opencv_contrib3.4.1编译
最近想通过OpenCV调用KCF跟踪算法学习一下，不过却发现OpenCV的tracking模块在opencv_contrib中，因此想使用这部分算法的话，就必须将opencv_contrib编译到opencv中，接下来介绍一下在win10平台的编译过程。
获取OpenCV源代码及安装CMake
第一步，先去Github上将两份源代码拷贝下来，以下是代码地址
opencv3.4.1源代码地址：https://github.com/opencv/opencv/tree/3.4.1
opencv_contrib3.4.1源代码地址：https://github.com/opencv/opencv_contrib/tree/3.4.1
注意，要保证两个版本是相同的。下载后，这里我将两份文件均放在E盘下的opencv文件夹中。并新建一个空文件夹opencv-3.4.1build来存储cmake生成的文件。
第二步，需要安装一下CMake，CMake是一个跨平台的编译工具。
下载地址：https://cmake.org/files
这里，我选择3.18.2版本的cmake-3.18.2-win64-x64.msi
下载后，双击直接运行安装即可
用CMake生成VS工程
安装好cmake后，双击运行CMake，将开头两项填好，Where is the source code是源路径，即opencv源码路径，where to build the binaries是目的路径，即生成opencv的VS工程路径。
接着，点击configure，选择编译工程的平台，这里我选择VS2019和x64，点击finish即可开始配置
耐心等待一会儿，不出意外的话，会出现如下画面，对！一片飘红
有很多红色选项，说明有问题，那么该怎么解决呢？首先我们去查看一下日志文件CMakeDownloadlog.txt，在文件夹opencv-3.4.1build中双击打开文件，会发现需要下载四个文件：opencv_ffmpeg.dll，opencv_ffmpeg_64.dll，ffmpeg_version.cmake，ippicv_2017u3_win_intel64_general_20170822.zip，对应网址如文件中所示
opencv_ffmpeg.dll下载地址：https://raw.githubusercontent.com/opencv/opencv_3rdparty/0a0e88972a7ea97708378d0488a65f83e7cc5e69/ffmpeg/opencv_ffmpeg.dll
opencv_ffmpeg_64.dll下载地址：
https://raw.githubusercontent.com/opencv/opencv_3rdparty/0a0e88972a7ea97708378d0488a65f83e7cc5e69/ffmpeg/opencv_ffmpeg_64.dll
ffmpeg_version.cmake下载地址：
https://raw.githubusercontent.com/opencv/opencv_3rdparty/0a0e88972a7ea97708378d0488a65f83e7cc5e69/ffmpeg/ffmpeg_version.cmake
ippicv_2017u3_win_intel64_general_20170822.zip下载地址：
https://raw.githubusercontent.com/opencv/opencv_3rdparty/dfe3162c237af211e98b8960018b564bc209261d/ippicv/ippicv_2017u3_win_intel64_general_20170822.zip
仔细观察一下会发现，配置opencv时，会先在源代码目录下建立.cache目录，CMake从国外网站自动下载到E:\opencv\opencv-3.4.1\.cache中，文件名为md5值+文件名，若是下载成功，会解压到目的路径E:\opencv\opencv-3.4.1bulid\3rdparty中。打开.cache目录会发现有的文件未下载成功，虽然有文件名，但是大小为0KB，见下面两张图
至此，可知，由于CMake从国外网站下载文件失败导致飘红，因此需要手动将文件全部下载下来。手动下载的文件并没有前缀md5值，如ippicv_2017u3_win_intel64_general_20170822.zip，为他手动加上前缀：0421e642bc7ad741a2236d3ec4190bdd-ippicv_2017u3_win_intel64_general_20170822.zip
然后将此文件放在E:\opencv\opencv-3.4.1\.cache\ippicv下替换原来的0KB文件，之后让CMake自己处理。
而另外三个手动下载的文件，则直接放在E:\opencv\opencv-3.4.1bulid\3rdparty\ffmpeg中
四份文件的百度云链接：
链接：https://pan.baidu.com/s/1A-Q68VTKevPLJPntY9tyYg 提取码：b1cd
于是，我们变相得帮助CMake下载好文件并放在了对应位置。删除E:\opencv\opencv-3.4.1bulid中的内容，除了文件夹3rdparty。重新启动CMake，再走一下上面流程，因为此时文件均已下载好，所以速度会很快。注意，再编译一次虽然依旧会显示飘红，但此时打开CMakeDownloadlog.txt文件会发现四个文件均已匹配好，因此只要点击一下configure就可以了。
终于变白了，显示Configuring done，于是接下来要配置opencv_contrib
这里一共有三处需要改动：
- 勾选上
BUILD_opencv_world，将编译库为一个单独的opencv_worldxx.dll/lib文件 - 勾选上
OPENCV_ENABLE_NONFREE，可使用需专利授权的算法，如SIFT - 给
OPENCV_EXTRA_MODULES_PATH添加路径，E:/opencv/opencv_contrib-3.4.1/modules，注意！这里不要直接拷贝路径，否则会变成E:\opencv\opencv_contrib-3.4.1\modules
然后，点击左下角configure，不出意外的话，会再次出现红色，表明文件下载失败，麻了！
失败文件还是记录在CMakeDownloadlog.txt文件中，打开看一下究竟是哪些文件呢
可以看见，之前下载好的四个文件均已匹配好，但是下载新的文件又失败了，于是手动将需要的文件下载下来，并给他们添加好md5值，放在各自的位置上。
但在这里，我当个马后跑，若是仅仅将E:\opencv\opencv-3.4.1\.cache中各文件夹的缺失文件都补充好，最后批生成时依旧会发生一大堆错误，失败一百多个，如下图所示，简直是血泪教训，这里检查了很多次！
因此这里我参考别人的博客多做了一步，将下载后的12份文件，拷贝到E:\opencv\opencv_contrib-3.4.1\modules\xfeatures2d\src，具体原因不详。
12份文件【其实是13份，多了一个压缩包文件】百度云链接：
链接：https://pan.baidu.com/s/1jnp8FbMyZJnwNbN0hjur6A 提取码：lzaa
像之前流程一样，删除E:\opencv\opencv-3.4.1bulid中的内容，除了文件夹3rdparty。重新启动CMake，再走一下两步流程，因为此时两步文件均已下载好，天不怕地不怕，直接configure到底。最后点击Generate即可。
为了以防万一，最好检查一下CMakeDownloadlog.txt文件，看一下有没有缺失文件，根据我的经验，第一步中四个文件一般不会缺失，可能第二步中补充opencv_contrib模块时会文件会提醒有文件未下载成功，你可能会问，不是我们已经将文件下载好并补充到文件夹了吗，但事实就是这样，你最好去目的文件夹中检查一下有没有对应文件，若是缺少，直接补上就行
用VS2019编译OpenCV
在输出目录E:\opencv\opencv-3.4.1bulid中，找到OpenCV.sln文件，双击打开。
点击菜单栏中的生成选项，再点击批生成
如下图所示，勾选上四个选项，再点击生成
耐心等待，直到输出以下信息
CMake编译生成的OpenCV库，在E:\opencv\opencv-3.4.1bulid\install下，我发现它没有x64目录，取而代之只有一个lib目录，但根据我的研究，x64目录中bin文件夹里的文件，在这个bin目录里都有
至此，在VS2019环境下编译成功的install文件，同时包括Debug和Release的依赖库，这里放上百度云链接
链接：https://pan.baidu.com/s/14SEBWzHpOfemEvfGRTQeDQ 提取码：xkni
配置OpenCV环境
首先添加一下环境变量，我这里是D:\opencv3.4.1\install\bin，更改好环境变量后重启电脑生效
双击打开VS2019，新建一个空项目，再新建一个新的cpp文件，选择Debug|x64
在解决方案中右击工程，打开工程属性，为工程配置包含目录
为工程配置库目录
添加附加依赖项，在Debug模式下添加opencv_world341d.lib和opencv_img_hash341d.lib
在Release模式下添加opencv_world341.lib和opencv_img_hash341.lib
OpenCV自带的KCF跟踪算法体验
在C++文件中写入如下代码
#include <opencv2/opencv.hpp>
#include <opencv2/video.hpp>
#include <opencv2/tracking.hpp>
#include <opencv2/tracking/tracker.hpp>
using namespace cv;
void draw_rectangle(int event, int x, int y, int flags, void*);
Mat firstFrame;
Point previousPoint, currentPoint;
Rect2d bbox;
int main(int argc, char* argv[])
{
//启用摄像头进行跟踪
//VideoCapture capture(0);
Mat frame;
//capture >> frame;
//使用事先录好的视频进行检验
VideoCapture capture;
frame = capture.open("D:\\1.mp4");
if (!capture.isOpened())
{
printf("can not open ...\n");
return -1;
} //获取视频的第一帧,并框选目标
capture.read(firstFrame);
if (!firstFrame.empty())
{
namedWindow("output", WINDOW_AUTOSIZE);
imshow("output", firstFrame);
setMouseCallback("output", draw_rectangle, 0);
waitKey();
}
//使用不同跟踪算法进行跟踪
//Ptr<TrackerMIL> tracker= TrackerMIL::create();
//Ptr<TrackerTLD> tracker= TrackerTLD::create();
Ptr<TrackerKCF> tracker = TrackerKCF::create();
//Ptr<TrackerMedianFlow> tracker = TrackerMedianFlow::create();
//Ptr<TrackerBoosting> tracker= TrackerBoosting::create();
capture.read(frame);
tracker->init(frame, bbox);
namedWindow("output", WINDOW_AUTOSIZE);
while (capture.read(frame))
{
tracker->update(frame, bbox);
rectangle(frame, bbox, Scalar(255, 0, 0), 2, 1);
imshow("output", frame);
if (waitKey(20) == 'q') return 0;
}
capture.release();
destroyWindow("output"); return 0;
}
void draw_rectangle(int event, int x, int y, int flags, void*)
{
if (event == EVENT_LBUTTONDOWN) { previousPoint = Point(x, y); }
else if (event == EVENT_MOUSEMOVE && (flags & EVENT_FLAG_LBUTTON))
{
Mat tmp; firstFrame.copyTo(tmp);
currentPoint = Point(x, y);
rectangle(tmp, previousPoint, currentPoint, Scalar(0, 255, 0, 0), 1, 8, 0);
imshow("output", tmp);
}
else if (event == EVENT_LBUTTONUP)
{
bbox.x = previousPoint.x;
bbox.y = previousPoint.y;
bbox.width = abs(previousPoint.x - currentPoint.x);
bbox.height = abs(previousPoint.y - currentPoint.y);
}
else if (event == EVENT_RBUTTONUP) {
destroyWindow("output");
}
}
ok，大功告成！