Windows环境 C++ 安装OpenCV-contrib

Windows环境 C++ 安装OpenCV-contrib

前言:
1.本文基于以下环境:Windows10 /C++ /OpenCV4.5.4 /Visual Studio2019 /OpenCV-contrib4.5.4
2.如果是版本不同,不用担心,每一步的思想都是相同的,如果有具体情况大家不会处理可以评论,你的问题大家一起解决。

0 了解OpenCV-contrib

前言:安装OpenCV-contrib之前我们首先要了解它是什么,干嘛用的,知己知彼百战不殆嘛。之后胡在慢慢了解怎么用它。

0.1 OpenCV-contrib 到底是什么

相较于之前我们安装的OpenCV是一个由多个模块、函数组成的用来坐计算机视觉开发的工具包而言,OpenCV-contrib是它的一个补充包,那为什么需要这个补充包呢,因为有一部分非常好的功能由于专利原因在OpenCV中没办法用所以在OpenCV-contrib中,我们也需要下载。

1. OpneCV-contrib 的下载及安装

1.1下载地址

OpneCV-contrib 4.5.4的直接下载链接
大家不需要找什么国内开源网站,这个本身的下载速度就很快了。
这个是Github链接:https://github.com/opencv/opencv_contrib
这个速度会慢一点,但是可以自选版本。

1.2安装

1.2.1. 解压

下载后是一个.zip 的压缩文件,注意要将它解压在D:\opencv-4.5.4\opencv_contrib-4.x这个路径下(这个是我自己的路径,你可以解压在自己的路径下,尽量是相应版本的OpenCV文件夹下)。

1.2.2. CMake

之后需要用到一个工具:CMake编译工具
想要具体了解它是什么可以参考《CMake编译工具概述》
CMake下载地址:https://cmake.org/download/
CMake版本选择:因为之前的CMake版本不支持Visual Studio2019因此我下载的是3.20版本,如果你的是Visual Studio2015或者之前的版本下载3.7版本的CMake就可以了,如果是VS2017版本选3.9版本即可,不然后期容易出错。
下载好的是一个.exe可执行文件双击它就可以开始安装了,一路确定就完成安装了。

1.2.3. 用CMake编译OpneCV-contrib

打开CMake图形界面在路径:D:\CMake\bin 中(这是我自己CMake的安装路径,大家在自己的文件夹中找到安装路径下的bin文件夹)打开后如下图所示:
CMake图形界面
编译前有两个需要设置:
1.source源文件:D:\opencv-4.5.4\opencv\sources 这个路径是之前安装OpenCV的路径下的source文件夹,大家找到自己的相应路径复制粘贴到上图的第一栏中。
2.编译后的目标路径:在OpenCV文件夹中创建一个newbuild 文件夹;选其为编译目标路径填入上图第二栏中;D:\opencv-4.5.4\opencv\newbuild 这是我自己的路径。

然后点击【Configure】按钮选择自己的VS版本(如下图所示:)
VS版本选择
点击【Finish】,然后再点击【Configure】开始构建,出现"configuring done",构建完成。
此时在CMake界面中有很多变量,勾选上" BUILD_opencv_world"和" OPENCV_ENABLE_NONFREE"和" OPENCV_EXTRE_MODULESOPATH"变量
再次点击【Configure】(多点几次)直到所有红色变量变成白色,然后点击【Generate】开始编译
编译过程会比较慢,编译完成后在newbuild文件夹中找到OpenCV.sln文件在这里插入图片描述
右键点击,打开方式,用VS2019打开(如下图所示:)
在这里插入图片描述
依次点击:生成>重新生成解决方案(如下图所示:)
在这里插入图片描述
然后在右侧的资源管理器中找到CMakeTargets中的INSTALL文件,右键选择“仅用于项目”>“仅生成INSTALL”,在newbuild 文件夹中生成一个install 文件夹。

注意:newbuild中有很多文件,其中只有install文件是重要文件,其他文件可以有选择的删除

以上OpneCV-contrib的安装就完成了。下一步就是配置环境啦!加油

2. OpneCV-contrib Windows Visual Studio2019环境配置

2.1 VS2019环境设置

在VS2019中新建一个项目依次点击“视图”>“其他窗口”>“属性管理器” (如下图所示:)

将上面的编译选择改成Debug X64
然后依次点击“Debug|x64”>“Microsoft.Cpp.x64.user”>“属性”(如下图所示:)
在这里插入图片描述

然后依次点击“VC++目录”>“包含目录”>“编辑”(如下图所示:)
在这里插入图片描述
添加下两个路径:
D:\opencv-4.5.4\opencv\newbuild\install\include
D:\opencv-4.5.4\opencv\newbuild\install\include\opencv2

注意:
这两个路径都是在刚才安装过程中生成的newbuild\install中的!!
一定不要弄错了

然后依次点击“链接器”>“输入”>“附加依赖项”>“编辑”(如下图所示:)

添加这个.lib:opencv_world454d.lib
然后全部应用确定完成VS2019的环境设置;

2.2 系统变量环境设置

打开我的电脑>右键此电脑选择属性
在这里插入图片描述
点击高级属性设置
在这里插入图片描述
点击环境变量
在这里插入图片描述
编辑系统变量中的PATH
在这里插入图片描述
加入这个路径:D:\opencv-4.5.4\opencv\newbuild\install\bin

注意:
这个路径也是在刚才安装过程中生成的newbuild\install中的!!
一定不要弄错了,不要选成newbuild中的bin文件夹路径!!

好啦到这一步就完成全部的安装及环境配置步骤啦。下面来找一个样例试试手吧

3. 简单实例验证安装配置成功

在VS2019中创建一个新项目:
这是一个简单的二维码识别程序代码如下:

#include "opencv2/objdetect.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/videoio.hpp"
#include "opencv2/imgcodecs.hpp"
#include <string>
#include <iostream>

using namespace std;
using namespace cv;

static int liveQRCodeDetect();
static int imageQRCodeDetect(const string& in_file);

static bool g_modeMultiQR = false;
static bool g_detectOnly = false;

static string g_out_file_name, g_out_file_ext;
static int g_save_idx = 0;

static bool g_saveDetections = false;
static bool g_saveAll = false;

static string getQRModeString()
{
    std::ostringstream out;
    out << "QR"
        << (g_modeMultiQR ? " multi" : "")
        << (g_detectOnly ? " detector" : " decoder");
    return out.str();
}

int main(int argc, char *argv[])
{
    const string keys =
        "{h help ? |        | print help messages }"
        "{i in     |        | input image path (also switches to image detection mode) }"
        "{detect   | false  | detect QR code only (skip decoding) }"
        "{m multi  |        | use detect for multiple qr-codes }"
        "{o out    | qr_code.png | path to result file }"
        "{save_detections | false  | save all QR detections (video mode only) }"
        "{save_all | false  | save all processed frames  (video mode only) }"
    ;
    CommandLineParser cmd_parser(argc, argv, keys);

    cmd_parser.about("This program detects the QR-codes from camera or images using the OpenCV library.");
    if (cmd_parser.has("help"))
    {
        cmd_parser.printMessage();
        return 0;
    }

    string in_file_name = cmd_parser.get<string>("in");    // path to input image

    if (cmd_parser.has("out"))
    {
        std::string fpath = cmd_parser.get<string>("out");   // path to output image
        std::string::size_type idx = fpath.rfind('.');
        if (idx != std::string::npos)
        {
            g_out_file_name = fpath.substr(0, idx);
            g_out_file_ext = fpath.substr(idx);
        }
        else
        {
            g_out_file_name = fpath;
            g_out_file_ext = ".png";
        }
    }
    if (!cmd_parser.check())
    {
        cmd_parser.printErrors();
        return -1;
    }

    g_modeMultiQR = cmd_parser.has("multi") && cmd_parser.get<bool>("multi");
    g_detectOnly = cmd_parser.has("detect") && cmd_parser.get<bool>("detect");

    g_saveDetections = cmd_parser.has("save_detections") && cmd_parser.get<bool>("save_detections");
    g_saveAll = cmd_parser.has("save_all") && cmd_parser.get<bool>("save_all");

    int return_code = 0;
    if (in_file_name.empty())
    {
        return_code = liveQRCodeDetect();
    }
    else
    {
        return_code = imageQRCodeDetect(samples::findFile(in_file_name));
    }
    return return_code;
}

static
void drawQRCodeContour(Mat &color_image, const vector<Point>& corners)
{
    if (!corners.empty())
    {
        double show_radius = (color_image.rows  > color_image.cols)
                   ? (2.813 * color_image.rows) / color_image.cols
                   : (2.813 * color_image.cols) / color_image.rows;
        double contour_radius = show_radius * 0.4;

        vector< vector<Point> > contours;
        contours.push_back(corners);
        drawContours(color_image, contours, 0, Scalar(211, 0, 148), cvRound(contour_radius));

        RNG rng(1000);
        for (size_t i = 0; i < 4; i++)
        {
            Scalar color = Scalar(rng.uniform(0,255), rng.uniform(0, 255), rng.uniform(0, 255));
            circle(color_image, corners[i], cvRound(show_radius), color, -1);
        }
    }
}

static
void drawFPS(Mat &color_image, double fps)
{
    ostringstream convert;
    convert << cv::format("%.2f", fps) << " FPS (" << getQRModeString() << ")";
    putText(color_image, convert.str(), Point(25, 25), FONT_HERSHEY_DUPLEX, 1, Scalar(0, 0, 255), 2);
}

static
void drawQRCodeResults(Mat& frame, const vector<Point>& corners, const vector<cv::String>& decode_info, double fps)
{
    if (!corners.empty())
    {
        for (size_t i = 0; i < corners.size(); i += 4)
        {
            size_t qr_idx = i / 4;
            vector<Point> qrcode_contour(corners.begin() + i, corners.begin() + i + 4);
            drawQRCodeContour(frame, qrcode_contour);

            cout << "QR[" << qr_idx << "] @ " << Mat(qrcode_contour).reshape(2, 1) << ": ";
            if (decode_info.size() > qr_idx)
            {
                if (!decode_info[qr_idx].empty())
                    cout << "'" << decode_info[qr_idx] << "'" << endl;
                else
                    cout << "can't decode QR code" << endl;
            }
            else
            {
                cout << "decode information is not available (disabled)" << endl;
            }
        }
    }
    else
    {
        cout << "QR code is not detected" << endl;
    }

    drawFPS(frame, fps);
}

static
void runQR(
    QRCodeDetector& qrcode, const Mat& input,
    vector<Point>& corners, vector<cv::String>& decode_info
    // +global: bool g_modeMultiQR, bool g_detectOnly
)
{
    if (!g_modeMultiQR)
    {
        if (!g_detectOnly)
        {
            String decode_info1 = qrcode.detectAndDecode(input, corners);
            decode_info.push_back(decode_info1);
        }
        else
        {
            bool detection_result = qrcode.detect(input, corners);
            CV_UNUSED(detection_result);
        }
    }
    else
    {
        if (!g_detectOnly)
        {
            bool result_detection = qrcode.detectAndDecodeMulti(input, decode_info, corners);
            CV_UNUSED(result_detection);
        }
        else
        {
            bool result_detection = qrcode.detectMulti(input, corners);
            CV_UNUSED(result_detection);
        }
    }
}

static
double processQRCodeDetection(QRCodeDetector& qrcode, const Mat& input, Mat& result, vector<Point>& corners)
{
    if (input.channels() == 1)
        cvtColor(input, result, COLOR_GRAY2BGR);
    else
        input.copyTo(result);

    cout << "Run " << getQRModeString()
        << " on image: " << input.size() << " (" << typeToString(input.type()) << ")"
        << endl;

    TickMeter timer;

    vector<cv::String> decode_info;
    timer.start();
    runQR(qrcode, input, corners, decode_info);
    timer.stop();

    double fps = 1 / timer.getTimeSec();
    drawQRCodeResults(result, corners, decode_info, fps);

    return fps;
}

int liveQRCodeDetect()
{
    VideoCapture cap(0);

    if (!cap.isOpened())
    {
        cout << "Cannot open a camera" << endl;
        return 2;
    }

    cout << "Press 'm' to switch between detectAndDecode and detectAndDecodeMulti" << endl;
    cout << "Press 'd' to switch between decoder and detector" << endl;
    cout << "Press ' ' (space) to save result into images" << endl;
    cout << "Press 'ESC' to exit" << endl;
    QRCodeDetector qrcode;

    for (;;)
    {
        Mat frame;
        cap >> frame;
        if (frame.empty())
        {
            cout << "End of video stream" << endl;
            break;
        }

        bool forceSave = g_saveAll;

        Mat result;

        try
        {
            vector<Point> corners;
            double fps = processQRCodeDetection(qrcode, frame, result, corners);
            cout << "FPS: " << fps << endl;
            forceSave |= (g_saveDetections && !corners.empty());
            //forceSave |= fps < 1.0;
        }
        catch (const cv::Exception& e)
        {
            cerr << "ERROR exception: " << e.what() << endl;
            forceSave = true;
        }

        if (!result.empty())
            imshow("QR code", result);

        int code = waitKey(1);
        if (code < 0 && !forceSave)
            continue; // timeout
        char c = (char)code;
        if (c == ' ' || forceSave)
        {
            string fsuffix = cv::format("-%05d", g_save_idx++);

            string fname_input = g_out_file_name + fsuffix + "_input.png";
            cout << "Saving QR code detection input: '" << fname_input << "' ..." << endl;
            imwrite(fname_input, frame);

            string fname = g_out_file_name + fsuffix + g_out_file_ext;
            cout << "Saving QR code detection result: '" << fname << "' ..." << endl;
            imwrite(fname, result);

            cout << "Saved" << endl;
        }
        if (c == 'm')
        {
            g_modeMultiQR = !g_modeMultiQR;
            cout << "Switching QR code mode ==> " << (g_modeMultiQR ? "detectAndDecodeMulti" : "detectAndDecode") << endl;
        }
        if (c == 'd')
        {
            g_detectOnly = !g_detectOnly;
            cout << "Switching QR decoder mode ==> " << (g_detectOnly ? "detect" : "decode") << endl;
        }
        if (c == 27)
        {
            cout << "'ESC' is pressed. Exiting..." << endl;
            break;
        }
    }
    cout << "Exit." << endl;

    return 0;
}

int imageQRCodeDetect(const string& in_file)
{
    const int count_experiments = 10;

    Mat input = imread(in_file, IMREAD_COLOR);
    cout << "Run " << getQRModeString()
        << " on image: " << input.size() << " (" << typeToString(input.type()) << ")"
        << endl;

    QRCodeDetector qrcode;
    vector<Point> corners;
    vector<cv::String> decode_info;

    TickMeter timer;
    for (size_t i = 0; i < count_experiments; i++)
    {
        corners.clear();
        decode_info.clear();

        timer.start();
        runQR(qrcode, input, corners, decode_info);
        timer.stop();
    }
    double fps = count_experiments / timer.getTimeSec();
    cout << "FPS: " << fps << endl;

    Mat result; input.copyTo(result);
    drawQRCodeResults(result, corners, decode_info, fps);

    imshow("QR", result); waitKey(1);

    if (!g_out_file_name.empty())
    {
        string out_file = g_out_file_name + g_out_file_ext;
        cout << "Saving result: " << out_file << endl;
        imwrite(out_file, result);
    }

    cout << "Press any key to exit ..." << endl;
    waitKey(0);
    cout << "Exit." << endl;

    return 0;
}

此程序检测摄像头拍到的二维码并显示二维码信息

  • 3
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 要安装opencv-contrib-python,您可以使用pip命令在命令行中运行以下命令: pip install opencv-contrib-python 这将自动下载和安装最新版本的opencv-contrib-python。请确保您的计算机已连接到互联网,并且您具有管理员权限。如果您遇到任何问题,请尝试使用管理员权限运行命令提示符。 ### 回答2: OpenCV是一款广泛应用于计算机视觉领域的开源库,支持多种编程语言(如C++、Python等)。OpenCV提供了大量的图像和视频处理函数和算法,包括但不限于图像的处理、特征提取、目标检测、人脸识别等功能。 而opencv-contrib-python则是OpenCV官方的扩展包,提供了更多的功能和算法。在使用Python进行图像处理和计算机视觉方面的应用时,opencv-contrib-python是非常重要的一个工具。 安装opencv-contrib-python要考虑多个方面,其中比较重要的两个方面是你所使用的Python版本和操作系统。具体的安装步骤如下: 1. 安装Python 访问Python官网或第三方Python发行版网站,在网站的页面中可以下载Python。根据自己的电脑操作系统和位数下载相应的版本,例如 Windows x64 Installer 这个exe文件即可。 2. 安装OpenCVWindows环境下可使用pip install opencv-contrib-python命令进行安装。另外需要注意的是,opencv-contrib-python命令默认会安装OpenCV 3.4.2版本,如果需要安装其他版本则需要加上版本号进行安装。如果没有pip可以去初步下载中默认下载的图形化界面Anaconda Navigator中寻找opencv-contrib-python,选择对应版本进行安装。 在Linux环境下可使用以下命令安装: sudo apt-get update sudo apt-get install python-opencv 3. 测试安装是否成功 打开Python编辑器,在其中输入import cv2即可,如果没有报错说明安装成功了。 总结,opencv-contrib-python在Python的图像处理和计算机视觉方面应用中不可缺少,通过上述安装步骤可以顺利安装并使用它。 ### 回答3: Opencv-contrib-python是Opencv的扩展库,其包含了Opencv官方没有包含的模块,例如SIFT算法等。它提供了方便的接口与脚本语言的接口,对于需要使用这些模块的Python开发者来说很有价值。 在安装opencv-contrib-python之前,需要先安装Opencv。如果已经安装好了Opencv的话,可以先在终端中输入 pip install opencv-contrib-python 来直接安装Opencv-contrib-python。如果还不确定是否安装好了Opencv,可以通过终端中输入下述命令进行确认: import cv2 print(cv2.__version__) 如果上述代码正确执行并输出Opencv的版本号,则表明Opencv已经成功安装。 如果使用的是Anaconda,则可以在终端直接使用命令 conda install opencv-contrib-python 进行安装。如果想要使用末版的opencv-contrib-python,则可以尝试以下代码: pip install opencv-contrib-python-headless 这些命令在安装过程中需要获取一些文件并安装一些依赖包。如果使用的是Python 3,需要确保下载安装的是Python 3.x版的Opencv-contrib-python,否则会出现错误。安装完成后,可以在Python中导入模块并调用其中的函数。 总体而言,Opencv-contrib-python安装比较简单,只需要保证已经正确安装Opencv,并根据自己的需求选择安装相应的版本即可。安装过程中可能会遇到一些问题,但一般都可以在网络上找到解决方法。如果有更多的问题或者疑惑,在网络或者社区中提出问题是一个不错的选择。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值