本文以VS2017+OpenCV3.4.6+Opencv Contrib 3.4.6为例

添加SURF,SIFT算子

前期文件准备

下载Opencv:https://opencv.org/

下载高级扩展包:https://github.com/opencv/opencv_contrib/

下载Cmake工具:https://cmake.org/download/

选择与所安装Opencv版本一致的contrib

Opencv Contrib安装

打开CMAKE-GUI工具

source code选择你下载好的数据源，build the binaries设置生成路径。

点击Configure选择VS 2017 X64(根据自己的VS版本以及编译器的位数)。

以本机为例：

先点击一次configure

Finished后再添加配置，将Contrib拓展包解压，设置好路径

设置相关属性

添加SIFT,SURF使用权限和模块

勾选“BUILD_opencv_world”编译静态链接

添加Python支持（可选）

再次点击configure和generate

Open project ->生成-> 批生成->勾选Debug, Release版本生成

在install目录下生成了opencv_world 文件，即编译成功

VS环境设置

包含目录添加

D:\opencv_3.4.6\new_bulid\install\include\opencv2;

D:\opencv_3.4.6\new_bulid\install\include\opencv;

D:\opencv_3.4.6\new_bulid\install\include;

库目录添加

D:\opencv_3.4.6\new_bulid\install\x64\vc15\lib

依赖项

opencv_world346d.lib;（debug）

opencv_world346.lib;（release）

测试代码

#include"iostream"
#include"opencv.hpp"
#include"highgui.hpp"
#include"xfeatures2d.hpp"
using namespace cv;
using namespace std;

int main()
{
    Mat imageL0 = imread("Pattenimage_L.bmp");
    Mat imageR0 = imread("Pattenimage_R.bmp");
    Mat imageL1, imageR1;
    GaussianBlur(imageL0, imageL1, Size(3, 3), 0.5);
    GaussianBlur(imageR0, imageR1, Size(3, 3), 0.5);
    //找出特征点
    Ptr<Feature2D>f2d = xfeatures2d::SURF::create();
    vector<KeyPoint> keyPoint1, keyPoint2;
    f2d->detect(imageL1, keyPoint1);
    f2d->detect(imageR1, keyPoint2);
    drawKeypoints(imageL1, keyPoint1, imageL1, Scalar::all(-1), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
    drawKeypoints(imageR1, keyPoint2, imageR1, Scalar::all(-1), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
    namedWindow("KeyPoints of imageL", 0);
    namedWindow("KeyPoints of imageR", 0);
    imshow("KeyPoints of imageL", imageL1);
    imshow("KeyPoints of imageR", imageR1);
    //特征点匹配
    Mat descriptors_1, descriptors_2;
    f2d->compute(imageL1, keyPoint1, descriptors_1);
    f2d->compute(imageR1, keyPoint2, descriptors_2);
    BFMatcher matcher;
    vector<DMatch>matches;
    matcher.match(descriptors_1, descriptors_2, matches);
    Mat imageOutput;
    drawMatches(imageL1, keyPoint1, imageR1, keyPoint2, matches, imageOutput);
    namedWindow("picture of matching", 0);
    imshow("picture of matching", imageOutput);
    waitKey(0);
    return 0;

}