shape_based_matching 项目常见问题解决方案

shape_based_matching 项目常见问题解决方案

shape_based_matching try to implement halcon shape based matching, refer to machine vision algorithms and applications, page 317 3.11.5, written by halcon engineers 项目地址: https://gitcode.com/gh_mirrors/sh/shape_based_matching

项目基础介绍

shape_based_matching 是一个开源项目，旨在实现基于形状的图像匹配技术。该项目参考了 Halcon 的机器视觉算法与应用（Machine Vision Algorithms and Applications）一书中的第317页内容，由 Halcon 工程师编写。项目的主要编程语言是 C++，并且使用了 CMake 作为构建工具。

新手使用注意事项及解决方案

1. 环境配置问题

问题描述：新手在配置开发环境时，可能会遇到 OpenCV 库找不到的问题。

解决步骤：

1. 检查 OpenCV 安装：确保 OpenCV 已经正确安装在系统中。可以通过命令 pkg-config --modversion opencv 检查版本。
2. 修改 CMakeLists.txt：在项目的 CMakeLists.txt 文件中，找到第23行，将 /opt/ros/kinetic 修改为 OpenCV 的安装路径。例如，如果 OpenCV 安装在 /usr/local，则修改为：

   set(OpenCV_DIR "/usr/local/share/OpenCV")
   

3. 重新运行 CMake：在项目根目录下运行 cmake . 和 make 命令，重新配置和编译项目。

2. 编译错误：MIPP 库问题

问题描述：在 Windows 环境下，使用 Visual Studio 2013 编译时，可能会遇到 MIPP 库的兼容性问题。

解决步骤：

1. 切换到 Visual Studio 2017：建议使用 Visual Studio 2017 或更高版本进行编译，因为这些版本对 MIPP 库的支持更好。
2. 禁用 MIPP：如果必须使用 Visual Studio 2013，可以尝试禁用 MIPP 库。在 CMakeLists.txt 中找到与 MIPP 相关的配置，并注释掉或删除这些行。
3. 使用旧版本代码：如果上述方法无效，可以尝试使用项目中不包含 MIPP 的旧版本代码。在 GitHub 仓库中找到相应的旧版本提交，并切换到该提交。

3. 运行时错误：测试代码路径问题

问题描述：在运行测试代码时，可能会遇到路径错误，导致测试无法正常执行。

解决步骤：

1. 检查测试代码路径：确保测试代码的路径正确。在 test.cpp 文件中，找到第9行，确保路径指向项目的顶级目录。
2. 修改路径配置：如果路径不正确，修改为正确的路径。例如，如果项目根目录为 /path/to/project，则修改为：

   std::string prefix = "/path/to/project";
   

3. 重新编译和运行：保存修改后，重新编译项目并运行测试代码。

通过以上步骤，新手可以更好地理解和解决在使用 shape_based_matching 项目时可能遇到的问题。

shape_based_matching try to implement halcon shape based matching, refer to machine vision algorithms and applications, page 317 3.11.5, written by halcon engineers 项目地址: https://gitcode.com/gh_mirrors/sh/shape_based_matching