[轉]VS2015+OpenCV3.3 GPU模組和opencv_contrib模組的編譯以及採用CMake編譯opencv_contrib時提示“No extra modules found in

據官方說法，目前還不是太穩定的演算法模組都在opencv_contrib裡邊，由於不穩定，所以不能在release版本里發行，只有在穩定以後才會放進release裡邊。但是這裡邊有很多我們經常要用的演算法，比如SIFT，SURF等（在xfeatures2d 模組裡邊）。官網提供了說明，可以把opencv_contrib擴充套件模組新增編譯到已安裝的opencv3裡邊。

同時我們還需要編譯opencv的GPU模組，以便在GPU上加速執行這些演算法。

1.點[Brouse Source…]，選擇OpenCV原始碼那個sources資料夾的路徑。
點[Brouse Build…]，選擇要生成的工程的路徑。如下圖：

2.點選 [Configure]，出現對話方塊說資料夾不存在要不要新建資料夾，點yes，然後出現對話方塊選擇生成的工程版本，如下圖：

3.點[Finished]，一段讀條後會生成工程。完成後可以檢查一下視窗下部的框，如果正確安裝、配置CUDA，應該會有如下字樣 CUDA detected+版本號：

4.檢查一下WITH_CUDA選項，如果Cmake檢測到你安裝了CUDA，應該是自動勾上的。如果沒自動勾上那就把它勾上。如下圖：

5.下載opencv_contrib模組，連結：https://github.com/opencv/opencv_contrib

解壓後，我把它放到了opencv3.3的目錄下

6.在cmake介面找到OPENCV_EXTRA_MODULES_PATH，修改其值為：D:/opencv3.3/opencv_contrib-master/modules，就是第5步中modules的路徑

7.確認好選項之後再按[Configure]

8.按[Generate]生成工程，如果配置和生成工程完全ok底下應該有Configuring done和Generating done兩行。如下圖：

9.關掉cmake，關掉防毒軟體，在build_opencv3.3_contrib找到OpenCV.sln用VS2015開啟，選擇生成-重新生成解決方案。

等待兩個多小時……

10.編譯好後，找到解決方案目錄裡的[CMakeTargets]項展開的[INSTALL]項，右鍵->[Project Only(僅專案)]->[Build Only INSTALL(僅生成INSTALL)]。這時在D:\build_opencv3.3_contrib\install\x64\vc14生成了編譯好的庫（預設生成debug的庫，修改為release編譯生成release的庫）。

給windows作業系統新增“系統環境變數”path環境變數：D:\build_opencv3.3_contrib\install\x64\vc14\bin

11.測試gpu模組與opencv_contrib模組。

新建VS2015控制檯應用程式，

工程屬性--配置屬性--VC++目錄--包含目錄中新增：

D:\build_opencv3.3_contrib\install\include\opencv;

D:\build_opencv3.3_contrib\install\include\opencv2;

D:\build_opencv3.3_contrib\install\include;

工程屬性--配置屬性--VC++目錄--庫目錄中新增：

D:\build_opencv3.3_contrib\install\x64\vc14\lib

工程屬性--配置屬性--連結器--輸入--附加依賴項中新增：

opencv_aruco331d.lib
opencv_bgsegm331d.lib
opencv_bioinspired331d.lib
opencv_calib3d331d.lib
opencv_ccalib331d.lib
opencv_core331d.lib
opencv_cudaarithm331d.lib
opencv_cudabgsegm331d.lib
opencv_cudacodec331d.lib
opencv_cudafeatures2d331d.lib
opencv_cudafilters331d.lib
opencv_cudaimgproc331d.lib
opencv_cudalegacy331d.lib
opencv_cudaobjdetect331d.lib
opencv_cudaoptflow331d.lib
opencv_cudastereo331d.lib
opencv_cudawarping331d.lib
opencv_cudev331d.lib
opencv_datasets331d.lib
opencv_dnn331d.lib
opencv_dpm331d.lib
opencv_face331d.lib
opencv_features2d331d.lib
opencv_flann331d.lib
opencv_fuzzy331d.lib
opencv_highgui331d.lib
opencv_img_hash331d.lib
opencv_imgcodecs331d.lib
opencv_imgproc331d.lib
opencv_line_descriptor331d.lib
opencv_ml331d.lib
opencv_objdetect331d.lib
opencv_optflow331d.lib
opencv_phase_unwrapping331d.lib
opencv_photo331d.lib
opencv_plot331d.lib
opencv_reg331d.lib
opencv_rgbd331d.lib
opencv_saliency331d.lib
opencv_shape331d.lib
opencv_stereo331d.lib
opencv_stitching331d.lib
opencv_structured_light331d.lib
opencv_superres331d.lib
opencv_surface_matching331d.lib
opencv_text331d.lib
opencv_tracking331d.lib
opencv_video331d.lib
opencv_videoio331d.lib
opencv_videostab331d.lib
opencv_xfeatures2d331d.lib
opencv_ximgproc331d.lib
opencv_xobjdetect331d.lib
opencv_xphoto331d.lib

可以在D:\opencv3.3\sources\samples\gpu\surf_keypoint_matcher.cpp找到一個測試例程，對其程式碼做簡單修改如下：

#include <iostream>  

#include "opencv2/opencv_modules.hpp"

#include "opencv2/core.hpp"

#include "opencv2/features2d.hpp"

#include "opencv2/highgui.hpp"

#include "opencv2/cudafeatures2d.hpp"

#include "opencv2/xfeatures2d/cuda.hpp"  

using namespace std;

using namespace cv;

using namespace cv::cuda;  

int main()

{

    GpuMat img1, img2;

    img1.upload(imread("1.bmp", IMREAD_GRAYSCALE));

    img2.upload(imread("2.bmp", IMREAD_GRAYSCALE));  

    cv::cuda::printShortCudaDeviceInfo(cv::cuda::getDevice());  

    SURF_CUDA surf;  

    // detecting keypoints & computing descriptors

    GpuMat keypoints1GPU, keypoints2GPU;

    GpuMat descriptors1GPU, descriptors2GPU;

    surf(img1, GpuMat(), keypoints1GPU, descriptors1GPU);

    surf(img2, GpuMat(), keypoints2GPU, descriptors2GPU);  

    cout << "FOUND " << keypoints1GPU.cols << " keypoints on first image" << endl;

    cout << "FOUND " << keypoints2GPU.cols << " keypoints on second image" << endl;  

    // matching descriptors

    Ptr<cv::cuda::DescriptorMatcher> matcher = cv::cuda::DescriptorMatcher::createBFMatcher(surf.defaultNorm());

    vector<DMatch> matches;

    matcher->match(descriptors1GPU, descriptors2GPU, matches);  

    // downloading results

    vector<KeyPoint> keypoints1, keypoints2;

    vector<float> descriptors1, descriptors2;

    surf.downloadKeypoints(keypoints1GPU, keypoints1);

    surf.downloadKeypoints(keypoints2GPU, keypoints2);

    surf.downloadDescriptors(descriptors1GPU, descriptors1);

    surf.downloadDescriptors(descriptors2GPU, descriptors2);  

    // drawing the results

    Mat img_matches;

    drawMatches(Mat(img1), keypoints1, Mat(img2), keypoints2, matches, img_matches);  

    namedWindow("matches", );

    imshow("matches", img_matches);

    waitKey();  

    return ;

}

使用CMake編譯OpenCV3.0+OpenCV_contrib時所遇問題的解決方案

　　　　在windows下使用CMake編譯opencv+opencv_contrib的步驟，網上已有很多中文轉載，介紹得都很詳細。如果對“轉載”不放心，可以檢視opencv_contrib目錄下的README.md，它才是中文翻譯的原版。在這裡主要解決編譯中可能遇到的問題。

如果使用VS2010作為IDE，點選configure之後，可能會出現：error in configuration process project files may be invalid。
解決方案：這是vs2010的問題，不是CMake和opencv的問題，出現這個錯誤說明電腦中vs版本不相容，查詢以下兩個路徑：C:\Program Files(x86)\Microsoft Visual Studio 10.0\vc\bin\cvtres.exe和C:\Windows\Microsoft.NET\Framework\v4.0.30319\cvtres.exe。右鍵屬性|詳細資訊，檢視兩者版本號，刪除/重新命名較舊的版本，或者重新設定Path變數。
如果在設定完擴充套件包之後（如下）：

仍然出現 error in configuration process project files may be invalid。
解決方案：可能是opencv與opencv_contrib的版本不匹配，如果是直接開啟連結下載的opencv_contrib，則得到的是master版本，它一般是最新的穩定版，而你現在編譯的opencv是3.0的版本，所以也需要opencv_contrib為3.0版。