OpenCV2.2.0版本的更改及源碼zip包編譯過(guò)程中的include路徑的一個(gè)問(wèn)題 收藏
12月新發(fā)布的OpenCV2.2.0在庫(kù)結(jié)構(gòu)上進(jìn)行了較大幅度的改動(dòng)。主要體現(xiàn)在新的模塊組織形式和新的頭文件形式；相對(duì)應(yīng)的一些功能函數(shù)歸類到了更細(xì)致的模塊中。
注意：我一開(kāi)始下載了zip的源碼包，但是發(fā)現(xiàn)include中opencv2內(nèi)的頭文件不全；暫時(shí)我不清楚為何沒(méi)有拷貝，我直接選擇將各個(gè)模塊中的include下的opencv2中的頭文件拷貝至底層include/opencv2目錄下即可。雖然老式的頭文件形式可用，但是都會(huì)修改為新式的頭文件include，所以如果include/opencv2目錄下沒(méi)有對(duì)應(yīng)的頭文件會(huì)導(dǎo)致找不到頭文件的錯(cuò)誤。因此，對(duì)于使用VS2010的朋友，我還是推薦使用官方的預(yù)編譯安裝包進(jìn)行安裝。
官網(wǎng)OpenCVWiki上的Change Log：
網(wǎng)上已有對(duì)應(yīng)的翻譯文檔，這邊我引用一下：
總體修改和改進(jìn)：
•重新組織庫(kù)結(jié)構(gòu)，用較詳細(xì)，更小的模塊來(lái)取代cxcore, cv, cvaux, highgui 和 ml庫(kù)
•opencv_core - core函數(shù)庫(kù)（基本的結(jié)構(gòu)，架構(gòu)和線性代數(shù)，DFT，xml 和yam i/o接口函數(shù)等）
•opencv_imgproc -圖像處理函數(shù)庫(kù)（濾波，高斯模糊，形態(tài)學(xué)膨脹/腐蝕，線性縮放圖像大小，圖像幾何變化，顏色結(jié)構(gòu)變化，計(jì)算直方圖等）
•opencv_highgui - GUI，圖像和視頻接口函數(shù)庫(kù)
•opencv_ml -統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型函數(shù)庫(kù)（SVM，決策樹(shù)，級(jí)聯(lián)等）
•opencv_features2d -二維特征檢測(cè)器和描述子函數(shù)庫(kù)（SURF,FAST 等，包括一種新的特征描述子匹配結(jié)構(gòu)）
•opencv_video -動(dòng)態(tài)分析和物體追蹤函數(shù)庫(kù)（光流法，移動(dòng)模板，背景消除）
•opencv_objdetect -圖像目標(biāo)檢測(cè)函數(shù)庫(kù)（haar小波 & LBP人臉檢測(cè)和識(shí)別，HOG人檢測(cè)等）
•opencv_calib3d -攝像頭標(biāo)定，視覺(jué)匹配和三維數(shù)據(jù)處理函數(shù)庫(kù)
•opencv_flann -近似最近領(lǐng)域搜索庫(kù)和OpenCV分裝器
•opencv_contrib - 最新貢獻(xiàn)但不是很成熟的函數(shù)庫(kù)
•opencv_legacy -過(guò)時(shí)代碼，為了后續(xù)代碼兼容性而存在
•opencv_gpu -用CUDA來(lái)加速一些openCV函數(shù)的類庫(kù)（相對(duì)不太穩(wěn)定，但對(duì)openCV開(kāi)發(fā)非常有幫助）
如果你用Cmake 或者pkg-config來(lái)進(jìn)行配置openCV，如果沒(méi)有任何改動(dòng)，你的源碼編譯會(huì)正常。否則，你需要修改連接參數(shù)（修改庫(kù)名）和更新頭文件路徑。
仍然支持使用#include <cv.h>等，但是備注修改為 #include “opencv2/imgproc/imgproc.hpp”等等。
•新格式的分裝器覆蓋了更多的opencv2.x API，文檔和例子將在后面加上。為了采用額外的函數(shù)庫(kù)，你需要numpy
SWIG-不在包含Python分裝器
•core:
•
•cv::Matx<T, m, n> 可以增加給定類型，給定大小矩陣
Vec<T, n> 由 Matx<T, n, 1>派生，此類可被用于cv::Mat開(kāi)銷過(guò)大時(shí)的小矩陣。此操作子可實(shí)現(xiàn)Matx 和 Mat相互轉(zhuǎn)換。
•
•cv::Mat ，cv::MatND 是同一類型: typedef cv::Mat cv::MatND. 考慮到很多函數(shù)沒(méi)有檢查矩陣維數(shù)，在用openCV處理3維，4維等高維矩陣時(shí)要小心。
•實(shí)驗(yàn)支持支持2.x/3.x特征 (在Cmake參數(shù)選擇WITH_EIGEN2). 同時(shí)，可以實(shí)現(xiàn)Eigen2 matrices 和cv::Mat相互轉(zhuǎn)換。詳情查看modules/core/include/opencv2/core/eigen.hpp.
•cv::Mat 支持"<<"操作。詳情查看 opencv/samples/cpp/cout_mat.cpp.
•cv::exp ，cv::log由于SSE2的優(yōu)化，速度更快
•imgproc:
•
•顏色轉(zhuǎn)換函數(shù)被重寫(xiě)；
•
•RGB->Lab & RGB->Luv 得到明顯改善。函數(shù)假設(shè)sRGB輸入顏色空間（比如，gamma=2.2）,如果你想要原始線性RGB->L**轉(zhuǎn)換 ，采用CV_LBGR2LAB
•VNG 算法增加了Bayer->RGB。雖然比簡(jiǎn)單迭代算法慢了很多，但是更詳細(xì)的圖像信息
•對(duì)8位圖增加了RGB->HSV/HLS 轉(zhuǎn)換函數(shù) ，這里H通道采用完整的 0..255 區(qū)域，而不是原來(lái)的0..179區(qū)域。轉(zhuǎn)換代碼為CV_RGB2HSV_FULL等。
•initUndistortRectifyMap為多角度攝像頭增添了專用變量： initWideAngleProjMap()
•features2d:
•
•引入關(guān)鍵點(diǎn)檢測(cè)，計(jì)算描述子和匹配的統(tǒng)一架構(gòu)。先前的一些可用和新的監(jiān)測(cè)子和描述子，比如SURF，F(xiàn)ast， StarDetector 等，被分裝在這個(gè)架構(gòu)中。這個(gè)架構(gòu)的關(guān)鍵的特點(diǎn)（除了為不同檢測(cè)子和描述子統(tǒng)一的API）是他為圖像匹配和基于紋理的物體檢查提供了高層工具，詳情請(qǐng)看
http://opencv.willowgarage.com/documentation/cpp/features2d_common_interfaces_of_feature_detectors.html C++樣例:
•
•
•descriptor_extractor_matcher.cpp –采用關(guān)鍵點(diǎn)和描述子 從場(chǎng)景中查找物體
•generic_descriptor_matcher.cpp – 在物體上采用變動(dòng)，可以使描述子計(jì)算不必太精確。
•bagofwords_classification.cpp –一個(gè)用這種架構(gòu)處理VOC下載的數(shù)據(jù)的例子，VOC數(shù)據(jù)集:
http://pascallin.ecs.soton.ac.uk/challenges/VOC/ •Ethan Rublee集成了由Michael Calonder提出的最新更快的關(guān)鍵點(diǎn)描述子BRIEF。例子請(qǐng)查看 opencv/samples/cpp/video_homography.cpp
•SURF 關(guān)鍵點(diǎn)檢測(cè)子采用TBB （此模塊由 imahon 和yvo2m開(kāi)發(fā))進(jìn)行并行計(jì)算
•objdetect:
•
•LatentSVM 物體檢查子，應(yīng)用于P. Felzenszwalb的算法，由Nizhniy Novgorod State University (NNSU) team開(kāi)發(fā).詳情請(qǐng)查看opencv/samples/c/latentsvmdetect.cpp
•calib3d:
•
•一種新的合理的標(biāo)定模型：
x' = x*(1 + k1*r2 + k2*r4 + k3*r6)/(1 + k4*r2 + k5*r4 + k6*r6) + <tangential_distortion for x>,
y' = y*(1 + k1*r2 + k2*r4 + k3*r6)/(1 + k4*r2 + k5*r4 + k6*r6) + <tangential_distortion for y>
被引入。對(duì)廣角鏡頭的攝像頭標(biāo)定很有用，因?yàn)樵黾拥膮?shù)可以優(yōu)化你所提供數(shù)據(jù)和增加估計(jì)這些數(shù)據(jù)的魯棒性。 或者可以簡(jiǎn)單的初始化畸變向量為0，并且CV_CALIB_RATIONAL_MODEL to enable the new model + CV_CALIB_FIX_K3 + CV_CALIB_FIX_K4 + CV_CALIB_FIX_K5 或者其他連接去選擇去增強(qiáng)或者取消一些系數(shù)
•
•增加校正三目攝像頭（三目在同一水平線上），詳情請(qǐng)查看 samples/cpp/3calibration.cpp
•ml:
•
•引入由NNSU工作組開(kāi)發(fā)的梯度級(jí)聯(lián)樹(shù)模型
•highgui:
•
•增加支持 Qt 后臺(tái)開(kāi)發(fā)，源于由Yannick Verdie完成的GSoC 2010工程。后臺(tái)開(kāi)發(fā)有一些新特征沒(méi)有體現(xiàn)，如采用TTF字體的文字翻譯 ，獨(dú)立的控制面板，包括滾動(dòng)條，按鈕，單選按鈕，復(fù)選按鈕，大小變化，圖像顯示區(qū)，highgui 窗體, "保存"等等。詳情請(qǐng)看Yannick在youtube視頻演示新特征：
http://www.youtube.com/user/MrFrenchCookie#p/u •新的API被引入：
http://opencv.willowgarage.com/documentation/cpp/highgui_qt_new_functions.html ，如果你機(jī)器上有 Qt SDK (或者 libqt4 開(kāi)發(fā)包)，可以采用新的API，并且采用QT編譯OpenCV (pass -DWITH_QT=ON to CMake; 注意結(jié)果，確認(rèn)Qt為GUI后臺(tái)編譯)
•支持16位和LZW-壓縮TIFFs
•支持Linux環(huán)境下IEEE1394 模式的攝像頭
•contrib:
•
•增加Marius Muja，Antonella Cascitelli， Marco Di Stefano ,Stefano Fabri開(kāi)發(fā)的斜面匹配算法. 詳情查看 samples/cpp/chamfer.cpp
•gpu:
•
•這一部分是OpenCV的全新部分，由NVidia開(kāi)發(fā)并支持。注意，此開(kāi)發(fā)包處于測(cè)試階段，所以在開(kāi)發(fā)時(shí)請(qǐng)注意和關(guān)注OpenCV SVN 的更新。
在采用gpu，需要安裝最新的 NVidia CUDA SDK ，并且采用CUDA 編譯OpenCV (-DWITH_CUDA=ON CMake flag).所有函數(shù)采用cv::gpu namespace命名空間。完整的函數(shù)和類在opencv/modules/gpu/include/opencv2/gpu/gpu.hpp,下面是 API中一些主要組成部分：
•
•圖像計(jì)算，濾波操作，形態(tài)學(xué)，幾何變換，直方圖計(jì)算
•立體視覺(jué)匹配算法：塊匹配， Belief Propagation 和Constant-Space Belief Propagation.
•基于HOG物體檢查子。It runs more than order of magnitude faster than the CPU version!
•
•See opencv/samples/gpu
•python bindings:
•
•大量 OpenCV 2.x 函數(shù)被轉(zhuǎn)換為Python 語(yǔ)言。
這些新的分裝需要安裝numpy (請(qǐng)查看
http://opencv.willowgarage.com/wiki/InstallGuide).
同理，C++ API，在python環(huán)境下，不需要定位輸出數(shù)組，他們會(huì)自動(dòng)由相互函數(shù)創(chuàng)建，下面是一個(gè)小例子：
§ import cv § § a=cv.imread("lena.jpg",0) § b=cv.canny(a, 50, 100, apertureSize=3) § cv.imshow("test",b) § cv.waitKey(0) 在例子中， a和 b 是普通 numpy 數(shù)組，所以O(shè)penCV 函數(shù)完全支持numpy 和 scipy
