OpenCV3.4.1+opencv_contrib編譯：windows 10
做計算機視覺的朋友，估計沒有人沒用過OpenCV，著名的開源計算機視覺演算法庫。OpenCV還在不斷髮展中，最新的3.4版本，已經可以支援cnn了，以後估計會有整合更多的功能。
不過，由於智慧財產權的原因，OpenCV將很多演算法放到了opencv_contrib中，在github上，這兩塊程式碼就是分別放在不同的repository中的。
OpenCV官方提供了windows可安裝的版本，已經有編譯好的dll，不過不包括opencv_contrib。如果想應用這部分演算法，則需要自己編譯opencv，將opencv_contrib編譯到opencv中。以下簡單介紹以下opencv在windows下編譯的過程。
所需材料：
- opencv原始碼
- opencv_contrib原始碼
- cmake
- vs2015
- 一個通暢的網路（這點很重要~）
1.下載opencv原始碼
原始碼的地址是：https://github.com/opencv/opencv/，預設是master分支。其實都下載master分支，就可以。不過，為了清晰原始碼版本，以後還能做到匹配，我選擇了tags中的最新版本，3.4.1版本，地址是：
https://github.com/opencv/opencv/tree/3.4.1
程式碼可通過git下載，用git clone命令即可。也可以在網頁上點選Clone or download這個綠色按鈕，然後點選download zip就可以。
2.下載opencv_contrib原始碼
opencv_contrib程式碼地址是：https://github.com/opencv/opencv_contrib
3.4.1版本程式碼地址是：https://github.com/opencv/opencv_contrib/tree/3.4.1
相信大家也都發現規律了，參考下載opencv原始碼方法即可。
下載後，解壓程式碼到本地目錄。
上圖就是我解壓的目錄，其中有opencv和opencv_contrib的解壓目錄，還有一個build目錄，用來放置cmake生成的vs工程。
3.安裝cmake
CMake是一個跨平臺的編譯工具，能夠輸出各種各樣的makefile或者project檔案。
下載地址：https://cmake.org/files/v3.11/cmake-3.11.3-win64-x64.msi
下載之後直接執行，預設安裝即可。
4.用cmake生成vs工程
安裝好cmake之後，執行cmake，先填寫開頭的兩項
Where is the source code是opencv原始碼路徑，即“源路徑”
Where to build the binaries是要生成opencv的vs工程路徑，即“目的路徑”
點選Configure，彈出對話方塊，選擇編譯工程的平臺。我選的是64位的VS2015
點選Finish，即開始配置。這需要一定的時間，期間要下載一些依賴項，此時通暢的網路就起了關鍵作用，如果下載不全，可通過檢視日誌檔案CMakeDownloadLog.txt手動下載。在完成第一次配置後，出現如下畫面。
有很多紅色選項，說明有問題，解決方法就是再點選一次Configure，這次快多了，出現下面畫面。
全變白了，說明沒問題了，這是需要做兩項改動。
第一項是勾選BUILD_opencv_world選項，這樣，在呼叫dll時，只調用這一個就行了，不用根據功能選擇了，省了些麻煩。
這第二項，自然是在OPENCV_EXTRA_MODULES_PATH選項中，填寫opencv_contrib解壓目錄下，modules資料夾的路徑，這樣就把opencv_contrib編譯進去了。
然後再按Configure進行配置，和前面一樣，一次紅，二次白，不在贅述了。第二次全白了，就可以按Generate按鍵，生成vs工程檔案了。
5.用VS2015編譯opencv原始碼
生成工程完畢，在剛才說的“目的路徑”下，可以看到OpenCV工程檔案
用vs2015開啟工程檔案，選擇Debug x64，點選生成->生成解決方案開始編譯，這個過程比較漫長，需要耐心，結果如下。
沒有錯誤，然後右擊INSTALL，點選“僅用於專案->僅生成INSTALL”
即可編譯生成dll相關檔案，編譯過程如下。
然後將編譯選項調整為Release x64，再重複一下以上的過程。此時在“目的路徑”的install目錄下，生成了呼叫dll的全部內容。
6.呼叫生成的dll實現影象處理功能
為了驗證生成檔案的有效性，新建工程，將庫目錄和包含目錄指定到install資料夾下x64/vc14/lib和include資料夾。處理圖片文標準測試圖片house
測試程式碼如下：
#include "opencv2/opencv.hpp"
#include"opencv2/xfeatures2d.hpp"
#if _DEBUG
#pragma comment(lib,"opencv_world341d.lib")
#else
#pragma comment(lib,"opencv_world341.lib")
#endif // _DEBUG
using namespace cv;
using namespace std;
int main(){
Mat img = imread("E:/PASCAL/OpenCV/house.jpg", CV_LOAD_IMAGE_COLOR);
Ptr<Feature2D> sift = xfeatures2d::SIFT::create();
vector<KeyPoint> keypoints;
Mat descriptors;
sift->detectAndCompute(img, noArray(), keypoints, descriptors);
drawKeypoints(img, keypoints, descriptors, Scalar(0, 255, 255));
imshow("Result", descriptors);
waitKey(0);
return 0;
}測試結果如下。
實現了contrib中sift特徵點的提取。