Linux系统下OpenCV2.x的安装与SIFT算法测试

最新推荐文章于 2023-08-08 10:27:34 发布

From outside

最新推荐文章于 2023-08-08 10:27:34 发布

阅读量1.2k

点赞数

分类专栏： opencv

opencv 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

OpenCV现在有1、2、3三个系列，1就比较老了，3在2的基础上增加了一些新的算法和T-API,但是没有了SIFT之类的算法，如果使用需要单独下载编译，目前基于2的资料和项目最多，所以新手建议使用OpenCV2。下面介绍详细的安装步骤和测试过程。

一、实验背景

（1）实验环境

系统为ubuntu 16.04.1 x64虚拟机版的最小化系统，具体参数如下：

DISTRIB_ID=Ubuntu

DISTRIB_RELEASE=16.04

DISTRIB_CODENAME=xenial

DISTRIB_DESCRIPTION="Ubuntu 16.04.1 LTS"

为了支持opencv的图形显示功能，首先安装图形界面

1、执行命令sudo apt install ubuntu-desktop

2、安装后需要重启系统

二、安装过程和测试

1. 先从sourceforge上下载OpenCV的源码

Wget http://jaist.dl.sourceforge.net/project/opencvlibrary/opencv-unix/2.4.9/opencv-2.4.9.zip

2. 解压到任意目录

我的为/lib/OpenCV

unzip opencv-2.4.9.zip

3. 进入源码目录，创建release目录

cd opencv-2.4.9

mkdir release

4. 可以看到在OpenCV目录下，有个CMakeLists.txt文件，需要事先安装一些软件

sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev

5. 进入release目录，安装OpenCV是所有的文件都会被放到这个release目录下

cd release

6. cmake编译OpenCV源码，安装所有的lib文件都会被安装到/usr/local目录下

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. (指定安装目录)

7. 安装

sudo make install

8、建立链接库

sudo make install

sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'（添加到系统链接库）

sudo ldconfig（生效）

9、编码

（1）SIFT代码：test.cpp

#include "opencv2/core/core.hpp"  
#include "highgui.h"  
#include "opencv2/imgproc/imgproc.hpp"  
#include "opencv2/features2d/features2d.hpp"  
#include "opencv2/nonfree/nonfree.hpp"  
#include "opencv2/legacy/legacy.hpp"  
  
using namespace cv;  
using namespace std;  
  
int main(int argc, char** argv)  
{  
   //待匹配的两幅图像，其中img1包括img2，也就是要从img1中识别出img2  
   Mat img1 = imread("1.jpg");  
   Mat img2 = imread("2.jpg");  
  
   SIFT sift1, sift2;  
  
   vector<KeyPoint> key_points1, key_points2;  
  
   Mat descriptors1, descriptors2, mascara;  
  
   sift1(img1,mascara,key_points1,descriptors1);  
   sift2(img2,mascara,key_points2,descriptors2);  
     
   //实例化暴力匹配器——BruteForceMatcher  
   BruteForceMatcher<L2<float> > matcher;    
   //定义匹配器算子  
   vector<DMatch>matches;    
   //实现描述符之间的匹配，得到算子matches  
   matcher.match(descriptors1,descriptors2,matches);  
  
   //提取出前30个最佳匹配结果  
   std::nth_element(matches.begin(),     //匹配器算子的初始位置  
       matches.begin()+29,     // 排序的数量  
       matches.end());       // 结束位置  
   //剔除掉其余的匹配结果  
   matches.erase(matches.begin()+30, matches.end());  
  
   namedWindow("SIFT_matches");    
   Mat img_matches;    
   //在输出图像中绘制匹配结果  
   drawMatches(img1,key_points1,         //第一幅图像和它的特征点  
       img2,key_points2,      //第二幅图像和它的特征点  
       matches,       //匹配器算子  
       img_matches,      //匹配输出图像  
       Scalar(255,255,255));     //用白色直线连接两幅图像中的特征点  
   imshow("SIFT_matches",img_matches);    
   waitKey(0);  
  
   return 0;  
}

（2）两张待匹配的图像