配置opencv-contrib

下载对应版本的opencv-contrib

 CMake编译

 

 

 如果有错误查看日志

 

 打开日志文件，使用里面的地址从浏览器里面下载文件。

 文件下载之后，放置在文件相应位置，并修改文件名。

 

 

 进入Vs编译

 

 

 

 

关于OpenCV4.0.1+contrib配置时运行程序出现“无法定位程序入口点”问题的解决办法

解决方法

将…\opencv\opencv_contrib\x64\vc15\bin中的所有dll后缀文件拷贝到C:\Windows\System32中，问题解决。

 测试代码

 1 #include <opencv2/opencv.hpp>
 2 #include <opencv2/xfeatures2d.hpp>
 3 //#include <opencv2/>
 4 
 5 using namespace std;
 6 using namespace cv;
 7 
 8 int main()
 9 {
10     cv::Mat imageL = cv::imread("origin_1.jpg");
11     cv::Mat imageR = cv::imread("origin_2.jpg");
12     /*imshow("1", imageL);
13     imshow("2", imageR);
14     waitKey();
15     return 0;*/
16 
17 
18 
19     //提取特征点方法
20     //SIFT
21     cv::Ptr<cv::xfeatures2d::SIFT> sift = cv::xfeatures2d::SIFT::create();
22     //ORB
23     //cv::Ptr<cv::ORB> orb = cv::ORB::create();
24     //SURF
25     //cv::Ptr<cv::xfeatures2d::SURF> surf = cv::xfeatures2d::SURF::create();
26 
27     //特征点
28     std::vector<cv::KeyPoint> keyPointL, keyPointR;
29     //单独提取特征点
30     sift->detect(imageL, keyPointL);
31     sift->detect(imageR, keyPointR);
32 
33     //画特征点
34     cv::Mat keyPointImageL;
35     cv::Mat keyPointImageR;
36     drawKeypoints(imageL, keyPointL, keyPointImageL, cv::Scalar::all(-1), cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
37     drawKeypoints(imageR, keyPointR, keyPointImageR, cv::Scalar::all(-1), cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
38 
39     //显示窗口
40     cv::namedWindow("KeyPoints of imageL", cv::WINDOW_AUTOSIZE);
41     cv::namedWindow("KeyPoints of imageR", cv::WINDOW_AUTOSIZE);
42 
43     //显示特征点
44     cv::imshow("KeyPoints of imageL", keyPointImageL);
45     cv::imshow("KeyPoints of imageR", keyPointImageR);
46 
47     //特征点匹配
48     cv::Mat despL, despR;
49     //提取特征点并计算特征描述子
50     sift->detectAndCompute(imageL, cv::Mat(), keyPointL, despL);
51     sift->detectAndCompute(imageR, cv::Mat(), keyPointR, despR);
52 
53     //Struct for DMatch: query descriptor index, train descriptor index, train image index and distance between descriptors.
54     //int queryIdx –>是测试图像的特征点描述符（ descriptor ）的下标，同时也是描述符对应特征点（keypoint)的下标。
55     //int trainIdx –> 是样本图像的特征点描述符的下标，同样也是相应的特征点的下标。
56     //int imgIdx –>当样本是多张图像的话有用。
57     //float distance –>代表这一对匹配的特征点描述符（本质是向量）的欧氏距离，数值越小也就说明两个特征点越相像。
58     std::vector<cv::DMatch> matches;
59 
60     //如果采用 flannBased 方法 那么 desp通过orb的到的类型不同需要先转换类型
61     if (despL.type() != CV_32F || despR.type() != CV_32F)
62     {
63         despL.convertTo(despL, CV_32F);
64         despR.convertTo(despR, CV_32F);
65     }
66 
67     cv::Ptr<cv::DescriptorMatcher> matcher = cv::DescriptorMatcher::create("FlannBased");
68     matcher->match(despL, despR, matches);
69 
70     //计算特征点距离的最大值 
71     double maxDist = 0;
72     for (int i = 0; i < despL.rows; i++)
73     {
74         double dist = matches[i].distance;
75         if (dist > maxDist)
76             maxDist = dist;
77     }
78 
79     //挑选好的匹配点
80     std::vector< cv::DMatch > good_matches;
81     for (int i = 0; i < despL.rows; i++)
82     {
83         if (matches[i].distance < 0.5 * maxDist)
84         {
85             good_matches.push_back(matches[i]);
86         }
87     }
88 
89 
90 
91     cv::Mat imageOutput;
92     cv::drawMatches(imageL, keyPointL, imageR, keyPointR, good_matches, imageOutput);
93 
94     cv::namedWindow("picture of matching", cv::WINDOW_AUTOSIZE);
95     cv::imshow("picture of matching", imageOutput);
96     cv::waitKey(0);
97     return 0;
98 }