我们经常遇到这样的需求：我们在VS写好的程序，需要在一个没有装opencv甚至没有装vs的电脑下运行，跑出效果。比如，你在你的电脑用opencv+vs2015写出一个程序，然后老师叫你把程序发给他，他要看看功能实现的怎么样。老师的电脑肯定没有整套的开发环境的，如果你想只把代码发给他，让他自己编译，肯定会出现问题。所以，我们需要掌握如何生成一个不依赖开发环境的exe的方法。
下面将以一个实际例子说明如何生成一个不依赖开发环境的exe的方法。
比如我现在在VS2015下实现了一个图像拼接功能的程序
#include "highgui/highgui.hpp"
#include "opencv2/nonfree/nonfree.hpp"
#include "opencv2/legacy/legacy.hpp"
#include
using namespace cv;
using namespace std;
void OptimizeSeam(Mat& img1, Mat& trans, Mat& dst);
typedef struct
{
Point2f left_top;
Point2f left_bottom;
Point2f right_top;
Point2f right_bottom;
}four_corners_t;
four_corners_t corners;
void CalcCorners(const Mat& H, const Mat& src)
{
double v2[] = { 0, 0, 1 };//左上角
double v1[3];//变换后的坐标值
Mat V2 = Mat(3, 1, CV_64FC1, v2); //列向量
Mat V1 = Mat(3, 1, CV_64FC1, v1); //列向量
V1 = H * V2;
//左上角(0,0,1)
cout << "V2: " << V2 << endl;
cout << "V1: " << V1 << endl;
corners.left_top.x = v1[0] / v1[2];
corners.left_top.y = v1[1] / v1[2];
//左下角(0,src.rows,1)
v2[0] = 0;
v2[1] = src.rows;
v2[2] = 1;
V2 = Mat(3, 1, CV_64FC1, v2); //列向量
V1 = Mat(3, 1, CV_64FC1, v1); //列向量
V1 = H * V2;
corners.left_bottom.x = v1[0] / v1[2];
corners.left_bottom.y = v1[1] / v1[2];
//右上角(src.cols,0,1)
v2[0] = src.cols;
v2[1] = 0;
v2[2] = 1;
V2 = Mat(3, 1, CV_64FC1, v2); //列向量
V1 = Mat(3, 1, CV_64FC1, v1); //列向量
V1 = H * V2;
corners.right_top.x = v1[0] / v1[2];
corners.right_top.y = v1[1] / v1[2];
//右下角(src.cols,src.rows,1)
v2[0] = src.cols;
v2[1] = src.rows;
v2[2] = 1;
V2 = Mat(3, 1, CV_64FC1, v2); //列向量
V1 = Mat(3, 1, CV_64FC1, v1); //列向量
V1 = H * V2;
corners.right_bottom.x = v1[0] / v1[2];
corners.right_bottom.y = v1[1] / v1[2];
}
int main(int argc, char *argv[])
{
Mat image01 = imread(".\\src_pic\\right.jpg", 1); //右图
Mat image02 = imread(".\\src_pic\\left.jpg", 1); //左图
imshow("p2", image01);
imshow("p1", image02);
//灰度图转换
Mat image1, image2;
cvtColor(image01, image1, CV_RGB2GRAY);
cvtColor(image02, image2, CV_RGB2GRAY);
//提取特征点
SurfFeatureDetector surfDetector(800); // 海塞矩阵阈值，在这里调整精度，值越大点越少，越精准
vector keyPoint1, keyPoint2;
surfDetector.detect(image1, keyPoint1);
surfDetector.detect(image2, keyPoint2);
//特征点描述，为下边的特征点匹配做准备
SurfDescriptorExtractor SurfDescriptor;
Mat imageDesc1, imageDesc2;
SurfDescriptor.compute(image1, keyPoint1, imageDesc1);
SurfDescriptor.compute(image2, keyPoint2, imageDesc2);
//获得匹配特征点，并提取最优配对
FlannBasedMatcher matcher;
vector matchePoints;
matcher.match(imageDesc1, imageDesc2, matchePoints, Mat());
cout << "total match points: " << matchePoints.size() << endl;
// sort(matchePoints.begin(), matchePoints.end()); //特征点排序
Mat img_match;
drawMatches(image01, keyPoint1, image02, keyPoint2, matchePoints, img_match);
imshow("match points",img_match);
//获取排在前N个的最优匹配特征点
vector imagePoints1, imagePoints2;
for (int i = 0; i(i); //获取第i行的首地址
uchar* t = trans.ptr(i);
uchar* d = dst.ptr(i);
for (int j = start; j < cols; j++)
{
if (t[j*3] == 0 && t[j*3+1] == 0 && t[j*3+2] == 0)
{
alpha = 1;
}
else
{
alpha = (processWidth - (j - start)) / processWidth;
}
d[j*3] = p[j*3] * alpha + t[j*3] * (1 - alpha);
d[j*3+1] = p[j*3+1] * alpha + t[j*3+1] * (1 - alpha);
d[j*3+2] = p[j*3+2] * alpha + t[j*3+2] * (1 - alpha);
}
}
} 那么怎样才可以生成一个不依赖于环境的可执行程序exe呢？
1.选择release方式
为什么要选择release而不选择debug模式？因为debug模式我也尝试过了，因为debug模式要加入某些vs的debug dll，可能比较难找，就不使用debug模式了，relase模式更为方便。
2.重新生成解决方案
3.找到生成的exe的存放位置
因为我生成的是x64文件，所以就选择X64。生成X86的就选X86文件夹。
我们选relsease文件夹
发现有四项东西
3.建立自己的文件夹
自己新建一个文件夹（我命名为my_exe），以后所有东西都放这里了。并将上面提到的四项东西拷贝到这里。并根据我们程序写的读取图片和存储图片的位置，生成如下的两个文件夹src_pic和dst_pic。
4.找出opencv dll库的位置
将里面的东西全选，并拷贝到刚新建的文件夹内。
5.根据程序写的读取图片的位置放入待处理的图片
6.运行exe文件
这个exe文件是你从vs工程copy过来的那个exe，别弄错了。
完美运行。
再看看dst_pic文件夹，生成的图片已经如我们所愿存进去了！
可能遇到的问题
在实际操作中可能遇到exe无法执行或者出错的情况，这时应第一时间查看依赖项是否填写正确。
因为我们选择的是release版本，所以依赖项填写的是不带d的！这个要确认清楚。