VS2015+CUDA8.0配置OpenCV3.4.3+OpenCV-contrib 全过程记录-CSDN博客

本文链接：https://blog.csdn.net/qq_38574198/article/details/109549322

项目突然要把opencv2换成opencv3，因为版权问题，opencv3中把sift等多个算法整合到contrib包里，所以安装的过程中踩了很多坑，来来回回安装配置了三四次才配好，这里做一个记录

安装配置OpenCV

首先安装好Cmake，VS
我这里是VS2015 win64，Cmake建议比较新的版本

下载OpenCV 以及contrib包

下载OpenCV3.4.3 以及opencv contrib-3.4.3源码
地址如下：
Opencv3.4.3：https://github.com/opencv/opencv/tree/3.4.3
Opencv-contrib3.4.3：https://github.com/opencv/opencv_contrib/tree/3.4.3
可以在这两个网址里选择你想要的版本下载，但是contrib版本必须和opencv一样！
下载zip格式然后解压，记住存放的路径。
然后创建一个新的文件下用于存放编译后的Opencv，我这里创建的文件夹名称为D:/Opencv3.4.3/OpenCV3.4.3/ Cmake_build

使用Cmake编译opencv

打开CMake，填写红框的位置：
源文件路径：上面opencv包的解压的文件夹
Build 路径：上面新创建的Cmake_build文件夹(图里是3.4.1是因为图是我之前截的，后面又换成3.4.3了，各位读者不用在意这个)
在这里插入图片描述
点击configure，会弹出一个框，在上面选择你的VS的版本和windows版本。点击Finish，等待配置完成。如果CUDA已经成功安装的话会自动检测出来，在下面的report栏找找，例如下图这样的：(我的CUDA是8.0的)
（如果不使用CUDA的读者可以不用管此项）
在这里插入图片描述
没有的话查看WITH_CUDA项是不是没有勾上，没有的话勾上。

然后找到OPENCV_EXTRA_MODULES_PATH这一项，填入最开始opencv_contrib解压的文件夹里modules文件夹的路径
在这里插入图片描述

勾上上面的OPENCV_ENABLE_NONFREE选项！！！不然到后面surf等算法测试时会出错！

然后有一个BUILD_OPENCV_WORLD选项，这个是可以把lib文件都整合到一起以便于配置的，但是我之前点了这个后面配置的时候出了好几个错，所以就没有点，各位读者可以不用点这个(信我的话)，我后面也给出了不使用world.lib配置VS的详细步骤。

整理一下：
需要勾上的：
①WITH_CUDA（要使用CUDA的读者要勾上，前提已经装好CUDA，用不上的读者当然不用）
②填OPENCV_EXTRA_MODULES_PATH这一项，这就是把contrib的包加进来编译
③勾上OPENCV_ENABLE_NONFREE选项，不勾上的话后面无法使用sift等等算法，还可能报错
未曾成功的道路：
BUILD_OPENCV_WORLD，这个选项各位读者请随意，我之前因为这个后面配置出了挺多错，不建议勾选，想尝试的读者可以试试。

点击configure，出现报错的话大概率是网络问题一些文件没能下载下来，可以去网上找找针对解决。

这里我在cmake时下面报了好几个xfeatures2d模块缺失boostdesc_bgm.i文件，下载超时问题，找了网上博客有说下载对应文件放到opencv_contrib/modules/xfeatures2d/src/目录下，虽然我放进去之后重新编译好像没啥用。。。
这里还是把文件下载地址贴出来：
文件是这些：
boostdesc_bgm.i
boostdesc_bgm_bi.i
boostdesc_bgm_hd.i
boostdesc_lbgm.i
boostdesc_binboost_064.i
boostdesc_binboost_128.i
boostdesc_binboost_256.i
vgg_generated_120.i
vgg_generated_64.i
vgg_generated_80.i
vgg_generated_48.i

百度云链接：https://pan.baidu.com/s/1BeYF8kqEZLAJYQj-MvxpmA
提取码：e1wc

完成之后是这样的：
在这里插入图片描述

然后点击Generate生成工程文件，完成之后界面是这样的：
下面会出现完成的提示：
在这里插入图片描述

到这里就算是Cmake编译完成了。

在编译文件存放的文件夹里找到OPENCV的VS项目文件，运行进入VS

这里注意，进入VS后，不要着急，能够看到VS最左下角有准备各种文件的提示，最好等它完成后再操作。

右键ALL_BUILD–生成，然后等两个小时左右。。。。

在这里插入图片描述

然后右键 INSTALL–生成，完成之后就可以把这个关了，后面就剩配置OpenCV了。

配置

配置环境变量

首先在桌面上右键我的电脑 – 属性- 高级系统设置 – 环境变量，进入后如下图：
在这里插入图片描述

在系统变量-Path中添加之前所编译的opencv文件夹下install\x64\vc14\bin文件夹的路径，比如我这里是：D:\Opencv3.4.1\OpenCV3.4.1\Cmake_build\install\x64\vc14\bin
(其中Cmake_build就是是最开始我设置的Cmake编译保存的文件夹)
设置完后点确定，重启才能生效

在VS中配置OpenCV

重启后开始配置VS

VS中全局配置

打开VS，创建一个新项目，先点击属性管理器：
在这里插入图片描述

然后双击Microsoft.Cpp.x64.user
在这里插入图片描述

进入后先配置包含目录和库目录：
在这里插入图片描述

包含目录中添加：
在这里插入图片描述

库目录中添加：
在这里插入图片描述

完了之后
在 链接器-输入-附加依赖项中添加 opencv_Cmake_build/install/x64/vc14/lib文件夹下所有lib文件的名称。
这里附上opencv3.4.3的lib文件的所有名称：

opencv_aruco343d.lib
opencv_bgsegm343d.lib
opencv_bioinspired343d.lib
opencv_calib3d343d.lib
opencv_ccalib343d.lib
opencv_core343d.lib
opencv_cudaarithm343d.lib
opencv_cudabgsegm343d.lib
opencv_cudacodec343d.lib
opencv_cudafeatures2d343d.lib
opencv_cudafilters343d.lib
opencv_cudaimgproc343d.lib
opencv_cudalegacy343d.lib
opencv_cudaobjdetect343d.lib
opencv_cudaoptflow343d.lib
opencv_cudastereo343d.lib
opencv_cudawarping343d.lib
opencv_cudev343d.lib
opencv_datasets343d.lib
opencv_dnn343d.lib
opencv_dnn_objdetect343d.lib
opencv_dpm343d.lib
opencv_face343d.lib
opencv_features2d343d.lib
opencv_flann343d.lib
opencv_fuzzy343d.lib
opencv_hdf343d.lib
opencv_hfs343d.lib
opencv_highgui343d.lib
opencv_imgcodecs343d.lib
opencv_imgproc343d.lib
opencv_img_hash343d.lib
opencv_line_descriptor343d.lib
opencv_ml343d.lib
opencv_objdetect343d.lib
opencv_optflow343d.lib
opencv_phase_unwrapping343d.lib
opencv_photo343d.lib
opencv_plot343d.lib
opencv_reg343d.lib
opencv_rgbd343d.lib
opencv_saliency343d.lib
opencv_shape343d.lib
opencv_stereo343d.lib
opencv_stitching343d.lib
opencv_structured_light343d.lib
opencv_superres343d.lib
opencv_surface_matching343d.lib
opencv_text343d.lib
opencv_tracking343d.lib
opencv_video343d.lib
opencv_videoio343d.lib
opencv_videostab343d.lib
opencv_world343.lib
opencv_world343d.lib
opencv_xfeatures2d343d.lib
opencv_ximgproc343d.lib
opencv_xobjdetect343d.lib
opencv_xphoto343d.lib

其实看其他的教程里说在Cmake时点上BUILD_opencv_world能够产生一个world.lib文件，然后这里就不用添加这么多了。但是之前我点了那个之后编译出了很多问题，所以就没有用那个了。

如果有其它版本的opencv的读者的话，这么多名字也不用一个一个手打敲，这里附上快速获取这些lib文件名称列表的教程：
https://blog.csdn.net/qq_38574198/article/details/109539103

单独配置一个项目

上面这个在属性管理器中配置的方式是配置VS全局的属性(也可以说是默认属性)，这时候还需要检查你的项目的属性配置，如果不想更改全局属性的读者也可以直接在右键你的项目-属性中进行配置。

如果已经按照前面的步骤配置了全局的属性，而项目中没有其他特殊配置的话，可以直接在右键项目名称–属性里的包含目录、库目录、链接器-输入都选择<从父级或项目默认属性继承> 即可，就不用再次填写那些了

测试

最后，附上sift特征点检测以及匹配的测试代码，没错的话就代表配置成功了

#include <opencv2/core/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <opencv2/xfeatures2d/nonfree.hpp>

using namespace std;
using namespace cv;

int main()
{
	//Create SIFT class pointer
	Ptr<Feature2D> f2d = xfeatures2d::SIFT::create();
	//读入图片
	Mat img_1 = imread("D://1.jpg");
	Mat img_2 = imread("D://2.jpg");
	//Detect the keypoints
	vector<KeyPoint> keypoints_1, keypoints_2;
	f2d->detect(img_1, keypoints_1);
	f2d->detect(img_2, keypoints_2);
	//Calculate descriptors (feature vectors)
	Mat descriptors_1, descriptors_2;
	f2d->compute(img_1, keypoints_1, descriptors_1);
	f2d->compute(img_2, keypoints_2, descriptors_2);
	//Matching descriptor vector using BFMatcher
	BFMatcher matcher;
	vector<DMatch> matches;
	matcher.match(descriptors_1, descriptors_2, matches);
	//绘制匹配出的关键点
	Mat img_matches;
	drawMatches(img_1, keypoints_1, img_2, keypoints_2, matches, img_matches);
	imshow("【match图】", img_matches);
	//等待任意按键按下
	waitKey(0);
}