VS2015 安装opencv2.4.13(nofree函数库)

学习opencv图像处理也有一段时间了，一开始使用的是最新的版本opencv3.2.0，但在最近用opencv检测兴趣与匹配时时，发现opencv3.2.0并不支持nonfree库了（里面包含图像兴趣点检测的优秀算法：SURF,SIFT），仔细看看了原理，挺复杂的，自己写感觉不太现实，于是下载了个包含本模块的老版本的opencv2.4.13。vs配置opencv的教程网上也很多了，也为我开始学习时提供了很多帮助，本文主要解决以下问题：
1.修改VS2015安装路径的方法；
2.opencv文件中如何选择x86还是x64的问题（跟你的电脑是32位或64位的没有直接关系）；
3.最新的opencv3.1.0/3.2.0版本没有nonfree所包含的函数库；
4.vs2015配置opencv的详细流程；
5.opencv各函数库的简单介绍；
6.vs2015编写简单的opencv应用实例。

opencv官网下载链接：http://opencv.org/opencv-3-2.html

VS2015官网下载链接：https://www.visualstudio.com/downloads/
注：电脑以前安装过VS2015卸载后，再次安装时发现安装路径无法选择。原因是：VS2015以前安装的组件并没有卸载干净，安装时系统自动连接到以前的安装路径。解决办法：彻底删除遗留文件（终极卸载软件：Visual Studio Uninstaller）。

VS2015安装opencv
1.下载opencv安装包：根据运行的系统选择（本系统为win10）
2.单击安装包 右键，以管理员身份运行，选择安装路径（建议现在盘符中新建一个文件夹，并以opencv版本号命名，如：opencv2.4.13）,windows下其实就是一个解压的过程。
3.用户|系统变量设置。回到电脑桌面，鼠标右击“我的电脑”图标，选择属性-高级系统设置-环境变量，将出现以下界面：

3.1用户变量设置（通常情况不设置用户变量有时也能使用opencv，为保险起见，最好设置为好，特别是在使用较低版本的opencv时），具体步骤如图所示：

假如opencv安装到了C盘opencv2.4.13，则添加路径为：C：\opencv2.4.13\opencv\C:\opencv2.4.13\opencv\build\x86\vc14\bin
（有没有注意到此处选择的是…x86\vc14…,不可以用x64吗？,低版本中只有vc12,vc11…,没有vc14呀? 后面将做讲解…）
3.2系统变量设置：系统变量设置与用户变量设置显示，如图所示

4.VS2015编译连接属性设置
4.1启用VS2015，新建一个工程
4.2单击菜单栏“视图—其他窗口—属性管理器”，在弹出来的属性管理器中进行Debug属性设置。

（问题来了：这里有和Debug|x64）,设置哪个呢？——根据我们第三步设置环境变量路径来确定：“…x86..”对应“Debug|win32”；“…x64…”对应“Debug|x64”。由于我添加的是“…x86…”这里我选择“Debug|win32”下的“Microsoft.Cpp.Win32.user”右击点击属性，进入图示界面：

4.1.1选择“VC++目录”在包含目录 中添加文件路径,如：
C:\opencv2.4.13\opencv\build\include
C:\opencv2.4.13\opencv\build\include\opencv
C:\opencv2.4.13\opencv\build\include\opencv2
在“库目录”下添加库文件路径，如：
C:\opencv2.4.13\opencv\build\x86\vc14\lib

4.1.2选择”连接器—输入”在“附加依赖项”中添加.lib文件，操作如图所示：

.lib文件以及相关函数功能简介如下：
opencv_ml2413d.lib
opencv_calib3d2413d.lib/包含相机标定、双视角几何估计以及立体函数/
opencv_contrib2413d.lib
opencv_core2413d.lib/包含程序库的核心功能，特别是基本的数据结构和算法函数/
opencv_features2d2413d.lib/包含特征点检测器、描述子以及特征点匹配框架/
opencv_flann2413d.lib
opencv_gpu2413d.lib
opencv_highgui2413d.lib/包含图像、视频读写函数和部分用户界面函数/
opencv_imgproc2413d.lib/包含了主要的图像处理函数/
opencv_legacy2413d.lib
opencv_objdetect2413d.lib/包含目标检测函数，例如面部和人体探测器/
opencv_ts2413d.lib
opencv_video2413d.lib/包含运动估计、特征跟踪以及前景提取函数和类/
opencv_nonfree2413d.lib/付费模块（专利保护），SURF、SIFT算法/
opencv_ocl2413d.lib
opencv_photo2413d.lib
opencv_stitching2413d.lib
opencv_superres2413d.lib
opencv_videostab2413d.lib

注：其他版本的opencv安装步骤与此类似，其中
vc14——VS2015
vc12——VS2013（当然这不是绝对的，可以通过其他方式配置与安装，只是比较麻烦）
这样你就可以通过opencv进行你的图像处理学习的旅程了。

测试实例：
1.图片读取（图片在工程根目录下不需要添加路径，否则需要）如;
cv::Mat image = cv::imread(“image.jpg”，1);/读取彩色图片/
cv::Mat image = cv::imread(“image.jpg”，0);/读取图片转化为灰度图片/
2.显示图片：
cv：：imshow(“OriginImage.jpg”,image);
3.灰度处理：常用与图像处理的预处理，以减少计算量。
cv::cvtColor(image, picture, CV_BGR2GRAY);
4.二值化处理：
cv::threshold(picture, binary, 120, 255, cv::THRESH_BINARY);

测试结果：

实例代码：

#include <iostream>
#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>

int main()
{
    cv::Mat picture;
    cv::Mat image = cv::imread("image.jpg");
    if (image.empty())
    {
        std::cout << "read image failure!\n";
        return 0;
    }
    std::cout << "read image succeed!\n";
    cv::namedWindow("OriginImage");
    cv::imshow("OriginImage", image);

    cv::cvtColor(image, picture, CV_BGR2GRAY);//灰度图片
    cv::namedWindow("GreyImage");
    cv::imshow("GreyImage", picture);
    cv::imwrite("GreyImage.jpg", picture);

    cv::Mat binary;
    cv::threshold(picture, binary, 120, 255, cv::THRESH_BINARY);

    cv::namedWindow("BinaryImage");
    cv::imshow("BinaryImage", binary);
    cv::imwrite("BinaryImage.jpg", binary);

    cv::waitKey(0);
}