win10配置opencv contrib

molguitianzn

已于 2022-02-19 18:27:01 修改

阅读量2.1k

点赞数 1

分类专栏：视觉文章标签： opencv 计算机视觉 visual studio

于 2022-02-19 18:24:51 首次发布

本文链接：https://blog.csdn.net/molguitianzn/article/details/123020948

版权

视觉专栏收录该内容

1 篇文章 0 订阅

订阅专栏

win10配置opencv-contrib环境

准备
编译Opencv contrib
配置环境
测试

视觉项目需要使用SIFT, SURF等，平民版opencv不满足需求。

准备

windows10，网络环境通畅
opencv3.4.8源码，不要编译好的
opencv-contrib3.4.8源码
cmake3.20.1
vs2019
本文主要参考了1和2两篇文章，补充了本人遇到的问题

编译Opencv contrib

解压opencv和对应版本的contrib压缩包，并创建mybuild文件夹，如图所示
以管理员身份运行CMake-gui(我之前没有以管理员身份运行，遇到了各种问题)
填写where is the source code 和where to build binaries，如图所示
在这里插入图片描述
注意source code是opencv源码目录，不是contrib源码目录！然后点击configure，出现的对话框中应该选择已经安装的visual studio 版本(本文选择visual studio 16 2019)，x64，finish

稍等片刻，出现一片红。找到OPENCV_ENABLE_NONFREE，打勾。在他下边有个OPENCV_EXTRA_MODULES_PATH，在Value栏中点击后面的"…"按钮选择opencv-contrib源码的存放路径
在这里插入图片描述
再次点击configure，然后点击generate

在mybuild文件夹中就能找到OpenCV.sln文件，用VS打开它。首先在Debug x64模式下按F7生成。生成过程漫长，可以先去午休。
完成之后右键点击INSTALL，仅用于项目，仅生成Install
在这里插入图片描述
然后再切换到Release x64模式下F7生成，午休等待。。。右键仅生成INSTALL。
现在编译好的库文件就位于mybuild的install目录下。

配置环境

现在已经有opencv和contrib的库文件了。接下来需要在vs2019中进行相关配置，我们就能在代码中使用contrib的函数了。

打开环境变量，在PATH中新建一个，浏览到你刚才生成的mybuild\install\x64\vc16\bin目录
新建一个vs项目，右键点击项目名，打开属性，首先选择Release x64

（我的用Debug模式就没法使用xfeatures2d里的函数。。。）
点击配置属性->调试，在环境中写上dll的存放目录，我的是

PATH=D:\Libraries\OpenCV3\mybuild\install\x64\vc16\bin;%PATH%

点击VC++目录，在包含目录中写上头文件的存放目录，我的是

D:\Libraries\OpenCV3\mybuild\install\include

同样在VC++目录页面下，库目录中写上lib文件的存放目录，我的是

D:\Libraries\OpenCV3\mybuild\install\x64\vc16\lib

切换到链接器->输入，找到附加依赖项，写上你lib文件夹中的那几个lib库文件名，我的是

opencv_img_hash348.lib
opencv_img_hash348d.lib
opencv_world348.lib
opencv_world348d.lib

点击应用，确定。

测试

现在用以下代码测试

#include"iostream"
#include"opencv2/opencv.hpp"
#include"opencv2/highgui.hpp"
#include"opencv2/xfeatures2d.hpp"
using namespace cv;
using namespace std;

int main()
{
    Mat imageL0 = imread(图1);
    Mat imageR0 = imread(图2);
    if (!imageL0.data || !imageR0.data)
    {
        printf("no image input!\r\n");
        return 0;
    }
    Mat imageL1, imageR1;
    GaussianBlur(imageL0, imageL1, Size(3, 3), 0.5);
    GaussianBlur(imageR0, imageR1, Size(3, 3), 0.5);
    Ptr<Feature2D>f2d = xfeatures2d::SURF::create();
    vector<KeyPoint> keyPoint1, keyPoint2;
    f2d->detect(imageL1, keyPoint1);
    f2d->detect(imageR1, keyPoint2);
    drawKeypoints(imageL1, keyPoint1, imageL1, Scalar::all(-1), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
    drawKeypoints(imageR1, keyPoint2, imageR1, Scalar::all(-1), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
    namedWindow("KeyPoints of imageL", 0);
    namedWindow("KeyPoints of imageR", 0);
    imshow("KeyPoints of imageL", imageL1);
    imshow("KeyPoints of imageR", imageR1);
    Mat descriptors_1, descriptors_2;
    f2d->compute(imageL1, keyPoint1, descriptors_1);
    f2d->compute(imageR1, keyPoint2, descriptors_2);
    BFMatcher matcher;
    vector<DMatch>matches;
    matcher.match(descriptors_1, descriptors_2, matches);
    Mat imageOutput;
    drawMatches(imageL1, keyPoint1, imageR1, keyPoint2, matches, imageOutput);
    namedWindow("picture of matching", 0);
    imshow("picture of matching", imageOutput);
    waitKey(0);
    return 0;
}