0、概述

看到OpenCV4.5.1新出了一个BEBLID 描述子，可以提高特征匹配的精度，所以赶紧编译一下opencv试试看。
但是在contrib模块中，所以干脆一起编译了。由于电脑GPU性能不是很好，编译非常慢，并且平时用的也很少，因此就暂时不带GPU编译了。

1、下载

1.1 opencv4.5.1下载

opencv可以在这里下载。

1.2 opencv_contrib-4.5.1下载

opencv_contrib可以在这里下载，注意下载与opencv对应版本的contrib，版本不一样会报错。

2、编译

使用工具：VS2017+cmake3.14.2
使用cnake二进制文件即可，打开cmake-gui.exe，找到opencv4.5.1的CMakeLists所在的路径，并打开，先点击Configure会出现如下界面：
按照以下图片依次配置：首先是编译opencv_world
然后是安装路径，可以修改为自己想要安装的路径
设置contrib模块路径
不带CUDA编译
一切准备就绪之后，再次点击Configure，开始下载对应的库，当然可能会有一些库下载不成功，比如：ippicv、opencv_videoio_ffmpeg等。这个时候可以通过cmake-gui的编译信息，查看到底是那些库下载不成功。
一种方式查看build目录下的CMakeDownloadLog.txt，可以修改下载的地址，然后下载，这个没有试过。
另一种方式是根据CMakeDownloadLog.txt对应的下载失败的各个库的链接地址，手动下载，然后放在对应的位置，下面以ippicv为例：
自己下载过程中，如果是家里的电信网，可能会出现github不能打开的问题。
搜索记事本程序，然后以管理员的方式运行记事本，打开C:\Windows\System32\drivers\etc
这个目录下的hosts。
然后在末尾添加：

140.82.113.4 github.com
199.232.5.194 github.global.ssl.fastly.net
199.232.96.133 raw.githubusercontent.com

在ippicv下载完成后，找到opencv4.5.1中的缓存目录：
将下载好的ippicv按照缓存文件中的名称命名，然后将其替换掉。
其他没有下载成功的，也可以按照这种方式依次换掉，如果不想手动下载(一般浏览器下载比较缓慢，)可以使用迅雷下载，比较快)，这里有下载好的全部缓存。
在所有问题都准备完之后，那么可以打开之前构建的OpenCV.sln工程，开始编译OpenCV，在生成解决方案中可以选择批量生成，这样就不用了切换Debug和Release模式了。
安装部分也是一样
编译完成后可以得到包含debug和release的库：

3、简单例程

打开vs2017新建一个C++工程，在工程中配置opencv4.5.1库，配置方式可以参考这里。win10编译好的opencv4.5.1库可以在这里下载。

3.1 OpenCV库配置检验

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>using namespace std;
using namespace cv;int main()
{//-- 读取图像Mat img_1 = imread("1.png");cv::imshow("show", img_1);cv::waitKey();return 0;
}

显示一张图片：

3.2 OpenCV4.5.1特征匹配测试

 //-- 读取图像Mat img_1 = imread("1.png");Mat img_2 = imread("2.png");//-- 初始化，提取1000个ORB特征点std::vector<KeyPoint> keypoints_1, keypoints_2;Mat descriptors_1, descriptors_2;Ptr<FeatureDetector> detector = ORB::create(1000);Ptr<cv::xfeatures2d::BEBLID> beblid = cv::xfeatures2d::BEBLID::create(0.75, cv::xfeatures2d::BEBLID::SIZE_256_BITS);Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce-Hamming");//-- 第一步:检测 Oriented FAST 角点位置detector->detect(img_1, keypoints_1);detector->detect(img_2, keypoints_2);//-- 第二步:根据角点位置计算 BRIEF 描述子beblid->compute(img_1, keypoints_1, descriptors_1);beblid->compute(img_2, keypoints_2, descriptors_2);Mat outimg1, outimg2;drawKeypoints(img_1, keypoints_1, outimg1, Scalar(0, 255, 0), DrawMatchesFlags::DEFAULT);drawKeypoints(img_2, keypoints_2, outimg2, Scalar(0, 255, 0), DrawMatchesFlags::DEFAULT);//-- 第三步:对两幅图像中的BRIEF描述子进行匹配，使用 Hamming 距离vector<DMatch> matches;//BFMatcher matcher ( NORM_HAMMING );matcher->match(descriptors_1, descriptors_2, matches);//-- 第四步:匹配点对筛选double min_dist = 10000, max_dist = 0;//找出所有匹配之间的最小距离和最大距离, 即是最相似的和最不相似的两组点之间的距离for (int i = 0; i < descriptors_1.rows; i++){double dist = matches[i].distance;if (dist < min_dist) min_dist = dist;if (dist > max_dist) max_dist = dist;}printf("-- Max dist : %f \n", max_dist);printf("-- Min dist : %f \n", min_dist);//当描述子之间的距离大于两倍的最小距离时,即认为匹配有误.但有时候最小距离会非常小,设置一个经验值30作为下限.std::vector< DMatch > good_matches;for (int i = 0; i < descriptors_1.rows; i++){if (matches[i].distance <= max(2 * min_dist, 30.0)){good_matches.push_back(matches[i]);}}//-- 第五步:绘制匹配结果Mat img_goodmatch;drawMatches(outimg1, keypoints_1, outimg2, keypoints_2, good_matches, img_goodmatch, Scalar(0, 255, 255), Scalar(0, 255, 0));cv::imshow("match", img_goodmatch);cv::waitKey();return 0;

显示一个匹配结果：

opencv4.5.1的编译与使用（BEBLID 描述子）相关推荐

OpenCV 4.5.1 - 新版本中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)
时间:20210222 目录文章目录 1. OpenCV 4.5.1 发布 1.1 参考资料 1.2 新特性 BEBLID 描述符 2. OpenCV 4.5.1 编译 (Ubuntu 18.04) ...
OpenCV4学习笔记（41）——ORB特征提取描述算法
今天要整理记录的笔记内容是特征算法中比较常用的一种--ORB特征提取描述算法,顾名思义,ORB算法包含了对特征点的提取和描述这两个部分.而在上次的博文<OpenCV4学习笔记(39)>中, ...
OpenCV4学习笔记（47）——BRISK特征提取描述算法
今天要整理记录的是OpenCV中BRISK特征提取描述算法的运用. BRISK特征提取描述算法全称为 Binary Robust Invariant Scalable Keypoints(二进制鲁棒不 ...
linux系统下Opencv4.1.1编译安装，以及增加子函数和python中调用
目录 Table of Contents 目录一源码编译和安装添加opencv路径二增加并列子函数的方法三增加库函数形参的方法四 cv增加子函数一些数据变量的问题 4.1 数据类型一 ...
vs2017+cuda10.2+opencv4.5.0+contrib编译
1.主要参考博客:https://blog.csdn.net/fengxinzioo/article/details/109402921和https://blog.csdn.net/caojinpei ...
Qt+openCV学习笔记（五）Qt5.15.2+openCV4.5.4+VS2019_64编译动态库
前言 opencv官方只提供基本的库,若是用到其他库,需要自己编译.通常只要编译自己需要的模块就可以了,本次编译过程可供大家参考本次编译的,是未带CUDA加速的版本假设Qt.VS2019已正常安装 ...
2020-09-09学习OpenCV4：OpenCV-4.1.0+VS2017 编译（包含扩展）
https://blog.csdn.net/Stone_Wang_MZ/article/details/94384634?utm_medium=distribute.pc_aggpage_search ...
opencv4 源码安装编译使用入门
安装编译安装 #首先安装 gtk2.0 sudo apt-get install libgtk2.0-dev pkg-config libcanberra-gtk-module sudo pip3 ...
【Python+OpenCV】主流特征点检测器和描述子总结与实现附拼接结果(SIFT,SURF,ORB,AKAZE,FAST,BRIEF,CenSurE,BEBLID,SuperPoint)
文章目录准备工作 SIFT SURF ORB AKAZE FAST与BRIEF CenSurE BEBLID 匹配点后的图像拼接 SuperPoint 总结准备工作先准备两张待处理的图像,要求有 ...

opencv4.5.1的编译与使用（BEBLID 描述子）

opencv4.5.1+contrib_4.5.1的编译与简单使用

0、概述

1、下载

1.1 opencv4.5.1下载

1.2 opencv_contrib-4.5.1下载

2、编译

3、简单例程

3.1 OpenCV库配置检验

3.2 OpenCV4.5.1特征匹配测试

opencv4.5.1的编译与使用（BEBLID 描述子）相关推荐

最新文章

热门文章