opencv3特征检测的配置与使用

1. 官网下载opencv（for Linux）和opencv_contrib。opencv版本：3.4.1
2. 编译安装。编译选项为： 

   cmake -D OPENCV_EXTRA_MODULES_PATH=<opencv_contrib_path>/modules
         -D CMAKE_BUILD_TYPE=Release 
         -D WITH_CUDA=ON 
         -D CMAKE_INSTALL_PREFIX=/usr/local ..

    

3. 我遇到了CUDA相关的错误，然后参考这篇博文解决之。
4. 构建工程时，CMakeLists.txt中添加

   include_directories("/usr/local/include/x86_opencv2/xfeatures2d")

   整体如下：

   cmake_minimum_required(VERSION 3.5)
   project(cvtest)
   
   set(CMAKE_CXX_STANDARD 11)
   
   include_directories("/usr/local/include/x86_opencv2/xfeatures2d")
   
   find_package(OpenCV REQUIRED)
   if (OPENCV_FOUND)
       message(STATUS "找到OpenCV: ${OpenCV_INCLUDE_DIRS}")
       message(STATUS "找到OpenCV: ${OpenCV_LIBS}")
       include_directories(${OpenCV_INCLUDE_DIRS})
   endif (OPENCV_FOUND)
   
   add_executable(cvtest cvtest.cpp)
   target_link_libraries(cvtest ${OpenCV_LIBS} )

5. 源文件中包含nonfree.hpp，引用命名空间xfeatures2d。整体如下：
6. 具体的opencv3中的特征检测用法，可以参考这篇博文。

代码参考了毛星云的教程，感谢以上提及的共享资料。

//---------------------------------【头文件、命名空间包含部分】----------------------------
//		描述：包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include "opencv2/opencv.hpp"

#include <nonfree.hpp>
using namespace cv;
using namespace xfeatures2d;


//-----------------------------------【main( )函数】--------------------------------------------
//   描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( int argc, char** argv )
{
    //【1】载入源图片并显示
    Mat srcImage1 = imread("../1.jpg", 1 );
    Mat srcImage2 = imread("../2.jpg", 1 );
    if( !srcImage1.data || !srcImage2.data )//检测是否读取成功
    { printf("读取图片错误，请确定目录下是否有imread函数指定名称的图片存在~！ \n"); return false; }
    imshow("src1",srcImage1);
    imshow("src2",srcImage2);

    //【2】定义需要用到的变量和类
    int minHessian = 400;//定义SURF中的hessian阈值特征点检测算子
    Ptr<SURF> detector = SURF::create(minHessian);
//    SurfFeatureDetector detector( minHessian );//定义一个SurfFeatureDetector（SURF） 特征检测类对象
    std::vector<KeyPoint> keypoints_1, keypoints_2;//vector模板类是能够存放任意类型的动态数组，能够增加和压缩数据

    //【3】调用detect函数检测出SURF特征关键点，保存在vector容器中
    detector->detect( srcImage1, keypoints_1 );
    detector->detect( srcImage2, keypoints_2 );

    //【4】绘制特征关键点.
    Mat img_keypoints_1; Mat img_keypoints_2;
    drawKeypoints( srcImage1, keypoints_1, img_keypoints_1, Scalar::all(-1), DrawMatchesFlags::DEFAULT );
    drawKeypoints( srcImage2, keypoints_2, img_keypoints_2, Scalar::all(-1), DrawMatchesFlags::DEFAULT );

    //【5】显示效果图
    imshow("dst 1", img_keypoints_1 );
    imshow("dst 2", img_keypoints_2 );

    waitKey(0);
    return 0;
}