OpenCV 入门与进阶教程（一）：OpenCV 4.1.0、opencv_contrib 编译与VS 2015环境配置

准备工作

博主使用OpenCV有一段时间了，现在打算把一些基本内容总结一下，主要还是对自己的大脑做个梳理，同时能和大家交流。目前已经版本已经更新到4.1.0，增加了很多功能，具体可以上官网查看。对我个人而言，各个版本其实区别不大，喜欢用最新的稳定版本。

1. 下载OpenCV 4.1.0 源码：
   https://github.com/opencv/opencv/releases
2. 下载opencv_contrib 4.1.0 源码：
   https://github.com/opencv/opencv_contrib/releases

这里需要注意下，opencv 3.0 以后，一些有专利的算法都集中在了opencv_contrib 中，例如常用的SIFT、SURF匹配算法等，因此是非常有必要安装的，此外，下载的版本应与OpenCV版本对应。

3. 下载并安装cmake：
   https://cmake.org/download/

安装最新版本的就行了。

用cmake生成VS工程

1. 解压缩源码，此处需要注意，两文件夹均为源码的顶级目录。在同一路径下创建临时工程文件夹build。
   
2. 打开cmake_gui，输入源码和工程文件夹路径，再configure，平台选择VS 2015以及x64
   
   configure成功后应该得到如下结果：
   

需要注意的是，opencv提供python调用的版本，因此最好把python 2.7安装一下，否则在cmake下面的输出中可能会报错：

3. 勾选以下几个选项：

• 最终会生成一个opencv_world.dll 方便调用：
  
• 勾选OPENCV_ENABLE_NONFREE，要不然nonfree包中的函数都用不了。输入第一步解压缩opencv_contrib 的modules目录
  

configure两次，使所有红色的选项变白

4. generate 生成VS工程

使用VS 2015编译

1. 用VS打开上一步生成的OpenCV.sln
2. build - build solution （构建 - 构建解决方案）这个过程很漫长，在此不演示了
3. 编译INSTALL
   
4. 最终生成的install文件夹即为编译好的opencv库
   

使用opencv

建议创建opencv工程采用相对路径的方式，把库文件拷贝到工程文件，适合多个电脑移植，以及多版本的控制。

新建VS 2015工程，在工程文件夹中新建一个3rdParty目录，把上一步生成的install文件夹中的include, x64/vc14中的bin和lib，全部拷贝到3rdParty中，效果如下：

更改VS 2015设置

1. 打开工程属性界面，注意最上方的平台为 x64
   C/C++ 的附加包含目录，填相对路径
   
2. 链接器-输入，也是相对路径
   
3. opencv_world410d.dll 的位置
   有人把它直接放入Windows目录下中，个人觉得不太合适，移植性太差，个人建议把编译好的install文件夹更改成OpenCV-4-1-0-My Build 放在D盘固定位置上，再更改环境变量，把opencv_world410d.dll 目录包含进去。效果如图：
   
   更改环境变量
   打开cmd，输入：

setx PATH "%PATH%;D:\OpenCV\OpenCV-4-1-0-My Build\x64\vc14\bin"

如果有release需求，把上面所有与opencv_world410d有关的内容改成opencv_world410即可。

测试SIFT特征提取

#include "opencv2/core/core.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/xfeatures2d.hpp"
#include "opencv2/highgui/highgui_c.h"

using namespace cv;
using namespace std;

Ptr sift = xfeatures2d::SIFT::create();
int main()
{
    Mat img = imread("C:/Users/Public/Pictures/Sample Pictures/tulips.jpg");
    Ptr sift = xfeatures2d::SIFT::create();
    vector keypoints;
    Mat descriptors;

    sift->detectAndCompute(img, noArray(), keypoints, descriptors);
    drawKeypoints(img, keypoints, descriptors, Scalar(0, 255, 255));
    namedWindow("w");//, CV_WINDOW_NORMAL);
	resizeWindow("w", 1027, 768);
	imshow("w", img);
    imshow("w", descriptors);
    waitKey(0);
    return 0; 
}

结果：