OpenCV实现项目代码

# opencv 学习 图像处理等 [简单易用的图像解码库 stb_image](https://github.com/Ewenwan/stb) [linux android window 下的jpeg解码库 libjpeg-turbo](https://blog.csdn.net/gdp12315_gu/article/details/45061947) [Hands-On-Algorithms-for-Computer-Vision 代码](https://github.com/PacktPublishing/Hands-On-Algorithms-for-Computer-Vision) [OpenCV 3 Computer Vision Application Programming Cookbook, Third Edition](https://github.com/PacktPublishing/OpenCV3-Computer-Vision-Application-Programming-Cookbook-Third-Edition) [计算机视觉OpenCV实现 csdn专栏](https://blog.csdn.net/column/details/computer-vision.html?&page=3) [机器视觉与计算机视觉](https://www.cnblogs.com/ironstark/category/745953.html) [opencv代码实验](https://github.com/Ewenwan/OpenCV_Test) [LearnOpenCV.com 项目](https://github.com/Ewenwan/learnopencv) [OpenCV学习笔记](https://blog.csdn.net/column/details/opencv-manual.html?&page=3) [opencv大师 项目](https://github.com/Ewenwan/code) [OpenCV + 数字成像](http://antkillerfarm.github.io/ai/2016/07/19/opencv.html) [OpenCV-OpenGL--Reconstuction3d 三维重建](https://github.com/Ewenwan/OpenCV-OpenGL--Reconstuction3d) [图像处理理论（一）——直方图, 二值化, 滤波基础](http://antkillerfarm.github.io/graphics/2016/04/30/graphics.html) [图像处理理论（二）——形态学, 边缘检测, 图像金字塔](http://antkillerfarm.github.io/graphics/2016/06/30/graphics_2.html) [图像处理理论（三）——双边滤波, Steerable滤波, Gabor滤波](http://antkillerfarm.github.io/graphics/2016/07/16/graphics_3.html) [图像处理理论（四）——Schmid滤波, 霍夫变换, HOG, Haar, SIFT](http://antkillerfarm.github.io/graphics/2017/08/23/graphics_4.html) [图像处理理论（五）——SIFT 图像格式 YUV & YCbCr & RGB ISP(Image Signal Processor)，图像信号处理器](http://antkillerfarm.github.io/graphics/2017/10/17/graphics_5.html) [图像处理理论（六）——人脸识别算法Eigenface基于PCA, LBPLocal Binary Patterns）局部二值模式, Fisherface 基于LD(ALinear Discriminant Analysis，线性判别分析）](http://antkillerfarm.github.io/graphics/2017/12/25/graphics_6.html) [人脸识别经典算法三：Fisherface（LDA）](https://blog.csdn.net/smartempire/article/details/23377385) [图像处理理论（七）——Viola-Jones 积分图像, 经典目标跟踪算法（camshift、meanshift、Kalman filter、particle filter、Optical flow、TLD、KCF、Struck）, 从BOW(Bag-of-words词带模型)到SPM(Spatial Pyramid Matching,空间金字塔匹配), ILSVRC 2010考古](http://antkillerfarm.github.io/graphics/2018/04/03/graphics_7.html) ## window下安装 下载地址 https://sourceforge.net/projects/opencvlibrary/files/opencv-win/ python 下 opencv安装 https://www.cnblogs.com/ncuhwxiong/p/7439604.html 安装 Numpy https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 安装 opencv https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv 使用 pip install 安装whl 1、系统环境变量设置 动态链接库配置 计算机 -> 右键属性 ->高级系统设置 -> 高级标签 -> 最下边 环境变量 ->在系统变量 path 中添加 路径 在原有路径后添加冒号; -> x64 位添加两个 路径 ...opencv\build\x86\vc11\bin;...opencv\build\x64\vc11\bin; (vc8 对应vc2008 vc9对应vc2009 vc10对应vc2010 vc11对应vc2012的版本 vc12 对应2013 vc13：vs2014 vc14：vs2015 vc15:vs2017 ) -> x86 添加一个 路径 ...opencv\build\x86\vc11\bin; 2、vs工程包含目录 文件 -> 新建 -> 项目 -> win32控制台应用程序 -> 进入win32应用程序设置向导 -> 附加选项空项目 项目名 -> 在解决方案资源管理器的源文件下 -> 右键单击 添加 新建项 添加c++文件 -> 打开属性管理器 （视图 属性管理器） -> 在属性管理器里配置一次 相当于进行了通用配置 -> 打开属性管理器 工作区 -> 展开Debug|Win32 -> 对 Microsoft.Cpp.Win32.userDirectories 右键 属性配置 -> 首先在 通用属性 -> VC++目录 -> 包含目录 下添加三个路径 ..\opencv\build\include ..\opencv\build\include\opencv ..\opencv\build\include\opencv2 -> 首先在 通用属性 -> VC++目录 -> 库目录 下添加 一个路径 ..\opencv\build\x64\vc14\lib -> 首先在 通用属性 -> 链接器 -> 输入 -> 附加依赖项 库目录 下添加 上述库目录下的 lib文件 带d的 opencv_world320d.lib/opencv_world340d.lib 也可以将这下lib 复制到 window 操作系统目录下 C:\Windows\SysWOW64 64位      C:\Windows\System32   32位 ## window下 找不到lib 文件 可以用notePad++等文本编辑器打开类似 *.vcxproj的工程文件，查找到类似<AdditionalDependencies>libcocos2d.lib;opengl32.lib;glew32.lib;%(AdditionalDependencies)</AdditionalDependencies>的标签，删除不想关联的lib,如glew32.lib;字符串(或者 %(AdditionalDependencies) 标签 ；来自父级关联的lib), 然后保存，重新加载项目即可 ## lib文件平台框架架构 与 目标架构不匹配 问题 打开属性管理器 （视图->属性管理器(属性窗口)->属性页->） 分别配置 平台下 x86  x64 的 不同库目录（区别架构） 然后 -> 配置管理器 -> 确定使用哪一种架构编译 活动解决方案平台 x64 / x86 ## linux下安装 安装依赖： sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg62-dev libtiff4-dev cmake libswscale-dev libjasper-dev [github源码安装](https://github.com/opencv/opencv.git) mkdir build cd build cmake      make -j2      sudo make install 安装依赖项 sudo apt-get install build-essential libgtk2.0-dev libvtk5-dev libjpeg-dev libtiff4-dev libjasper-dev libopenexr-dev libtbb-dev 编译依赖 sudo apt-get install build-essential 必须 sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev      可选     sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev 安装附加模块 opencv_contrib git clone https://github.com/opencv/opencv_contrib.git 和 opencv 一起安装 $ cd <opencv 编译文件夹 $ cmake -DOPENCV_EXTRA_MODULES_PATH=<opencv_contrib 目录>/modules <opencv_source_directory(例如上一级 ..)> $ make -j3  sudo make install [3.2安装参考 好好](https://github.com/CoderEugene/opencv3.2_CMake/tree/5175fc1b0a78e79831993ed4f5021bc2b0a656db) LAPACKE_H_PATH-NOTFOUND/lapacke.h: 没有那个文件或目录 安装 lapacke : sudo apt-get install liblapacke-dev checkinstall 修改文件： build/opencv_lapack.h ： #include "LAPACKE_H_PATH-NOTFOUND/lapacke.h" >>> #include "lapacke.h" ## 问题1 安装OpenCv 3.1的过程中要下载ippicv_linux_20151201，由于网络的原因，这个文件经常会下载失败。 下载　 ippicv_linux_20151201 http://blog.csdn.net/huangkangying/article/details/53406370 下载　opencv-3.1.0.zip https://sourceforge.net/projects/opencvlibrary/files/opencv-unix/3.1.0/opencv-3.1.0.zip/download 或者更简单一点，在确保MD5是808b791a6eac9ed78d32a7666804320e的情况下： 在OpenCV源代码的根目录下创建目录： 拷贝　ippicv_linux_20151201到　opencv-3.1.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e 下 注意3.0 后一些 不免费的库被独立出来 需要单独编译 https://github.com/opencv/opencv_contri