https://blog.csdn.net/bobo184/article/details/88749651
前言
笔者环境:win10+vs2015+cmake3.8.2
介绍下4.0.0的新特性,沿用官网的说明:
在发布3.0版的近3.5年后,我们很高兴推出4.x系列的第一个稳定版本。
版本特性:
OpenCV现在是C ++ 11库,需要兼容C++ 11标准的编译器。所需的最低CMake版本已提升至3.5.1。
很多OpenCV 1.x的C API已被删除
在核心模块中延续性(在XML,YAML或JSON中存储和加载结构化数据)已在C ++中完全重新实现,并且也去掉了C API。
添加了新的模块G-API,它可以作为非常高效的基于图形的图像处理流水线的引擎。
dnn模块使用OpenVINO™工具包R4中的深度学习部署工具包(Deep Learning Deployment Toolkit)进行了更新。请参阅指南如何构建和使用支持DLDT的OpenCV。
dnn模块现在包括实验性Vulkan后端,并支持ONNX格式的网络。
流行的Kinect Fusion算法已实现,并针对CPU和GPU(OpenCL)进行了优化
QR图码检测器和解码器已添加到objdetect模块中
非常高效且高质量的DIS密集光流算法已从opencv_contrib转移到视频模块。
更多细节可以在之前的宣布中找到:4.0-alpha,4.0-beta,4.0-rc和更新日志
1、下载
在opencv的官网或者opencv的github上都可以下载,笔者在GitHub上下载。
下载扩展库
打开opencv的GitHub,如下:
下载完解压得到,下面开始编译(玩cv自己不会编译是不行的):
2、cmake编译
在opencv目录下,新建一个文件夹newbuild,接下来编译的结果将存放在这个目录下。
(1)cmake配置与生成
等待一段时间,
接下来添加contrib的module,点击generate
等待一段时间,generate done,所有的红色就会没有,否则只能重新生成了。
(2)vs编译生成install
打开newbuild下的的OpenCV.sln文件,
找到CmakeTargets下的install,右击 点击 生成,前面所有的步骤都是为了这一步,临门一脚啊。。。
生成大概15-20分钟左右,
。。。。。。
全部快成功了,居然有6个不通过,难受啊,秉着不抛弃不放弃的思想,重新来过吧。
但是重新来过还是有6个不通过,查了资料博客半天,有人说不影响使用,好吧,继续吧,我在这重复之前的步骤4遍,心塞ing。
(3)重新配置opencv,环境变量/依赖项等等
这里就驾轻就熟了,和以前的版本一样,
添加环境变量到path
然后打开vs2015,打开属性管理器,
点击Debug x64下的第一个,打开属性
包含目录为:install\include和install\include\opencv2,install是刚才上面生成的
然后是链接器下 输入
lib文件带d的是debug模式下的,没有就是release模式,笔者这里是debug模式下的,release没有编译,如过需要,和前面的步骤差不多。
opencv_aruco400d.lib opencv_bgsegm400d.lib opencv_bioinspired400d.lib opencv_calib3d400d.lib opencv_ccalib400d.lib opencv_core400d.lib opencv_datasets400d.lib opencv_dnn_objdetect400d.lib opencv_dnn400d.lib opencv_dpm400d.lib opencv_face400d.lib opencv_features2d400d.lib opencv_flann400d.lib opencv_fuzzy400d.lib opencv_hfs400d.lib opencv_highgui400d.lib opencv_img_hash400d.lib opencv_imgcodecs400d.lib opencv_imgproc400d.lib opencv_line_descriptor400d.lib opencv_ml400d.lib opencv_objdetect400d.lib opencv_optflow400d.lib opencv_phase_unwrapping400d.lib opencv_photo400d.lib opencv_plot400d.lib opencv_reg400d.lib opencv_rgbd400d.lib opencv_saliency400d.lib opencv_shape400d.lib opencv_stereo400d.lib opencv_stitching400d.lib opencv_structured_light400d.lib opencv_superres400d.lib opencv_surface_matching400d.lib opencv_text400d.lib opencv_tracking400d.lib opencv_video400d.lib opencv_videoio400d.lib opencv_videostab400d.lib opencv_xfeatures2d400d.lib opencv_ximgproc400d.lib opencv_xobjdetect400d.lib opencv_xphoto400d.lib
然后确定就行了。
(4)测试
新建工程-添加源文件-简单代码(sift特征检测)
代码如下:
#include <iostream> #include <vector> #include <opencv2/xfeatures2d.hpp> #include <opencv2/xfeatures2d/nonfree.hpp> #include <opencv2/highgui.hpp> using namespace cv; using namespace std; int main() { Mat src = imread("F:/vs_test/lena.jpg"); if (src.data == NULL) { cout << "No exist" << endl; return -1; } namedWindow("input image", WINDOW_AUTOSIZE); namedWindow("output image", WINDOW_AUTOSIZE); imshow("input image", src); Ptr<Feature2D> sift = xfeatures2d::SIFT::create(400); //括号参数越大越精确,自定 vector <KeyPoint> keypointsa; Mat a; sift->detectAndCompute(src, noArray(), keypointsa, a); //得到特征点和特征点描述 drawKeypoints(src, keypointsa, src);//画出特征点 //显示 imshow("output image", src); waitKey(); return 0; }