OpenCV系列：【1】，OpenCV3.1与opencv_contrib

刚刚开始学习Opencv，在此立帖为证。
个人推荐毛星云的Opencv3.0的教材，内容容易理解例子很多，非常适合新手上手，当然，最好有点c++编程基础。
前边1-10章不说，照着一路敲代码就可以，重点说一下11章
非常不幸地，类似surf，flann这类重要的特征匹配算法，Opencv开发者在Opencv3.0版本之后残忍地将它们从Opencv官方库移除了。
所以，我推荐那本书里，作者在这一部分，也就是第十一章，全部用的Opencv2.0代码。
对于一个间歇性强迫症患者来说，Opencv这问题赶上犯病的时候，是非常不幸的，因为钻牛角尖... 
闲话不说，花了一天时间解决这问题，现给出答案：
Opencv的surf， sift这些算法，在Opencv3.0版本后，全部从Opencv库中移除，归类于一个叫做Opencv_contrib的库里边，这个东西可以自行百度下载。
这个库有个问题，就是到目前为止，我用来看，只支持Opencv3.1版本而不支持3.0，所以，为了能够用上它，我们得把Opencv升到3.1.
整个过程自行百度，请。下载好的Opencv3.1最好找个空间大一点儿地方解压，因为整套库解压完毕可能会有15G左右的大小。
完成这个过程之后，下载cmake，用法百度，将Opencv3.1和opencv_contrib联合生成一个vs工程。
这里注意，1，cmake在一次配置之后（configrate），出现的红色列表里只用把OPENCV_EXTRA_MODULE这一项的值设置成opencv_contrib里边module文件夹路径就可以，剩下的东西不需要修改，比方说WITH_TBB（这个至少我没有引用，没有感觉出有什么不同），BUILD_OPENCV_WORLD之类，不要管它。
之后再进行一次或者几次配置，直到红色列表全部变成白色，点configrate旁边的生成（generate），（注意前边build目录最好单独设置，不要直接选择opencv3.1目录下的build目录），生成目录就会出现一个庞大的opencv工程，点集opencv.sln文件，进入工程。
如果前边，配置的时候，系统位数和vs版本没有错误，那么在这里vs可以非常顺利打开Opencv.sln文件，右击右边栏资源管理器里边项目名——>重新生成——>等待生成完毕——>右击cmaketarget里边，install项——>仅用于项目——>仅生成install，等待完成，然后关掉vs
ps:这里只给出来debug的过程，release模式跟debug相同，就不废话了。
重新开始新项目，之后无非就是修改系统Path路径，修改vs属性里边包含目录，库目录，依赖文件列表。重新注销系统，再进入，配置完成了！

上一段代码，可以测试

/*********************************************************************************** 

    *  @COPYRIGHT NOTICE 

    *  @Copyright (c) 2016, LiZichuan

    *  @All rights reserved 

 

    文件名  : 1，SURF实验函数.cpp 

    版本 : ver 1.0 

 

    作者    : Zichuan 

    日期    : 2016/3/17 18:11 

    简介    : SURF实验函数 

***********************************************************************************/ 

/***************************************************************************** 

    功    能 :头文件、命名空间包含部分

    描    述 :

*****************************************************************************/  

#include "stdafx.h"

#include "stdio.h"

#include "opencv2/core.hpp"

#include "opencv2/core/utility.hpp"

#include "opencv2/core/ocl.hpp"

#include "opencv2/imgcodecs.hpp"

#include "opencv2/highgui.hpp"

#include "opencv2/features2d.hpp"

#include "opencv2/calib3d.hpp"

#include "opencv2/imgproc.hpp"

#include "opencv2/flann.hpp"

#include "opencv2/xfeatures2d.hpp"

#include "opencv2/ml.hpp"

#include "iostream"

using namespace cv;

using namespace std;

using namespace cv::xfeatures2d;

using namespace cv::ml;

/***************************************************************************** 

    函数名称 :main()函数

    函数功能 :

    作    者 :Zichuan

    日    期 :2016/3/17 18:23 

*****************************************************************************/  

int _tmain(int argc, _TCHAR* argv[])

{

//小实验，检测OpenCV_contrib库是否好用

//1，读取灰度图像

Mat a = imread("素材1.jpg", IMREAD_GRAYSCALE);

Mat b = imread("素材2.jpg", IMREAD_GRAYSCALE);

//2，SURF算法匹配参数准备

Ptr<SURF> surf;

surf = SURF::create(800);

BFMatcher matcher;

Mat c, d;

vector<KeyPoint> key1, key2;

vector<DMatch> matches;

    
//3，特征检测

surf->detectAndCompute(a, Mat(), key1, c);

surf->detectAndCompute(b, Mat(), key2, d);

//4，匹配

matcher.match(c, d, matches);

//筛选匹配点

sort(matches.begin(), matches.end());

vector<DMatch> good_matches;

int ptsPairs = min(50, (int)(matches.size() * 0.15));

cout << ptsPairs << endl;

for (int i = 0; i < ptsPairs; i ++)

{

good_matches.push_back(matches[i]);

}

Mat outimg;

//5，显示匹配结果 

drawMatches(a, key1, b, key2, good_matches, outimg, Scalar::all(-1), Scalar::all(-1), vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);

std::vector<Point2f> obj;

std::vector<Point2f> scene;

for (size_t i = 0; i < good_matches.size(); i ++)

{

obj.push_back(key1[good_matches[i].queryIdx].pt);

scene.push_back(key2[good_matches[i].trainIdx].pt);

}

std::vector<Point2f> obj_corners(4);

obj_corners[0] = Point(0, 0);

obj_corners[1] = Point(a.cols, 0);

obj_corners[2] = Point(a.cols, a.rows);

obj_corners[3] = Point(0, a.rows);

std::vector<Point2f> scene_corners(4);

Mat H = findHomography(obj, scene, RANSAC);

perspectiveTransform(obj_corners, scene_corners, H);

line(outimg, scene_corners[0] + Point2f((float)a.cols, 0), scene_corners[1] + Point2f((float)a.cols, 0), Scalar(0, 255, 0), 2, LINE_AA);

line(outimg, scene_corners[1] + Point2f((float)a.cols, 0), scene_corners[2] + Point2f((float)a.cols, 0), Scalar(0, 255, 0), 2, LINE_AA);

line(outimg, scene_corners[2] + Point2f((float)a.cols, 0), scene_corners[3] + Point2f((float)a.cols, 0), Scalar(0, 255, 0), 2, LINE_AA);

line(outimg, scene_corners[3] + Point2f((float)a.cols, 0), scene_corners[0] + Point2f((float)a.cols, 0), Scalar(0, 255, 0), 2, LINE_AA);

imshow("匹配结果", outimg);

waitKey(0);

return 0;

}

 

http://blog.csdn.net/eagelangel/article/details/50727643  附一个链接，讲得也很详细。