[常用工具] OpenCV_contrib库在windows下编译使用指南

本文主要讲述opencv及opencv_contrib库在windows下基于vs2017编译安装指南。所用OpenCV版本为OpenCV4.4，编译平台为vs2017。

文章目录

• 1 下载
• 2 编译与安装
• • 2.1 配置OpenCV标准库
  • 2.2 配置OpenCV_contrib库
  • 2.3 OpenCV需求配置
  • • 2.3.1 配置优化编译选项
    • 2.3.2 去除不必要选项
  • 2.4 编译OpenCV
  • 2.5 其他平台与语言环境的OpenCV_contrib库使用
• 3 配置与使用
• • 3.1 配置
  • 3.2 测试
• 4 参考
• • 4.1 官方仓库
  • 4.2 参考文档

1 下载

在OpenCV的github仓库下载对应版本文件。链接地址为：
OpenCV仓库

在OpenCV_contrib的githuc仓库下载对应版本文件。链接地址为：
OpenCV_contrib仓库

注意OpenCV版本和OpenCV_contrib版本必须一致

然后将OpenCV解压后的文件目录opencv-4.4.0放入某个目录下，比如我的放入D盘opencv_440_contrib目录下，然后将OpenCV_contirb解压后的文件夹opencv_contrib-4.4.0放入opencv-4.4.0目录，在opencv-4.4.0目录下建立build目录，用于保存编译文件。具体文件结构如下：

- d:/opencv_440_contrib
    - opencv-4.4.0
        - ...
        - build
        - opencv_contrib-4.4.0
            - ...

具体目录如图所示：

2 编译与安装

2.1 配置OpenCV标准库

打开cmake-gui，配置OpenCV标准库。cmake安装地址为：https://cmake.org/download/

打开后的cmake-gui设置源代码目录地址和生成文件地址，点击configure。如图所示：

然后配置编译器，选择对应其的编译器版本，然后选择编译平台版本。x64 or win32。然后点击finish，cmake将会自动编译文件。

在编译过程会出现如下情况，比如下载ippicv和ffmpeg。有时下载可能会失败。

通用的解决方式是离线下载，然后代替文件。要下载的文件可以打开D:\opencv_440_contrib\opencv-4.4.0.cache目录，查看哪些目录下有大小为0kb的文件，提取该文件的名字，下载对应的文件并改名替换源0kb文件。如下所示：

当然要下载的文件获得主要有三种办法：

• 搜索引擎搜索文件进行下载
• 替换下载链接，但是可能会失败。具体见windows下OpenCV库安装
• 官方第三方库地址下载（最稳妥）

这里具体讲一讲如何通过官方第三方库下载，首先进入opencv_3rdparty仓库
然后搜索对应文件版本下载即可，如图所示：

如果没有找到下载的文件，就打开D:\opencv_440_contrib\opencv-4.4.0\build\CMakeDownloadLog.txt文件，里面有下载文件的具体链接。然后通过第三方工具下载。CMakeDownloadLog.txt内容如下图所示：

当.cache目录无0kb文件，cmake-gui中继续执行configure。执行完之后需要查看底部窗口是否有红色提示。可能会出现OpenCVGenSetupVars.cmake:54，如下图所示：

解决办法为去除OPENCV_GENERATE_SETUPVARS选项，参考去除OpenCVGenSetupVars.cmake:54如下图所示。然后再继续点击configure。

2.2 配置OpenCV_contrib库

如果上一步骤完成，在cmake搜索框中搜索OPENCV_EXTRA_MODULES_PATH，并将其值设置成opencv_contrib文件夹中的modules，然后再点击configure，如下图所示：

编译过程如出现要下载第三方库，网络问题会失败，如图所示：

编译contrib库需要的第三方库文件具体有：

boostdesc_bgm.i
boostdesc_bgm_bi.i
boostdesc_bgm_hd.i
boostdesc_lbgm.i
boostdesc_binboost_064.i
boostdesc_binboost_128.i
boostdesc_binboost_256.i
vgg_generated_120.i
vgg_generated_64.i
vgg_generated_80.i
vgg_generated_48.i
face_landmark_model.dat

解决办法就是离线下载这些文件，将这些文件复制到opencv_contrib/modules/xfeatures2d/src/目录下，如下图所示。具体如何下载文件，网络搜索对应文件名或者查看build文件夹下的CMakeDownloadLog.txt文件提取下载链接，或者查看如下查看文章：
https://blog.csdn.net/u011736771/article/details/85960300
https://blog.csdn.net/AlexWang30/article/details/99612188
https://github.com/opencv/opencv_contrib/issues/1301

然后继续点击configure。可能某些版本还是出现文件下载错误，就把以上文件复制到.cache文件夹，修改名字。类似上一步配置OpenCV标准库一样，就可以配置成功。另外要注意的face_landmark_model.data文件很大约70MB，位于.cache/data目录下，最好离线下载。

检查.cache文件中是否存在0kb文件，安装记录是否报错。如果都正常，至此文件配置基本完成。如下图所示：

点击generate，然后可以跳过2.3节，查看2.4可以直接编译文件，但是建议看看2.3OpenCV需求配置，以加快OpenCV编译速度和提高后期OpenCV使用体验。

2.3 OpenCV需求配置

本节主要是为了加快OpenCV编译速度和提高后期OpenCV使用体验。

2.3.1 配置优化编译选项

首先搜索world，勾选BUILD_opencv_world。BUILD_opencv_world勾选的作用就是生成opencv_world.lib文件，在使用的时候，直接在附加依赖项添加opencv_world.lib就可以，主要是为了方便。没有打包的话，需要添加其它所有的lib文件。如图所示：

然后搜索nonfree，勾选OPENCV_ENABLE_NONFREE，这一项的作用就是使用非免费库。当然也可以不选，一般很少用。如图所示：

然后点击configure生成即可。

2.3.2 去除不必要选项

编译过程中，如果直接进编会译出一堆测试文件(_test_xxx)和性能测试文件(_perf_xxx)，以及一些example例子。可以直接去除。

BUILD_EXAMPLES
BUILD_TESTS
BUILD_PERF_TESTS
BUILD_DOCS

Python相关编译可以去除，一般不编译Python库。

BUILD_opencv_python2
BUILD_opencv_python3
BUILD_opencv_python_bindings_generator
BUILD_opencv_python_tests

不同环境选项可能不同，搜索python即可。然后去除勾选，如下图所示：

此外如果不是编译java库，可以去除java编译选项。

BUILD_java
BUILD_opencv_java_bindings_generator

不同环境选项可能不同，搜索java即可。然后去除勾选，如下图所示：

所有选项配置后，直接configure，查看是否标红而且.cache是否有0kb文件，然后generate，成功后打开OpenProject即可。 如下图所示：

2.4 编译OpenCV

打开后的vs2017界面如下图所示，确定编译平台为debug/x64，

然后点击生成-生成解决方法即可，如下图所示。这样的好处是知道哪些模块生成失败。如果有生成译错误，检查即可。这一过程约10分钟到40分钟，不同机器时间不一样。

生成成功后，如下图所示：

如果生成后没有失败的，选择解决方案-CMakeTargets-INSTALL-仅用于项目-仅生成INSTALL，如下所示。就可以生成opencv_world440d.lib文件。提示成功后就可以在build文件夹下看到install文件夹。

此外以上操作只能生成OpenCV Debug版本。Release版本需要修改配置平台，重复以上操作。如下图所示：

最后如果生成了install文件夹，而且该文件夹下x64/vc15/lib目录下有对应的lib文件表明生成成功。如下图所示。install就是我们编译最后要使用的文件。

2.5 其他平台与语言环境的OpenCV_contrib库使用

如果是Python环境，不需要编译OpenCV contrib库，直接pip安装即可，命令如下：

pip install opencv-contrib-python

如果是linux平台参考如下文章：

https://blog.csdn.net/haoqimao_hard/article/details/82049565

3 配置与使用

3.1 配置

为了配置好OpenCV,个人习惯将上一步的install文件移到opencv_440_contrib目录下，并且重命名为build（以前使用直装版的习惯）。如图所示：

然后新建vs2017项目，然后选择属性管理器，新建属性列表opencv_440如图所示。这样该opencv_440属性列表以后可以重复导入使用，不需要每次新建工程都配置。

修改Debug|X64模式下的opencv_440属性，修改VC++目录下的可执行目录，包含目录，库目录。如下图所示：

可执行文件目录设置如下，其中vc15指的是编译平台，vc15就是vs2017。按照自己的编译平台选择文件夹。

d:\opencv_440_contrib\build\x64\vc15\bin

包含目录设置如下，添加头文件，但是要注意的是有些OpenCV版本下include目录有opencv目录，需要添加include\opencv目录，该版本只有opencv2目录，就不需要添加opencv目录了。

d:\opencv_440_contrib\build\include
d:\opencv_440_contrib\build\include\opencv2

库目录设置如下，其中vc15指的是编译平台。

d:\opencv_440_contrib\build\x64\vc15\lib

然后修改链接器-输入-附加依赖项，如下图所示：

附加依赖项设置如下。如果是debug版本就加d，release版本就去掉d。

opencv_world440d.lib

3.2 测试

测试代码如下：

// 生成aruco标志
#include "pch.h"
#include <opencv2/opencv.hpp>
#include <opencv2/aruco.hpp>

using namespace cv;

// 用于生成aruco图标
int main()
{
	Mat markerImage;
	// 生成字典
	Ptr<cv::aruco::Dictionary> dictionary = aruco::getPredefinedDictionary(cv::aruco::DICT_6X6_250);
	// 生成图像
	// 参数分别为字典，第几个标识，图像输出大小为200X200,输出图像，标记边框的宽度
	aruco::drawMarker(dictionary, 33, 200, markerImage, 1);

	imwrite("marker33.png", markerImage);

	return 0;
}

该代码主要基于OpenCV中的contrib/aruco模块生成aruco图标，将在运行文件目录下生成名为marker33.png的图片。如下图所示。如果成功生成marker33图片，表明opencv编译成功，能够使用contrib库。

4 参考

4.1 官方仓库

• OpenCV仓库

• OpenCV_contrib仓库

• opencv_3rdparty仓库

4.2 参考文档

• windows下OpenCV库安装

• 去除OpenCVGenSetupVars.cmake:54

• https://blog.csdn.net/u011736771/article/details/85960300

• https://blog.csdn.net/AlexWang30/article/details/99612188

• https://github.com/opencv/opencv_contrib/issues/1301

• https://blog.csdn.net/haoqimao_hard/article/details/82049565