OpenCV

1. 配置并更新树莓派系统 sudo raspi-config // 进入后 打开摄像头 、SSH sudo apt - get update sudo apt - get upgrade sudo rpi -update 2. 安装OpenCV的相关工具 sudo apt-get install build-essential cmake git pkg-config 3. 安装OpenCV的图像工具包 sudo apt-get install libjpeg8- dev sudo apt -get install libtiff5- dev sudo apt -get install libjasper- dev sudo apt -get install libpng12-dev 4. 安装视频I/O包 sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev 5.安装gtk2.0和优化函数包 sudo apt-get install libgtk2.0- dev sudo apt -get install libatlas-base-dev gfortran 6. 下载OpenCV源码 git clone https://github.com/opencv/opencv.git

最近自己决定动手写一个视觉slam程序， 写代码不仅仅加深对slam实现原理的理解，同时提升使用cmake、kdevelop等工具的 熟练度，这些是编译大型项目的基础； 一个成熟完整的程序展现的是bin lib include src等文件夹，但是不可能将整个构造过程统统展现出来，对于小白来说，很难理解整个项目的搭建过程是怎样的，自己写代码，搭建项目的的时候可能仍是一头雾水，因此可以借写代码熟悉整个编译过程； 以后做改进，或者希望做框架的拓展时，也会更加得心应手； 话不多说，这一篇即是自己搭建slam程序遇到的第一个暗坑所做的总结； 做slam的第一步是从IO图片或者视频开始，我们很自然的要用到OpenCV，但是如果想要在opencv中使用sift算子，我们需要安装extra_modules（Opencv_contrib）组件， 因为sift和surf是需要专利付费的算法，专利权隶属于哥伦比亚大学，因此opencv3将一些不稳定的或需要专利付费的算法整理出了一个模块，所以如果工业界的同学们需要用这两个算法的时候（居然不用ORB？），要谨慎呀。 安装Opencv和Opencv_contrib的时候要注意版本匹配，下面给出网址大家可以从里面挑选对应的版本： https://github.com/opencv 温馨提示：点击opencv（or opencv_contrib）

　　本人最近开始使用pycharm,之前一直是在Anaconda环境下跑的程序，在Anaconda Navigator下运行，但发现Jupyter Notebook界面下的程序提示不是很人性化，所以迁移到pycharm了，在安装各种包时也遇到过很多问题，今天就常常出现的问题做一个简单的介绍： （1）首先，需要安装Anaconda。这个没有啥可说的，就是普通安装，不会出现什么大的问题。 （2）安装Pycharm，注意在安装pycharm时，一定要使用Anaconda下的python进行导入，如下图： （3）如果你之前的Anaconda没有安装过opencv，则下面就需要进行安装啦。打开Anaconda Prompt，输入conda install opencv即可自行安装。 （4）安装成功后，当你在pycharm界面中输入import cv2时，还是会发现不存在cv2，这时就需要在对下面的选项进行勾选。 （5）这时再回到pycharm中输入import cv2时就不会报错啦。 　　以上是我的总结和分享，由于时间原因不是很细致，希望能够帮助您。后面我会陆续写一些有关机器学习、深度学习的博文，非常愿意分享给大家。 来源： oschina 链接： https://my.oschina.net/u/4398168/blog/3712255

测试发现原有的OPenCV有问题，决定删掉原系统OPenCV，装新的。 卸载：（删除所有可能存在的文件夹） sudo rm -r /usr/local/include/opencv2 /usr/local/include/opencv /usr/include/opencv /usr/include/opencv2 /usr/local/share/opencv /usr/local/share/OpenCV /usr/share/opencv /usr/share/OpenCV /usr/local/bin/opencv* /usr/local/lib/libopencv 安装： 1.准备工作 编译环境安装： sudo apt -get install build -essential 必需包安装： sudo apt -get install cmake git libgtk2 .0 -dev pkg -config libavcodec -dev libavformat -dev libswscale -dev 可选包安装： sudo apt -get install python -dev python -numpy libtbb2 libtbb -dev libjpeg -dev libpng -dev libtiff -dev libjasper -dev

原文链接：https://blog.csdn.net/qq_25352981/article/details/46914837#commentsedit 本文目标是通过使用SIFT和RANSAC算法，完成特征点的正确匹配，并求出变换矩阵，通过变换矩阵计算出要识别物体的边界（文章中有部分源码，整个工程我也上传了，请点击 这里 ）。 SIFT算法是目前公认的效果最好的特征点检测算法，关于该算法的就不多说了，网上的资料有很多，在此提供两个链接，一个是SIFT原文的译文，一个是关于SIFT算法的详细解释： SIFT算法译文 SIFT算法详解 整个实现过程可以复述如下：提供两张初始图片，一幅为模板图像，一幅为测试图片，目的就是根据模板图片中的物体，检测出测试图片中的物体，并表示出物体的具体位置和大小，测试图片中的物体位置和大小，已经事先用白色方框标记。 首先，对两幅图片，都使用SIFT算法提取特征点，提取结果如下：（SIFT特征提取方法就用的是上文链接“SIFT算法详解”中提供的代码） 然后对特征点进行匹配，按照SIFT算法原文作者的思路，每个特征点产生一个128维的向量，计算向量之间的欧式距离，采用最近比次近的方式完成匹配，如果最近距离比上次近距离小于0.8，则认为这是一个正确的匹配， 否则认为匹配不成功。结果这种匹配后的情况如下图： 可以发现，仍然存在着很多错误的匹配点

###问题引入 很多app的都有访问手机相册，然后发送图片的功能。这个功能也是比较常测试的一点。 一般来说，点开手机相册，就有的相册的缩略图。如下图所示： 这种缩略图，在appium是找不到任何定位。xpath也没有。在下面的情况下，该如何选择该图片，进行发送呢。解决的方案来自于这篇博客 https://appiumpro.com/editions/32 appium1.7引入了根据图片策略来定位元素。传入图片的base64位编码，然后引入opencv(开源视图处理库来匹配图片元素。 首先我们要做的是安装opencv4nodejs库。opencv4nodejs库的介绍如下 https://www.npmjs.com/package/opencv4nodejs 安装的步骤按照这个链接： https://gist.github.com/adwellj/61e7f202bcfe5b96f312293e9c812ca6 注，这边说的是两种方式，只要选择其中的就好了。 下面列出主要代码： 获取图片的Base64编码： public String getPictureImageB64() throws URISyntaxException,IOException{ String ImageName="picturetest02.jpg"; URL refImgUrl=getClass()

一. vs2015 安装　 　　　参照博客 https://blog.csdn.net/guxiaonuan/article/details/73775519?locationNum=2&fps=1 二.　　opencv3.3.0版本 　　下载地址 http://opencv.org/ ；在sourceforge中下载，也可以选择在github中下载。 　　解压安装包，安装路径 F:\opencv\opencv； 三 　　配置环境变量 　　计算机->系统属性->高级系统设置->高级->环境变量->path->编辑 在后面加上opencv的bin文件路径（ 注意前面要加分号，一定要和与自己的opencv安装路径相符 ）， 博主的路径为F:\opencv\opencv\build\x64\vc15;F:\opencv\opencv\build\x86\vc15，然后点击确定。 四　　vs2015中的创建项目并配置 　　1.文件->新建->项目->visual c++->win32控制台应用程序->下一步->勾选空项目->完成。 　　2.源文件->添加->新建项->添加一个c++文件 　　3. 改成64位调试 　　 四。　　属性配置 　　右键单击项目出现属性一栏或者alt+enter进入属性 　　(1)通过配置属性—》vc++ 目录—》常规，选择包含目录添加以下路径： 　　　　F:

（一） OpenCV3.1.0+VS2015开发环境配置 下载OpenCV安装包（笔者下载3.1.0版本） 环境变量配置 （opencv安装路径\build\x64\vc14\bin，注意的是x64文件夹下分为vc12和vc14两个文件夹，他们对应于VS的版本，vc8 = Visual Studio 2005，vc9 = Visual Studio 2008，vc10 = Visual Studio 2010，vc11 = Visual Studio 2012，vc12 = Visual Studio 2013，vc14 = Visual Studio 2015） VS2015配置。 进入属性管理器（View—>Other Windows—>Property Manger，展开目录，选中Debug|Win64中的Microsoft.Cpp.x64.user，并右键点击属性（Properties）进入属性界面。） 包含目录配置（通用属性（Common Properties）—>VC ++目录—>包含目录（Include Directories））。添加路径：D:\Code\C\opencv\build\include；D:\Code\C\opencv\build\include\opencv；D:\Code\C\opencv\build\include\opencv2 配置库文件目录

准备工具 Windows平台 cmake mingw-x64 Linux平台(Ubuntu) sudo apt-get install git cmake cmake-gui -y 下载源码 建议直接下载我是用的源码，下面是源码列表。 版本 地址 OpenCV 3.4.5 https://mirrors.lucoder.com/?/opencv/dist/3.4.5/opencv-3.4.5.zip <br /> https://mirrors.lucoder.com/?/opencv/dist/3.4.5/opencv_contrib-3.4.5.zip 如果你下载官方的源码，那么修改源码中的CDN地址： https://mirrors.lucoder.com/opencv ，目前CDN支持OpenCV 3.3~3.45。 搜索 ocv_download （建议使用Visual Studio Code），修改链接内容： https://raw.githubusercontent.com #修改为 https://mirrors.lucoder.com/?/ 只需要修改地址即可，其他的都不用修改，比如下面的链接。 "https://raw.githubusercontent.com/opencv/opencv_3rdparty/${OPENCV_3RDPARTY_COMMIT}/"

想要获取最大分辨率，必须要设置一个超大的分辨率，不然系统可能就采用默认的了..... 默认的就需要自己用工具或者系统自带的相机工具查看了..... 这个笔记本是垃圾货，才720p; 新的已经达到了2160p ,30fps! if (!PCapture) { PCapture = new VideoCapture(priviewID); // PCapture->open(priviewID); // int apiID = cv::CAP_ANY; // 0 = autodetect default API open selected camera using selected API // PCapture->open(priviewID + apiID); // // check if we succeeded // if (!PCapture->isOpened()) { // //cerr << "ERROR! Unable to open camera\n"; // //return -1; // CLogHelp::ITCLog("ERROR! Unable to open camer!"); // return FALSE; // } } if (PCapture) { if (priviewID == 0) { PCapture->set(CAP_PROP