Visual Studio+OpenCV3.2+CMake编译；Matlab+mexopencv混编

软件Visual Studio 2015；Matlab 2015b；OpenCV3.2；OpenCV_contrib；mexopencv；CMake

OpenCV3.2： http://opencv.org/opencv-3-2.html

CMake3.8.0win x64版（32位系统下win x86版）：https://cmake.org/download/

OpenCV_contrib：https://github.com/opencv/opencv_contrib；

一、编译opencv3.2

首先打开CMake

在 where is the source code处找到opencv3.2文件夹下的source目录；

在 where to build the binaries:处填写自己要把编译好的opencv文件放置的文件夹；

然后点击下方的Configure

此时弹出对话框，选择编译器：

可以选择他默认的编译器（即Visual Studio 14 2015 Win64），也可以选则Specify native compilers；如果选该选项，后面要填写本地visual studio的编译器，这里为了简单，就选择默认的Visual Studio 14 2015 Win64编译器。点击Finish。

其中将build_docs（该选项会生成opencv的documentation文件，这个可以在网上查，需要的话可以添加），Build_Example（这个是生成一些例子）取消，

在OpenCV_Extral_Modules_Path里面填写OpenCV_Extral的路径，填写到modules文件夹下。

当电脑上装了matlab的时候，cmake自动搜索到matlab相关文件的路径，有了这个应该可以进行下一步的matlab混编。还有像BUILD_opencv_world和BUILD_opencv_contrib_world这两项不要选，默认是不选的。

然后点击configure，点击完configure后，红色区域表示改变的东西或者是有问题的区域，因为刚刚添加了opencv_extral_modules_path，所以在Build区域生成的文件会有改变，这时如果对变动的内容没有问题，再点击configure。在下面的生成文字中有生成的OpenCV的库；

OpenCV modules:

To be built: core flann imgproc ml photo reg surface_matching video dnn fuzzy imgcodecs shape videoio highgui objdetect plot superres ts xobjdetect xphoto bgsegm bioinspired dpm face features2d line_descriptor saliency text calib3d ccalib datasets rgbd stereo tracking videostab xfeatures2d ximgproc aruco optflow phase_unwrapping stitching structured_light matlab

Disabled: world contrib_world

Disabled by dependency: -

Unavailable: cudaarithm cudabgsegm cudacodec cudafeatures2d cudafilters cudaimgproc cudalegacy cudaobjdetect cudaoptflow cudastereo cudawarping cudev java python2 python3 viz cnn_3dobj cvv freetype hdf sfm

其中To be built 是可以生成的库文件，该库中如果有matlab，表示可以用mexopencv进行编译；Disabled和Unavailable是无法生成的库，其中cuda开头的库是可以GPU加速的库文件；

如果没问题后点击Generate，生成Visual Studio的sln工程文件。

在目标路径下找到OpenCV.sln工程，用Visual Studio打开该工程，该工程下有很多子工程，找到ALL_BUILD项目和INSTALL项目，在Debug模式下，生成ALL_BUILD，成功后，生成INSTALL；在Release模式下，生成ALL_BUILD，成功后，生成INSTALL。

二、使用mexopencv编译OpenCVC++函数

编译好OpenCV3.2后，下载mexopencv文件，打开matlab，将mexopencv文件夹添加到目录里，有两种方式：

1）在命令窗口中addPath

2）在matlab current folder中右键mexopencv文件夹，选择addPath中selected folder and subfolders选项。

在matlab命令行中首先输入mex -setup打开Visual C++编译器。

然后输入mexopencv.make('clean',true)，清理之前的文件

输入mexopencv.make('opencv_path','D:\OpenCV3.2', 'opencv_contrib',true)；   这个mexopencv.make函数第一个参数为字符串，即'opencv_path'；第二行为OpenCV文件夹目录，该目录下包含include，x64（x64中包含lib和bin文件夹），如下图，第三个参数是编译有contrib部分的opencv。

编译完成后，会显示成功，然后告知bin文件夹下的动态链接库需要放到windows 环境变量中。所以在windows环境变量中的Path项里添加动态链接库，

例如：D:\OpenCV3.2\x64\bin。

添加完成后需要将编译好的opencv函数放到matlab的toolbox中去，方便以后使用。

在D:\Program Files\MATLAB\R2015b\toolbox目录下建立文件夹，名字自拟，这里用OpenCV3.2

然后将编译好的mexopencv里的内容考入OpenCV3.2中

然后再matlab中添加该目录作为永久工具包，添加方法为

打开Home中的SetPath文件夹

为了简单化，选择 Add with Subfolders

然后保存。

然后打开preference

然后在Matlab，General中点击Update Toolbox Path Cache，点击应用，如下图。

然后重启matlab，就可以直接使用opencv函数了。

在编译好的mexopencv包中有+cv文件夹，该文件夹下包含着opencv很多函数，其中以m文件是函数的使用说明文件（该文件内容可以用help或者doc 加函数名显示出来，方面使用者学习），mexw64文件是对应的函数。同样，在opencv_contrib文件夹下的+cv文件也一样。可以用sample文件夹下的例子运行，判断是否编译成功。编译opencv的函数可以使用cv.xxx方式调用，例如cv.imread,cv.cvtColor,   其中cv.imread区别matlab中image processing工具包的imread函数。

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

将visual studio2015 编译opencv加 matlab 2015b混编  放到其他matlab版本上运行会出现问题，但是可以用已经编好的pencv3.2在其他版本的matlab以及用非visual studio2015的编译器（即其他版本的编译器）编译。