ubuntu20.04+opencv4.5.4（contrib）+vscode配置
安装
首先是下载opencv和opencv_contrib，注意版本要完全一致。
下载链接：https://github.com/opencv
两个文件夹并列放在同一个文件夹下也行，opencv_contrib放在opencv下也行。
在opencv文件夹下新建一个build文件夹，进入build文件夹，在这个文件夹中进行cmake，cmake的指令如下：
sudo cmake -D CMAKE_BUILD_TYPE=Release
-D CMAKE_INSTALL_PREFIX=/usr/local
-D OPENCV_EXTRA_MODULES_PATH=/home/xxx/opencv4.5.4/opencv-4.5.4
/opencv_contrib-4.5.4/modules //这里要改成自己opencv_contrib中的modules的地址
-D OPENCV_ENABLE_NONFREE=ON .. // 这个一定要设置为on，要不然不能用surf等函数
不想用指令的话，下载一个cmake-gui，看起来清楚一些，各个选项可以直接设置。（参考：https://blog.csdn.net/weixin_53660567/article/details/120979339）
cmake选项没设置好，虽然可能安装成功，但是使用时会报错：
cmake结束后:
sudo make -j8
后面的数字是线程数，线程越多，过程越快，但是要考虑自己cpu的核数。
cmake中会有无数的坑，但是报错不明显，不仔细看还发现不了，但是在下一步make的时候错误就会显现出来，下面大概总结一下：
1、找不到IPPVICV、vggxxx、boostxxx、dataxxx等等，这些是在cmake过程中需要下载的，但是由于种种原因没有下载成功，首先升级一下cmake，因为低版本的cmake可能不支持https，重新cmake可以将报错看得更清楚一些。当然，问题还是没有解决，有下面两种方法：
（1）把这些缺少的文件手动下载来放在适当的位置，这些文件网上都有资源，但是光下载下来不够，还要在相应的.cmake文件把原来的网址改成路径，路径以"file:"开头。我用这个办法装了一些文件，但是有些文件还是没搞好，换方法（2）。
（2）仔细观察发现cmakez中需要下载的文件都来源于https://raw.githubusercontent.com这个网站，但是这个网站被墙了，所以会下载失败，我试过开代理，但是没有用。找个查ip的网站，查到https://raw.githubusercontent.com的ip，有四个，全部添加到/etc/hosts文件后面，格式如下：
185.199.108.133 raw.githubusercontent.com
185.199.109.133 raw.githubusercontent.com
185.199.110.133 raw.githubusercontent.com
185.199.111.133 raw.githubusercontent.com
然后就可以正常下载了，当然有时候还是会失败，只能多等一会儿，多试几次。。。
2、找不到hdf5.h。这个是在opencv4.5.4/opencv_contrib-4.5.4/modules/hdf/src/hdf5.cpp中报的错，因为找不到hdf5.h这个头文件。
首先安装hdf5模块：
sudo apt-get install libhdf5-dev
重新make，可能还是报错，我看网上都是将hdf5的路径包含进来就解决这个错误了（具体参考：https://github.com/opencv/opencv/issues/6016），但是我加了那两行也没有用，于是我直接在电脑中搜索hdf5.h，发现存在于/usr/include/hdf5/serial/中，于是修改opencv4.5.4/opencv_contrib-4.5.4/modules/hdf/src/hdf5.cpp，将# include 修改为# include "/usr/include/hdf5/serial/hdf5.h"，成功解决了这个报错。
3、重新make。又报错，说找不到lhdf5依赖项。我找到了这个解决方法（https://github.com/NVIDIA/DIGITS/issues/156）：
我在/usr/lib/x86_64-linux-gun里成功找到了libhdf5_serial_hl.so，于是建立软连接：sudo ln -s libhdf5_serial_hl.so.8.0.2 libhdf5_hl.so。
解决了这些坑，make成功之后，别忘了install。
sudo make install
装好了截个图开心一下。
配置
首先是在系统中配置，参考https://blog.csdn.net/weixin_45629790/article/details/113242250的后半段，最后有摄像头就说明基础库没问题了。
然后在vscode中配置，这个网上有很多教程，主要就是改那三个json文件，opencv4和以前版本的文件夹不一样，这里给出我适用的三个json文件（参考文章找不到了，对不起原作者了）。
task：
{
"tasks": [
{
"type": "cppbuild",
"label": "C/C++: g++ build active file", /* 与launch.json文件里的preLaunchTask的内容保持一致 */
"command": "/usr/bin/g++",
"args": [
"-std=c++11",
"-g",
//"${file}", /* 编译单个文件 */
"${fileDirname}/*.cpp", /* 编译多个文件 */
"-o",
"${fileDirname}/${fileBasenameNoExtension}", /* 输出文件路径 */
/* 项目所需的头文件路径 */
"-I","${workspaceFolder}/",
"-I","/usr/local/include/",
"-I","/usr/local/include/opencv4/",
"-I","/usr/local/include/opencv4/opencv2",
/* 项目所需的库文件路径 */
"-L", "/usr/local/lib",
/* OpenCV的lib库 */
"/usr/local/lib/libopencv_*",
],
"options": {
"cwd": "${fileDirname}"
},
"problemMatcher": [
"$gcc"
],
"group": {
"kind": "build",
"isDefault": true
},
"detail": "Task generated by Debugger."
}
],
"version": "2.0.0"
}
launch：
{
// Use IntelliSense to learn about possible attributes.
// Hover to view descriptions of existing attributes.
// For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
"version": "0.2.0",
"configurations": [
{
"name": "g++ - Build and debug active file",
"type": "cppdbg",
"request": "launch",
"program": "${fileDirname}/${fileBasenameNoExtension}", //程序文件路径
"args": [], //程序运行需传入的参数
"stopAtEntry": false,
"cwd": "${fileDirname}",
"environment": [],
"externalConsole": true, //运行时是否显示控制台窗口
"MIMode": "gdb",
"setupCommands": [
{
"description": "Enable pretty-printing for gdb",
"text": "-enable-pretty-printing",
"ignoreFailures": true
}
],
"preLaunchTask": "C/C++: g++ build active file",
"miDebuggerPath": "/usr/bin/gdb"
}
]
}
c_cpp_properties：
{
"configurations": [
{
"name": "Linux",
"includePath": [
"${workspaceFolder}/**",
"/usr/local/include/opencv4"
],
"defines": [],
"compilerPath": "/usr/bin/gcc",
"cStandard": "gnu11",
"cppStandard": "gnu++14",
"intelliSenseMode": "linux-gcc-x64"
}
],
"version": 4
}
测试
费这么大劲装了contrib模块，赶快搞一个匹配算法来测试一下。
#include detector;
detector = cv::xfeatures2d::SURF::create(800); //800为海塞矩阵阈值，越大越精准
-----SIFT-----
cv::Ptr detector;
detector = cv::xfeatures2d::SIFT::create(800);//800为保留的点数
-----ORB------
cv::Ptr detector;
detector = cv::ORB::create(800);//保留点数
-----STAR-----
cv::Ptr detector;
detector = cv::xfeatures2d::StarDetector::create();
-----MSD-----
cv::Ptr detector;
detector = cv::xfeatures2d::MSDDetector::create();
*/
std::vector <cv::KeyPoint > key0;
std::vector <cv::KeyPoint > key1;
detector->detect(image0,key0,cv::noArray());
detector->detect(image1, key1, cv::noArray());
/*
step2:描述子提取器
*/
cv::Ptr<cv::xfeatures2d::SURF> Extractor;
Extractor = cv::xfeatures2d::SURF::create(800);
/*
以下都是xfeature2d中的提取器
-----SURF-----
-----SIFT-----
-----LUCID----
-----BriefDescriptorExtractor----
-----VGG-----
-----BoostDesc-----
*/
cv::Mat descriptor0, descriptor1;
Extractor->compute(image0, key0, descriptor0);
Extractor->compute(image1, key1, descriptor1);
/*
step3:匹配器
*/
cv::BFMatcher matcher;//暴力匹配器
std::vector<cv::DMatch> matches; // 存放匹配结果
std::vector<cv::DMatch> good_matches; //存放好的匹配结果
matcher.match(descriptor0, descriptor1, matches);
std::sort(matches.begin(), matches.end()); //筛选匹配点，根据match里面特征对的距离从小到大排序
int ptsPairs = std::min(50, (int)(matches.size() * 0.15));
std::cout << "匹配点数为" << ptsPairs << std::endl;
for (int i = 0; i < ptsPairs; i++)
{
good_matches.push_back(matches[i]); //距离最小的50个压入新的DMatch
}
cv::Mat result;
cv::drawMatches(image0, key0,
image1, key1,
good_matches, result,
cv::Scalar::all(-1), cv::Scalar::all(-1),
std::vector<char>(),
cv::DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS); //绘制匹配点
cv::imshow("result", result);
cv::waitKey(0);
}
不管效果怎么样，总算是有结果了。
完结，撒花。