windows下的opencv3.4.5+opencv_contrib-3.4.5编译使用

1.准备工具

visual studio2019
cmake-gui
opencv3.4.5+opencv_contrib-3.4.5源码

2.源码处理

1.源码下载后的目录如下，放在一个还有较多空间的位置，这个编译后比较大：

2.打开cmake-gui.exe,将opencv3.4.5源码位置填入，将构建输出文件位置也填入

3.点击configure按钮，选择自己的版本，我这里选择2019，然后finish

这里会出现一些问题：ffmpeg、ippicv、face_landmark_model.dat这些无法下载导致错误
这里需要大家在github上下载对应版本的文件（我这里的链接是3.4.5的）
例如：ffmpeg下载失败，找到自己的opencv3.4.5的源码路径，在里面有3rdparty文件夹，打开里面有各个第三方库的文件，找到ffmpeg文件夹，打开ffmpeg.cmake文件，在第一行就可以看到需要的文件版本。

将下面三个文件下载后拷贝到自己的opencv3.4.5的源码目录中的==.cache==中，并且重命名为对应的三个文件，前半部分是hash码。


同理：找到ippicv文件夹中的ippicv.cmake，找到对用的版本windows下的x86_64，在github上找到对应版本并下载到.cache文件夹中重命名即可。

face_landmark_model.dat fail这个错误需要在文件的CMakeLists.txt中修改（其实前面的也可以，修改的是xx.cmake文件），打开xxx\opencv_contrib-3.4.5\modules\face文件夹，修改其中CMakeLists.txt。添加具体的下载路径

      "https://raw.githubusercontent.com/opencv/opencv_3rdparty/8afa57abc8229d611c4937165d20e2a2d9fc5a12/face_landmark_model.dat"

完整代码如下

ocv_download(
    FILENAME face_landmark_model.dat
    HASH ${__file_hash}
    URL
      "${OPENCV_FACE_ALIGNMENT_URL}"
      "$ENV{OPENCV_FACE_ALIGNMENT_URL}"
      "https://raw.githubusercontent.com/opencv/opencv_3rdparty/8afa57abc8229d611c4937165d20e2a2d9fc5a12/face_landmark_model.dat"
      "https://raw.githubusercontent.com/opencv/opencv_3rdparty/${__commit_hash}/"
    DESTINATION_DIR "${CMAKE_BINARY_DIR}/${OPENCV_TEST_DATA_INSTALL_PATH}/cv/face/"
    ID "data"
    RELATIVE_URL
    STATUS res
)

3.编译选择
首先在buiild选项中找到build_opencv_world（这里是将opencv的库文件打包，方便后续导入，不需要一个个导入）

其次，在opencv的选项中勾选nonfree选项，并且添加opencv_contrib-3.4.5/modules的路径

最后进行confingure和generate

3.源码编译

点击open project打开项目，如下点击生成，注意有debug和release两个版本，自己看需要编译

然后设置install为启动项，生成一些列后续使用的工具。

4.opencv库的使用

配置项目中opencv的头文件以及lib库文件，同时将对应的dll文件拷贝到可执行程序的同级目录下，例如opencv_world345d.dll或者opencv_world345.dll
在项目的属性页中配置：如下图

5.测试代码

#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>

int main() {
    // 读取图片
    cv::Mat image = cv::imread("path_to_your_image.jpg");

    // 检查是否成功读取图片
    if (image.empty()) {
        std::cout << "无法读取图片" << std::endl;
        return -1;
    }

    // 使用SIFT算法检测关键点
    cv::Ptr<cv::xfeatures2d::SIFT> sift = cv::xfeatures2d::SIFT::create();
    std::vector<cv::KeyPoint> keypoints;
    sift->detect(image, keypoints);

    // 在图像上绘制关键点
    cv::Mat image_with_keypoints;
    cv::drawKeypoints(image, keypoints, image_with_keypoints);

    // 创建窗口并显示图片
    cv::namedWindow("Image with Keypoints");
    cv::imshow("Image with Keypoints", image_with_keypoints);
    cv::waitKey(0);

    return 0;
}

参考文章

win10+cuda安装+cudnn
win10+vs2017+opencv4.5.0+opencv_contrib-4.5.0+cuda源码编译
Win10+VS2017+Opencv4配置contrib扩展