opencv_contrib模块安装与概述

小咪咪 2022-03-16 07:22 659阅读 0赞

### 文章目录 ###

*   *  安装
     *   *  下载
     *  概述
     *   *  aruco ：增强现实
         *  bgsegm：背景分割
         *  bioinspired：生物视觉
         *  ccalib：自定义标定
         *  cnn\_3dobj ：CNN物体识别和姿态估计
         *  cvv：计算机视觉调试的交互GUI
         *  datasets：数据集读取器
         *  dnn\_objdetect： CNNs 的物体检测模型
         *  dnns\_easily\_fooled：欺骗CNN
         *  dpm：可变型部件模型
         *  face：人脸识别
         *  fuzzy：视觉的模糊逻辑
         *  freetype：写字
         *  hdf：hdf存储
         *  line\_descriptor：线条匹配与提取
         *  matlab
         *  optflow：光流
         *  ovis：3D可视化
         *  plot：画图
         *  reg：图像注册
         *  rgbd：RGB-Depth处理模块
         *  saliency：显著性
         *  sfm：2D到3D的算法
         *  stereo：立体匹配
         *  structured\_light：结构光
         *  surface\_matching：平面匹配
         *  text：文字识别
         *  tracking：目标跟踪
         *  xfeatures2d： 2d特征算法
         *  ximgproc：扩展的图像处理
         *  xobjdetect：增强的2d物体检测
         *  xphoto：额外的照片处理

## 安装 ##

*  背景交代： Ubuntu18.04 +OpenCV4.0.1+ opencv\_contrib-4.0.1

### 下载 ###

*  [ opencv-4.0.1][opencv-4.0.1]
 *  [opencv\_contrib-4.0.1][opencv_contrib-4.0.1]
 *  [ippicv\_2019\_lnx\_intel64\_general\_20180723.tgz][ippicv_2019_lnx_intel64_general_20180723.tgz] (很慢，估计十几分钟，可以在csdn搜索，我上传百度云了)
 *  [face\_landmark\_model.dat ][face_landmark_model.dat](很慢，可以在csdn搜索，我上传百度云了)

1.  将ippicv\_2019\_lnx\_intel64\_general\_20180723.tgz 和face\_landmark\_model.dat 下载好，用vim将源码中**3rdparty/ippicv/ippicv.cmake**打开，将47行的 `"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"` 修改为`"file:///home/xxx/Downloads/"` 注意路径修改成自己的；将opencv\_contrib-4.0.1中的**modules/face/CMakeLists.txt**用vim打开，将19行和上面一样改成`file:///home/xxx/Downloads/` ，路径都是下载上面两个文件的路径。因为cmake过程中会在github官网上下载第三方库，上面两个很慢，经常下载超时，所以手动下载比较好，其他还有几个文件，cmake用的时间不多，不用手动下载了。  
      
    
2.  打开cmake-gui ,将**源码路径**和**build的操作路径**添加进去 ，点击configure ，默认即可。

![在这里插入图片描述][20190228205810722.png]  
3. 在Search中输入extr找到，OPENCV\_EXTRA\_MODULES\_PATH ，点击value后面将opencv\_contrib里面的modules路径加进来，如图：在点击configure，没有错误即可，有错误继续解决。

![在这里插入图片描述][20190228210146562.png]4. 在Seach中搜索 free, 搜到结果后面打钩，涉及到专利问题，否则在使用xfeature2d.create的时候报错。  
5. 点击Generate ，会有 Generate done的字样  
6. 进入 build目录，make -j8 , sudo make install ，最后include目录在/usr/local/include/opencv4下，库目录在/usr/local/lib下

1.  测试代码

工程结构：  
![：][20190302162430288.png]

#include <iostream>
    #include <vector>
     
    #include <opencv2/xfeatures2d.hpp>
    #include <opencv2/opencv.hpp>
     
    using namespace cv;
    using namespace std;
     
    int main()
    { 
    
        Mat img = imread("../res/1.png",cv::IMREAD_COLOR);
        Ptr<Feature2D> sift = xfeatures2d::SIFT::create();
        vector<cv::KeyPoint> keypoints;
        Mat descriptors;
    
        sift->detectAndCompute(img, cv::noArray(),keypoints, descriptors);
        cv::drawKeypoints(img,keypoints,descriptors,cv::Scalar(0, 255, 255));
        imshow("Result", descriptors);
    
    	waitKey();
    	return 0;
    }

CMakeLists.txt

cmake_minimum_required(VERSION 3.5)
    project(my_test)
    set(CMAKE_CXX_FLAGS "-std=c++11")
    
    find_package(OpenCV REQUIRED) 
    
    include_directories(include)
    aux_source_directory(src DIR_SRCS)
    
    add_executable(my_test ${ DIR_SRCS})
    target_link_libraries(my_test ${ OpenCV_LIBS})

![在这里插入图片描述][20190302162542270.png]

--------------------

## 概述 ##

### aruco ：增强现实 ###

### bgsegm：背景分割 ###

*  背景分割算法包括：统计背景图估计、像素级贝叶斯分割

### bioinspired：生物视觉 ###

*  基于生物视觉模型：最小化噪声、亮度变化、瞬间事件分割、高动态范围色调映射方法

### ccalib：自定义标定 ###

*  三维重建、全方向的相机标定、随机模式标定、多相机标定

### cnn\_3dobj ：CNN物体识别和姿态估计 ###

*  基于Caffe深度学习框架，训练、检测物体识别和姿态的CNN模型

### cvv：计算机视觉调试的交互GUI ###

*  可以添加其中代码，可以在调试的时候弹出窗口进行交互，方便调试使用

### datasets：数据集读取器 ###

*  可以用来读取现在存在的计算机视觉的数据集，也有一些案例：使用这里面的代码去读取、测试、训练

### dnn\_objdetect： CNNs 的物体检测模型 ###

*  使用简洁的CNN模型进行物体检测，使用caffe进行训练，但是使用 opencv\_dnn模型进行识别

### dnns\_easily\_fooled：欺骗CNN ###

*  使用网络中的激活，去使得CNN网络识别其他物体

### dpm：可变型部件模型 ###

*  一种目标检测的方法

### face：人脸识别 ###

*  人脸识别的一些方法：Eigen, Fisher and LBPH(Local Binary Pattern Histograms)

### fuzzy：视觉的模糊逻辑 ###

*  模糊逻辑图像变换、逆；模糊逻辑图像的处理

### freetype：写字 ###

*  使用freetype and harfbuzz库在图片写字

### hdf：hdf存储 ###

*  这个模块包含 I/O程序 对大量数据的存储

### line\_descriptor：线条匹配与提取 ###

*  基于二进制描述子的一些方法用来提取、描述、封闭图片中线条的的部分

### matlab ###

*  MATLAB借口

### optflow：光流 ###

*  一些运行和估计光流的算法，光流包括 deepflow、simpleflow、sparsetodenseflow、sihouette flow等

### ovis：3D可视化 ###

*  使用OGRE 3D引擎去可视化3D数据

### plot：画图 ###

*  简单绘制1维和2维的图

### reg：图像注册 ###

*  像素级的图像注册-为了精准的对齐，基于论文的实现：“Image Alignment and Stitching: A Tutorial”, by Richard Szeliski.

### rgbd：RGB-Depth处理模块 ###

*  Linemod 3D物体识别，快速3D表面法线和3D平面查找、3D视觉里程计、使用 KinectFusion进行3D重建

### saliency：显著性 ###

*  人们看着一个场景的哪里？对于 静态、运动、”没有物体的“ 的显著性是有套路的

### sfm：2D到3D的算法 ###

*  这个模块的核心是一个轻量级的Libmv，包含一些从2D图像到3D重建的算法

### stereo：立体匹配 ###

*  使用不同的描述子进行立体匹配：Census / CS-Census / MCT / BRIEF / MV ，和使用 Quasi 立体的方法进行稠密立体匹配

### structured\_light：结构光 ###

*  利用结构光去分析场景深度

### surface\_matching：平面匹配 ###

*  使用PPF特征进行3D物体识别和定位

### text：文字识别 ###

*  文字检测、分离、识别

### tracking：目标跟踪 ###

### xfeatures2d： 2d特征算法 ###

*  一些额外的实验性或者不是免费的2D特征检测、描述子的算法：SURF, SIFT, BRIEF, Censure, Freak, LUCID, Daisy, Self-similar.

### ximgproc：扩展的图像处理 ###

*  结构森林、一些滤波器(Domain Transform Filter / Guided Filter / Adaptive Manifold Filter / Joint Bilateral Filter / Superpixels / Ridge Detection Filter)

### xobjdetect：增强的2d物体检测 ###

*  级联检测器 ： LBP+\_WaldBoost

### xphoto：额外的照片处理 ###

*  颜色均衡、降噪、图像修复

[opencv-4.0.1]: https://github.com/opencv/opencv
[opencv_contrib-4.0.1]: https://github.com/opencv/opencv_contrib
[ippicv_2019_lnx_intel64_general_20180723.tgz]: https://github.com/opencv/opencv_3rdparty/blob/ippicv/master_20180723/ippicv/ippicv_2019_lnx_intel64_general_20180723.tgz
[face_landmark_model.dat]: https://github.com/opencv/opencv_3rdparty/blob/contrib_face_alignment_20170818/face_landmark_model.dat
[20190228205810722.png]: /images/20220316/5bc12da87ec04609a24c65a303ab7b50.png
[20190228210146562.png]: /images/20220316/ceacf3098769456fab9b856ebca052b2.png
[20190302162430288.png]: /images/20220316/eeab84f0b4ae485480a42001ba3a53b6.png
[20190302162542270.png]: /images/20220316/475cfc51b3924780b0ef54718a93fa64.png