200字范文,内容丰富有趣,生活中的好帮手!
200字范文 > opencv_contrib模块安装与概述

opencv_contrib模块安装与概述

时间:2023-01-15 07:54:49

相关推荐

opencv_contrib模块安装与概述

文章目录

安装下载 概述aruco :增强现实bgsegm:背景分割bioinspired:生物视觉ccalib:自定义标定cnn_3dobj :CNN物体识别和姿态估计cvv:计算机视觉调试的交互GUIdatasets:数据集读取器dnn_objdetect: CNNs 的物体检测模型dnns_easily_fooled:欺骗CNNdpm:可变型部件模型face:人脸识别fuzzy:视觉的模糊逻辑freetype:写字hdf:hdf存储line_descriptor:线条匹配与提取matlaboptflow:光流ovis:3D可视化plot:画图reg:图像注册rgbd:RGB-Depth处理模块saliency:显著性sfm:2D到3D的算法stereo:立体匹配structured_light:结构光surface_matching:平面匹配text:文字识别tracking:目标跟踪xfeatures2d: 2d特征算法ximgproc:扩展的图像处理xobjdetect:增强的2d物体检测xphoto:额外的照片处理

安装

背景交代: Ubuntu18.04 +OpenCV4.0.1+ opencv_contrib-4.0.1

下载

opencv-4.0.1opencv_contrib-4.0.1ippicv__lnx_intel64_general_0723.tgz (很慢,估计十几分钟,可以在csdn搜索,我上传百度云了)face_landmark_model.dat (很慢,可以在csdn搜索,我上传百度云了) 将ippicv__lnx_intel64_general_0723.tgz 和face_landmark_model.dat 下载好,用vim将源码中3rdparty/ippicv/ippicv.cmake打开,将47行的"/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"修改为"file:///home/xxx/Downloads/"注意路径修改成自己的;将opencv_contrib-4.0.1中的modules/face/CMakeLists.txt用vim打开,将19行和上面一样改成file:///home/xxx/Downloads/,路径都是下载上面两个文件的路径。因为cmake过程中会在github官网上下载第三方库,上面两个很慢,经常下载超时,所以手动下载比较好,其他还有几个文件,cmake用的时间不多,不用手动下载了。

打开cmake-gui ,将源码路径build的操作路径添加进去 ,点击configure ,默认即可。

3. 在Search中输入extr找到,OPENCV_EXTRA_MODULES_PATH ,点击value后面将opencv_contrib里面的modules路径加进来,如图:在点击configure,没有错误即可,有错误继续解决。

4. 在Seach中搜索 free, 搜到结果后面打钩,涉及到专利问题,否则在使用xfeature2d.create的时候报错。

5. 点击Generate ,会有 Generate done的字样

6. 进入 build目录,make -j8 , sudo make install ,最后include目录在/usr/local/include/opencv4下,库目录在/usr/local/lib下

测试代码

工程结构:

#include <iostream>#include <vector>#include <opencv2/xfeatures2d.hpp>#include <opencv2/opencv.hpp>using namespace cv;using namespace std;int main(){Mat img = imread("../res/1.png",cv::IMREAD_COLOR);Ptr<Feature2D> sift = xfeatures2d::SIFT::create();vector<cv::KeyPoint> keypoints;Mat descriptors;sift->detectAndCompute(img, cv::noArray(),keypoints, descriptors);cv::drawKeypoints(img,keypoints,descriptors,cv::Scalar(0, 255, 255));imshow("Result", descriptors);waitKey();return 0;}

CMakeLists.txt

cmake_minimum_required(VERSION 3.5)project(my_test)set(CMAKE_CXX_FLAGS "-std=c++11")find_package(OpenCV REQUIRED) include_directories(include)aux_source_directory(src DIR_SRCS)add_executable(my_test ${DIR_SRCS})target_link_libraries(my_test ${OpenCV_LIBS})

概述

aruco :增强现实

bgsegm:背景分割

背景分割算法包括:统计背景图估计、像素级贝叶斯分割

bioinspired:生物视觉

基于生物视觉模型:最小化噪声、亮度变化、瞬间事件分割、高动态范围色调映射方法

ccalib:自定义标定

三维重建、全方向的相机标定、随机模式标定、多相机标定

cnn_3dobj :CNN物体识别和姿态估计

基于Caffe深度学习框架,训练、检测物体识别和姿态的CNN模型

cvv:计算机视觉调试的交互GUI

可以添加其中代码,可以在调试的时候弹出窗口进行交互,方便调试使用

datasets:数据集读取器

可以用来读取现在存在的计算机视觉的数据集,也有一些案例:使用这里面的代码去读取、测试、训练

dnn_objdetect: CNNs 的物体检测模型

使用简洁的CNN模型进行物体检测,使用caffe进行训练,但是使用 opencv_dnn模型进行识别

dnns_easily_fooled:欺骗CNN

使用网络中的激活,去使得CNN网络识别其他物体

dpm:可变型部件模型

一种目标检测的方法

face:人脸识别

人脸识别的一些方法:Eigen, Fisher and LBPH(Local Binary Pattern Histograms)

fuzzy:视觉的模糊逻辑

模糊逻辑图像变换、逆;模糊逻辑图像的处理

freetype:写字

使用freetype and harfbuzz库在图片写字

hdf:hdf存储

这个模块包含 I/O程序 对大量数据的存储

line_descriptor:线条匹配与提取

基于二进制描述子的一些方法用来提取、描述、封闭图片中线条的的部分

matlab

MATLAB借口

optflow:光流

一些运行和估计光流的算法,光流包括 deepflow、simpleflow、sparsetodenseflow、sihouette flow等

ovis:3D可视化

使用OGRE 3D引擎去可视化3D数据

plot:画图

简单绘制1维和2维的图

reg:图像注册

像素级的图像注册-为了精准的对齐,基于论文的实现:“Image Alignment and Stitching: A Tutorial”, by Richard Szeliski.

rgbd:RGB-Depth处理模块

Linemod 3D物体识别,快速3D表面法线和3D平面查找、3D视觉里程计、使用 KinectFusion进行3D重建

saliency:显著性

人们看着一个场景的哪里?对于 静态、运动、”没有物体的“ 的显著性是有套路的

sfm:2D到3D的算法

这个模块的核心是一个轻量级的Libmv,包含一些从2D图像到3D重建的算法

stereo:立体匹配

使用不同的描述子进行立体匹配:Census / CS-Census / MCT / BRIEF / MV ,和使用 Quasi 立体的方法进行稠密立体匹配

structured_light:结构光

利用结构光去分析场景深度

surface_matching:平面匹配

使用PPF特征进行3D物体识别和定位

text:文字识别

文字检测、分离、识别

tracking:目标跟踪

xfeatures2d: 2d特征算法

一些额外的实验性或者不是免费的2D特征检测、描述子的算法:SURF, SIFT, BRIEF, Censure, Freak, LUCID, Daisy, Self-similar.

ximgproc:扩展的图像处理

结构森林、一些滤波器(Domain Transform Filter / Guided Filter / Adaptive Manifold Filter / Joint Bilateral Filter / Superpixels / Ridge Detection Filter)

xobjdetect:增强的2d物体检测

级联检测器 : LBP+_WaldBoost

xphoto:额外的照片处理

颜色均衡、降噪、图像修复

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。