使用Ceres Solver来优化相机的位姿和场景的三维结构,以获得更高质量的重建结果。 总之,通过使用VS2015、OpenCV3.4、PCL1.8和Ceres Solver,我们可以实现SFM三维重建的BA优化。这些工具和提供了许多用于图像处理、云处理和非线性优化的算法和函数,使我们能够更好地重建三维场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值