Windows环境下最新OpenCV和Contribute代码的联合编译【20190505更新红字】
解决这个问题，
目的在于获得并使用最新的完全版本的代码，
主要方法是对CMake能够熟练使用，并且对编译等基础支持有所了解。
因为这篇博客经过多次修改，所以里面的内容和配图可能有不是完全比对的地方，但是只要加以理解，关键信息肯定可以Get到的，后面我会在所处视频中对相关信息进行进一步整编，方便理解。
随着OpenCV4的不断发展，工具的使用也推陈出新，这里我们使用vs2017编译OpenCV和Contribute。
一、工具的准备
1 tortoisegit www.tortoisegit.org（可选）
2 CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)。他能够输出各种各样的makefile或者project文件
3 vs2017
二、最新代码的下载（OpenCV和Contribute分别下载）
Http直接下载
或者通过git下载
或者可以通过"码云“转一下，也就是"码云“在后台把代码从github上背过来，我们直接从"码云“上下载就可以。
下载的结果解压后放在一起
三、代码的make
Cmake将原始代码make成为你选择的编译器能够编译的形式，最新版本的cmake已经是3.12.2了。
主要流程为两次Configure->一次Generate->Open Project打开vs进行编译。参数的不同带来了结果的不同。其中注意以下几点
1、
64位和32位的选择体现在选择编译器的时候是否选择Win64。我认为一般意义上说，32位的程序可以以兼容模式运行在64位机器上，反过来不可以。那么也就是说32位以效能换取兼容性。
使用时根据实际情况选择。建议新手从32位开始
如果确认使用2017，则选择它
2、
静态库和动态库的选择体现在是否选择BUILD_SHARED_LIBS(默认是选中的）。如果选择静态库，那么最后生成的程序和支持库是打包到一起的，交付起来比较方便；如果是动态库则是分开的。效能问题没有研究过。新上手的选择
默认动态库
。同时建议将BUILD_opencv_world选中，这样最后的结果是一个文件。
这个过程中，会下载较多东西，统一下载在.cache文件夹中
这里，值得注意的一点是，选择的项目，可以通过搜索的方式进行加速，比如我在cmake中输入"worl",将自动导航到"BUILD_opencv_world"条目中来。
这个地方，需要多说一句，CMAKE这个地方是最容易出现问题的地方，一方面是因为CMAKE这里的信息很多，大家有可能会感到无法适应；一方面是因为CMAKE大家接触的比较少，不是很熟悉；再加上CMAKE的过程中，有时需要再从网络上下载一些东西，如果网络不好的话，也会导致失败。在前期的视频中，我总结的具体方法为:"两次Config，一次Generate"这里加以补充：
a、Config的目的主要是让你对CMAKE里面的相关内容进行选择的，第一次Config是把所有需要配置的项目显示出来，然后你进行修改（就是打钩子和去掉钩子），第二次config是为了配置你修改后的内容
所有红色的内容都是可以修改的
b、需要关注的地方，是下面，最好不要有红色，至少不要有error
c、generate就是生成可以被编译器编译的项目，这样我们打开vs2017就可以直接编译了
3、最为重要的，也是和普通OpenCV代码编译不同的地方。其中OPENCV_EXTRA_MODULES_PATH 中要填入contrib-master下的modules目录
特别是这个地方，要将OPENCV_ENABLE_NONFREE打开！！！
编译生成的结果，能够不飘红就可以。
确定，两次config,一次generate
四、代码的编译
打开vs环境，选中
批生成，生成install即可，其它的会自动调用（我非常推荐这样做，因为经过实验，这样最省时间，而且达到效果）
根据机器性能，等待不同的时间
比较吃CPU
如果出现这个错误（我出现了这个错误）
应该是HDF5的问题，所以回过去将其去掉。
按照我这个方法，最后能够直接成功的。
那么最终生成的文件在哪里？其实是在install中的
可以看到，已经按照容易使用的方式排列好了
这张图能够帮助看得更清楚：
我们最后需要的，显然是.dll文件，它被放置在bin/release目录下面
此外，我们还可以通过比较获得一些信息（左边是不带contrib的，右边是带contrib的）
可以看到，无论是lib的大小，还是include中文件的数量，contrib都要大一些。
这个角度也是可以看到的。
五、在新项目中使用OpenCV
将需要的东西放到一起
动态库模式:
在VC++目录中设定"包含目录"为include地址；"库目录"为提供的lib地址。注意这里的lib地址只是提供了接口信息。
链接器->输入 填入lib名称
将dll文件拷贝到PATH目录能够指向的地方，比如"C:\Windows\System"，
这个具体的位置只和编译的时候相关，所以多试几次就会找到，一般来说都是system里面
注意在交付的时候需要将支持的dll文件一并提供。
静态库修改（注意静态库和动态库选择其一即可）
设置Include
设置引入"常规 附加库目录"
设置lib(注意填全，不仅仅是opencv_word,注意后面.lib也要写)
注意，需要将"代码生成"的"运行库"改为"多线程调试"。这样就将MFC自己的支持库包含在最后生成的exe中了。
如果想要在程序设计的过程中，能够直接修改OpenCV自己的代码，添加相关功能，首先将Opencv项目引入
而后添加引用设置项目依赖,就可以直接在项目中修改OpenCV的代码，生成符合自己要求的专用类库。更可以通过Pull/request的方法直接申请提交。
最后，编写代码的时候，头文件和命名空间要选择正确,因为我们实现的是shift，所以需要做一个shift操作：
目前从结果来看
// opencvtest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
#
include "pch.h"
#
include <iostream>
#
include <opencv2/core/utility.hpp>
#
include "opencv2/video/tracking.hpp"
#
include "opencv2/imgproc.hpp"
#
include "opencv2/videoio.hpp"
#
include "opencv2/highgui.hpp"
#
include "opencv2/xfeatures2d.hpp"
#
include <iostream>
#
include <ctype.h>
using
namespace cv;
using
namespace std;
using
namespace xfeatures2d;
int main()
{
Mat matSrc = imread("e:/template/lena.jpg");
Mat gray;
Mat draw;
cvtColor(matSrc, gray, COLOR_BGR2GRAY);
Mat descriptors;
std::vector<KeyPoint> keypoints;
// 生产sift结构
Ptr<SiftFeatureDetector> siftFD = SiftFeatureDetector::create();
siftFD->detectAndCompute(gray, Mat(), keypoints, draw);
drawKeypoints(gray, keypoints, gray, Scalar(0, 0, 255), DrawMatchesFlags::DEFAULT);
imshow("gray", gray);
waitKey(0);
return 0 ;
}
如果配置错误，opencv会有自己的显示
感谢阅读至此，希望有所帮助！
附件列表
