Windows环境下最新OpenCV和Contribute代码的联合编译【20190505更新红字】

解决这个问题， 目的在于得到并使用最新的彻底版本的代码， 主要方法是对CMake可以熟练使用，而且对编译等基础支持有所了解。

由于这篇博客通过屡次修改，因此里面的内容和配图可能有不是彻底比对的地方，可是只要加以理解，关键信息确定能够Get到的，后面我会在所处视频中对相关信息进行进一步整编，方便理解。

随着OpenCV4的不断发展，工具的使用也推陈出新，这里咱们使用vs2017编译OpenCV和Contribute。

1、工具的准备

1 tortoisegit www.tortoisegit.org（可选）

2 CMake是一个跨平台的安装（编译）工具，能够用简单的语句来描述全部平台的安装(编译过程)。他可以输出各类各样的makefile或者project文件

3  vs2017

2、最新代码的下载（OpenCV和Contribute分别下载）

Http直接下载

或者经过git下载

或者能够经过"码云“转一下，也就是"码云“在后台把代码从github上背过来，咱们直接从"码云“上下载就能够。

下载的结果解压后放在一块儿

3、代码的make

Cmake将原始代码make成为你选择的编译器可以编译的形式，最新版本的cmake已是3.12.2了。

主要流程为两次Configure->一次Generate->Open Project打开vs进行编译。参数的不一样带来告终果的不一样。其中注意如下几点

一、 64位和32位的选择体如今选择编译器的时候是否选择Win64。我认为通常意义上说，32位的程序能够以兼容模式运行在64位机器上，反过来不能够。那么也就是说32位以效能换取兼容性。 使用时根据实际状况选择。建议新手从32位开始

若是确认使用2017，则选择它

二、 静态库和动态库的选择体如今是否选择BUILD_SHARED_LIBS(默认是选中的）。若是选择静态库，那么最后生成的程序和支持库是打包到一块儿的，交付起来比较方便；若是是动态库则是分开的。效能问题没有研究过。新上手的选择 默认动态库 。同时建议将BUILD_opencv_world选中，这样最后的结果是一个文件。

这个过程当中，会下载较多东西，统一下载在.cache文件夹中

这里，值得注意的一点是，选择的项目，能够经过搜索的方式进行加速，好比我在cmake中输入"worl",将自动导航到"BUILD_opencv_world"条目中来。

这个地方，须要多说一句，CMAKE这个地方是最容易出现问题的地方，一方面是由于CMAKE这里的信息不少，你们有可能会感到没法适应；一方面是由于CMAKE你们接触的比较少，不是很熟悉；再加上CMAKE的过程当中，有时须要再从网络上下载一些东西，若是网络很差的话，也会致使失败。在前期的视频中，我总结的具体方法为:"两次Config，一次Generate"这里加以补充：

a、Config的目的主要是让你对CMAKE里面的相关内容进行选择的，第一次Config是把全部须要配置的项目显示出来，而后你进行修改（就是打钩子和去掉钩子），第二次config是为了配置你修改后的内容

全部红色的内容都是能够修改的

b、须要关注的地方，是下面，最好不要有红色，至少不要有error

c、generate就是生成能够被编译器编译的项目，这样咱们打开vs2017就能够直接编译了

三、最为重要的，也是和普通OpenCV代码编译不一样的地方。其中OPENCV_EXTRA_MODULES_PATH 中要填入contrib-master下的modules目录

特别是这个地方，要将OPENCV_ENABLE_NONFREE打开！！！

编译生成的结果，可以不飘红就能够。

肯定，两次config,一次generate

4、代码的编译

打开vs环境，选中 批生成，生成install便可，其它的会自动调用（我很是推荐这样作，由于通过实验，这样最省时间，并且达到效果）

根据机器性能，等待不一样的时间

比较吃CPU

若是出现这个错误（我出现了这个错误）

应该是HDF5的问题，因此回过去将其去掉。

按照我这个方法，最后可以直接成功的。

那么最终生成的文件在哪里？实际上是在install中的

能够看到，已经按照容易使用的方式排列好了

这张图可以帮助看得更清楚：

咱们最后须要的，显然是.dll文件，它被放置在bin/release目录下面

此外，咱们还能够经过比较得到一些信息（左边是不带contrib的，右边是带contrib的）

能够看到，不管是lib的大小，仍是include中文件的数量，contrib都要大一些。

这个角度也是能够看到的。

5、在新项目中使用OpenCV

将须要的东西放到一块儿

动态库模式:

在VC++目录中设定"包含目录"为include地址；"库目录"为提供的lib地址。注意这里的lib地址只是提供了接口信息。

连接器->输入 填入lib名称

将dll文件拷贝到PATH目录可以指向的地方，好比"C:\Windows\System"， 这个具体的位置只和编译的时候相关，因此多试几回就会找到，通常来讲都是system里面     

注意在交付的时候须要将支持的dll文件一并提供。

静态库修改（注意静态库和动态库选择其一便可）

设置Include

设置引入"常规 附加库目录"

设置lib(注意填全，不只仅是opencv_word,注意后面.lib也要写)

注意，须要将"代码生成"的"运行库"改成"多线程调试"。这样就将MFC本身的支持库包含在最后生成的exe中了。

若是想要在程序设计的过程当中，可以直接修改OpenCV本身的代码，添加相关功能，首先将Opencv项目引入

然后添加引用设置项目依赖,就能够直接在项目中修改OpenCV的代码，生成符合本身要求的专用类库。更能够经过Pull/request的方法直接申请提交。

    

最后，编写代码的时候，头文件和命名空间要选择正确,由于咱们实现的是shift，因此须要作一个shift操做：

目前从结果来看

// opencvtest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
# include "pch.h"
# include <iostream>
# include <opencv2/core/utility.hpp>
# include "opencv2/video/tracking.hpp"
# include "opencv2/imgproc.hpp"
# include "opencv2/videoio.hpp"
# include "opencv2/highgui.hpp"
# include "opencv2/xfeatures2d.hpp"
# include <iostream>
# include <ctype.h>
using  namespace cv;
using  namespace std;
using  namespace xfeatures2d;
int main()
{
    Mat matSrc = imread("e:/template/lena.jpg");
    Mat gray;
    Mat draw;
    cvtColor(matSrc, gray, COLOR_BGR2GRAY);
    Mat descriptors;
    std::vector<KeyPoint> keypoints;
    // 生产sift结构
    Ptr<SiftFeatureDetector> siftFD = SiftFeatureDetector::create();
    siftFD->detectAndCompute(gray, Mat(), keypoints, draw);
    drawKeypoints(gray, keypoints, gray, Scalar(0, 0, 255), DrawMatchesFlags::DEFAULT);
    imshow("gray", gray);
    waitKey(0);
     return 0 ;
}

若是配置错误，opencv会有本身的显示

感谢阅读至此，但愿有所帮助！

来自为知笔记(Wiz)

附件列表