OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate

1.什么是OpenCV

OpenCV的全称是：Open Source Computer Vision Library。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成。

总结特点：

1.开源, 商业用途也不必公开自己的源代码或者改善后的代码。

2.效率高，简单的图像处理就算了，涉及到复杂的处理一般的类库无法满足比如CXImage

3.有巨头维护(Intel)

有这三个原因，OpenCV异常的火啊。

2.OpenCV环境配置

写博客的时候发现最新的是2.4.9了，下面讲的都是基于2.4.8，应该差距不大。

去www.opencv.org Windows下可以下载到一个exe的东西，大约345MB，执行就是解压，最终有3.7G。

弄过第三方类库的都懂的，配置好include和lib再加上Additional Dependencies加上要到的lib就配置完成了。

注意下上面的图，右边同个lib有两种类型，一个带d结尾表示Debug版本，没有的是Release版本。

下面来仔细的讲下具体配置，是32位VS2010 Win7。VS2010是英文版的。

因为OpenCV的文件夹位置可能会有变化，所以我们把OpenCV的根目录加到环境变量中，这样方便修改。

右击我的电脑，点击高级属性设置-》高级 就可以看到环境变量了。

我这里简单用一个变量OPENCV_DIR设置到OpenCV的build下。很多人看到搞环境变量就累了。其实就是把路径赋给一个变量，这样用这个变量的名字就是等同于它的值。Win7下面可能要注销或者重启电脑，环境变量才生效，反正我的是这样的.=。=

新建一个普通的Win32 Console的项目就行了。这个时候右击项目属性设置include,lib等也行，但这样不能复用，比如你建立了两个OpenCV的项目，每次都要设置，非常的麻烦。我们下面来建立Project Property Sheet,这个可以重复使用，看到Add Existing Property Sheet了没有。右击新建，我们分别建立两个,一个供Debug使用，一个供Release使用。

修改VC++ Directories 中的Include Directories 和 Library Directories,到图中的内容，看这里我们设置的环境变量就用上了$(OPENCV_DIR) 。你当然可以选择使用，那样灵活性差些。

在Linker中的input ->Additional Dependencies中加入5个lib的名字。因为下面的例子用到这5个lib就够了，以后可能就不够了，那个时候再添加额外的lib。因为这里是Debug的所以加了d结尾的lib，记得在Release中加没有d结尾的lib。248表示OpenCV的版本，因为我这里用的OpenCV是2.4.8版本，所以跟读者的可能会不一样。

添加好两个Project Property Sheet记得要保存下来，这样可以重复使用。

3.OpenCV简单例子

说是简单，因为是直接拷贝的官方例子，但效果不错。我本来想做一个炉石传说的外挂的，放弃了，我们看下这里有一个开始的按钮，人眼很容易就能找到那个蓝色的开始按钮，那么用OpenCV如何找到那个按钮呢？

把开始那个按钮截图下来。然后写下面的程序。

// HelloOpenCV.cpp : Defines the entry point for the console application.//#include "stdafx.h"// Video Image PSNR and SSIM#include <iostream> // for standard I/O#include <string>   // for strings#include <iomanip>  // for controlling float print precision#include <sstream>  // string to number conversion#include <opencv2/core/core.hpp>        // Basic OpenCV structures (cv::Mat, Scalar)#include <opencv2/highgui/highgui.hpp>  // OpenCV window I/O#include <opencv2/imgproc/imgproc.hpp>using namespace std;using namespace cv;/// 全局变量Mat img; Mat templ; Mat result;char* image_window = "Source Image";char* result_window = "Result window";int match_method;int max_Trackbar = 5;/// 函数声明void MatchingMethod( int, void* );  int _tmain(int argc, _TCHAR* argv[]){ string originalImageName = "big1.png";string matchImageName = "small1.png"; /// 载入原图像和模板块img = imread( originalImageName, 1 );templ = imread( matchImageName, 1 );/// 创建窗口namedWindow( image_window, CV_WINDOW_AUTOSIZE );namedWindow( result_window, CV_WINDOW_AUTOSIZE );/// 创建滑动条char* trackbar_label = "Method: \n 0: SQDIFF \n 1: SQDIFF NORMED \n 2: TM CCORR \n 3: TM CCORR NORMED \n 4: TM COEFF \n 5: TM COEFF NORMED";createTrackbar( trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod );MatchingMethod( 0, 0 );waitKey(0);return 0;}/** * @函数 MatchingMethod * @简单的滑动条回调函数 */void MatchingMethod( int, void* ){  /// 将被显示的原图像  Mat img_display;  img.copyTo( img_display );  /// 创建输出结果的矩阵  int result_cols =  img.cols - templ.cols + 1;  int result_rows = img.rows - templ.rows + 1;  result.create( result_cols, result_rows, CV_32FC1 );  /// 进行匹配和标准化  matchTemplate( img, templ, result, match_method );  normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );  /// 通过函数 minMaxLoc 定位最匹配的位置  double minVal; double maxVal; Point minLoc; Point maxLoc;  Point matchLoc;  minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );  /// 对于方法 SQDIFF 和 SQDIFF_NORMED, 越小的数值代表更高的匹配结果. 而对于其他方法, 数值越大匹配越好  if( match_method  == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED )    { matchLoc = minLoc; }  else    { matchLoc = maxLoc; }  /// 让我看看您的最终结果  rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );  rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );  imshow( image_window, img_display );  imshow( result_window, result );  return;}

看OpenCV成功的找到的按钮的位置，标上了黑框，看到OpenCV的强大之处了吧？这还只是OpenCV的简单的一个功能。

4.例子下载：

http://www.waitingfy.com/?attachment_id=1111

注意直接运行是不会成功的，要根据读者OpenCV的位置进行配置才可以。

 

参考：

OpenCV 入门教程

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/introduction/windows_visual_studio_Opencv/windows_visual_studio_Opencv.html#windows-visual-studio-how-to

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#template-matching