opencv

如果你曾搜索过图像处理、计算机视觉等相关方面的工作，基本都会要求了解或掌握opencv的开发。目前opencv支持的编程语言包括C，C++，Python，据说基于JAVA语言的也即将面世。Opencv支持的平台包括windows，linux，iOS，andriod，winCE，WindowsRT，到opencv2.4.9版本，与opencv结合的第三方库包括CUDA，opencl，openGL，QT，ffmpeg，gtk等，曾经还有过TBB，openMP，IPP等。微软的kinect for windows的SDK有具有使用opencv开发的例程，可见opencv应用之广泛。

       2006年，opencv1.0发布，主要基于Python和C语言，到2009年，opencv2.0面世，一个巨大的转变是增添了C++语言支持，从官方文档来看，未来的趋势是向Ｃ＋＋语言靠拢。到2014年4月25日opencv2.4.9提供下载，虽不足十年的发展，但其却有着极其丰富的功能和巨大的应用市场。我从2012年的10月份开始接触opencv，那时需要做一个人群密度估计的应用，既是应用性的，一开始就放弃使用MATLAB，其实我一直以不喜欢用MATLAB。我接触的第一版opencv是2.4.3版本，当时导师要求我们统一使用这个版本，以方便我们讨论。后来接触到kinect，我们准备做一个基于深度信息的算法，考虑到已经具有opencv基础，所以就索性继续使用opencv进行开发。使我对opencv有真正意义上的理解是在今年的一个项目中，当时我需要使用一个linux系统的嵌入式设备获取网络摄像头的数据并进行智能视频分析，肯定是要使用opencv，但移植的过程实在困难，在移植的过程中，我几乎把opencv曾经的所有版本尝试了一遍，从移植的过程中，我渐渐的对opencv的构成有了深入理解。网上的很多人都是移植opencv1.0的版本，说是这个版本是C的，ARM的支持较好，我想这都什么年代了，gcc还会有不支持C++的说法！当我看到了网上有人的确将opencv2.0以后的版本移植成功以后，我更是坚定了自己的想法。毕竟历史是在进步的，XP系统，VC6.0这类的东西早已跟不上时代了，新东西的出现肯定是要优于旧的东西的，在移植的过程中的确是我想想的这样，在opencv2.4.5之后的版本中有专门针对于移植方面的指导。

       因为本文的重点是opencv的简介，对于比如linux平台以及嵌入式平台的安装内容会在以后的文章中详尽叙述，本文以opencv2.4.9+vs2012+win7为平台，windows平台下的安装相对较简单，大家可以参考其他人的博客或是这个网站。我的电脑上是安装在D：/下，进入D:/OpenCV-4.9/opencv/后会发现两个文件夹，分别为build和soures。

                                                  

build中的doc中有两个重要的文档opencv2refman.pdf和opencv_tutorials.pdf,其中opencv2refman.pdf中介绍了opencv中的数据类型以及函数接口，opencv_tutorials.pdf中结合图像处理知识介绍opencv的一些应用及例程，我强烈建议好好学习这两个文档，这两个就像是opencv的说明书，弄清其结构对于深度学习opencv会有很大的帮助。build文件夹就是安装过程中生成的目录，它里面包含有各种平台所需的库文件和头文件，而sources是opencv的源码，其中3rdparty中涉及第三方库的集成，比如QT，ffmpeg等，apps中放置的是有关训练分类器的源码，cmake中放置的是opencv的编译规则，特别是在移植opencv时，这一块内容非常重要。data中放置了一些已经训练好的分类器，比如在人脸检测，行人检测中用到的分类器都在这里，doc文件是用来生成build中doc文件夹的源码，include中包含了opencv中的头文件，modules中是opencv中各个模块的源码，比如最常见的core，highgui等，如果你想查看某个函数的具体实现，可以到这个文件夹中去查找。platforms中是有关opencv在不同系统或平台下的移植规则，这个内容是在2.4.5版本之后才有的。samples中有大量的例程，初学者可以多看看这里。

       上面说了opencv的源码及安装文件的结构，要想具体了解opencv具体能干什么，还需要结合opencv_tutorials.pdf这个文档，打开后，查看目录：

从目录中大致就可以看出opencv可以做哪些事了，但是对于opencv的使用，这里并不是全部，有很多的函数这里都没有涉及，就目前最新版的2.4.9来说，如果你想使用openCL或CUDA来对程序进行加速的话，那你需要结合例程samples和文档opencv2refman.pdf。导师曾今让我教学弟学妹们怎么去学习使用opencv，我想一些基础的东西（无关算法）肯定要先学会，比如如何打开并显示一幅图片，灰度处理，感兴趣区域提取，画线，图片叠加等，其实对于SDK的学习都差不多，但一定要静心的去学，别指望什么都从例程中学到

如何学习OpenCV有效率呢？为了帮助那些想学OpenCV却又不得法的朋友，下面跟大家说说个人的一些看法吧！

1、先去下载最新版OpenCV，网址如下：http://nchc.dl.sourceforge.net/project/opencvlibrary/opencv-win/2.4.3/OpenCV-2.4.3.exe。下载完成后解压到相应目录。本人解压到D:\Program Files\OpenCV2.4.3。

2、有的文章提到使用CMake把OpenCV下面的范例生成为visual studio的工程，此处我没有这样做。直接使用范例。这里先把OpenCV目录下面的几个重要目录做个说明（见附件）：

doc目录：主要包含OpenCV的帮助文档。其中opencv2refman.pdf主要是OpenCV的各种类和函数的使用说明。opencv_tutorials.pdf，主要是下面教学代码目录里面各个教学范例的简单讲解。opencv_cheatsheet.pdf主要是最常用OpenCV类和函数的集合。此3个PDF文档对自学者帮助最大。

samples\cpp\tutorial_code目录：里面包含基本教学代码。和上面的opencv_tutorials.pdf文档遥相呼应，构成一个完整的自学体系。

build目录：包含编译，调试，发布所需要的各类动态库，静态库，头文件等。

因为OpenCV2.4.3好像只支持Visual Studio 2008以上版本，我在这里以Visual Studio 2008为例讲解如何让范例跑起来。

1、添加环境变量：见图片。此处我在path环境变量中添加如下目录：D:\Program Files\OpenCV2.4.3\build\x86\vc9\bin。记住在前面一个目录后面加分号。

2、在Visual Studio中包含头文件目录：见附件中的图片，已经用红色矩形框标识如何操作。

3、在Visual Studio中包含库文件目录：见附件中的图片，已经用红色矩形框标识如何操作。

4、建立一个新建Visual Studio VC win32控制台应用工程，这里我选择带预编译头的工程，省去添加cpp文件的工作。

5、代码创建：这里我选择samples\cpp\tutorial_code\ImgProc\Morphology_2.cpp文件。先添加包含目录，如下（以后所有范例均可以如下添加）：

#include <opencv2/opencv.hpp>

#include <stdio.h>

然后复制代码，见附件：

6、编译文件：自然少不了要包含静态库，要添加的库（debug版和release差别就是文件名后多了一个d标识是debug版）如下：

debug版

opencv_calib3d243d.lib

opencv_contrib243d.lib

opencv_core243d.lib

opencv_features2d243d.lib

opencv_flann243d.lib

opencv_gpu243d.lib

opencv_haartraining_engined.lib

opencv_highgui243d.lib

opencv_imgproc243d.lib

opencv_legacy243d.lib

opencv_ml243d.lib

opencv_nonfree243d.lib

opencv_objdetect243d.lib

opencv_photo243d.lib

opencv_stitching243d.lib

opencv_ts243d.lib

opencv_video243d.lib

opencv_videostab243d.lib

release版

opencv_calib3d243.lib

opencv_contrib243.lib

opencv_core243.lib

opencv_features2d243.lib

opencv_flann243.lib

opencv_gpu243.lib

opencv_haartraining_engine.lib

opencv_highgui243.lib

opencv_imgproc243.lib

opencv_legacy243.lib

opencv_ml243.lib

opencv_nonfree243.lib

opencv_objdetect243.lib

opencv_photo243.lib

opencv_stitching243.lib

opencv_ts243.lib

opencv_video243.lib

opencv_videostab243.lib

7、字符集设置：如果编译过程中出现如下错误：

不能将参数 1 从“_TCHAR *”转换为“const std::string &”原因如下：无法从“_TCHAR *”转换为“const std::string”，请字符集设置为“使用多字节字符集”，。

8、最后指定命令后参数，这样就可以不用在windows命令行下输入参数了，方便调试，但是要注意，图片必须放在你所建立的工程目录下（和.cpp以及.h文件同一目录）。否则就要加上相应的路径。如果参数多于1个，请以空格分开。

9、支持所有参数设置完成，开始编译运行吧。

如果Visual Studio无问题的话，按照以上按部就班操作，每个范例均可以正常运行。

学习OpenCV 2.4.3，不要先急着敲代码，应该要先把它的代码运行一遍，看看是什么结果。先知道运行结果，再逆向推导编程思路，最后看代码，分析代码，把每一个OpenCV类和函数的功能作用搞清楚，形成自己的思路，最后抛开原来的代码，按照自己的思路，把代码敲进去，这样才能实现消化吸收。