win10 vs2015源码编译opencv、opencv_contrib、Tesseract

1.软件包准备

• opencv源码包地址:                官网  github
• opencv_contrib源码包地址:   github
• Tesseract源码包地址:            github
• cmake.exe 下载地址:             官网

注意: opencv和open_contrib包的版本号要一致(比如都是3.4.0)

Tesseract源码安装参考: win10 vs2015源码编译tesseract4.0

2. 使用cmake生成解决方案

分别指定源码包(source code)存放位置, 编译过程中产生的二进制(build the binaries)文件存放位置, 然后点击"Configure",  指定对应版本的编译器, 例如Visual Studio 14 2015 Win64,即使用vs2015生成x64解决方案,[“Visual Studio 14 2015”生成x86解决方案]。 然后点击"Finish"。 第一次配置完成后，会出现很多红色提示，如下图:

需要修改对应的配置后  点击Configure, 反复Configure直至红色完全消失，然后点击"Generate" 即可生成对应的解决方案。

 修改配置如下:

• BUILD_opencv_world: 将.lib或者.dll文件统一整合进一个world文件中，方便使用。但若想只使用一部分模块可不勾选以减少体积。生成动态链接库dll需要勾选BUILD_SHARED_LIBS 
• ENABLE_CXX11: 支持c11特性
• OPENCV_EXTRA_MODULES_PATH:  若使用opencv_contrib模块，则在此处填写解压后的路径，如 F:opencv_contribmodules
• Tesseract_INCLUDE_DIR:  Tesseract头文件所在路径
• Tesseract_LIBRARY:  Tesseract lib文件所在路径
• Lept_LIBRARY:  leptonica lib文件所在路径 (很重要, 一定要配置，否则可能找不到Tesseract)

 

 

建议取消勾选:

• BUILD_DOCS ：生成文档，需要安装Doxygen。官网提供了在线文档和离线文档。
• BUILD_opencv_ts ：一些单元测试代码。
• INSTALL_TESTS ：与开发无关。

点击configure后一定要保证Tesseract为YES， 如下图:

否则在编译完end_to_end_recognition.cpp后，在运行时出现如下提示。

OCRTesseract(00): Tesseract not found.

起初的几次编译怎么都找不到Tesseract

后来通过opencv_contribmodules ext下的CMakeLists.txt

以及opencv_contribmodules extcmake 下的FindTesseract.cmake

 

发现LEPT_LIBRARY没有找到对应的配置

3. 编译

打开OpenCV.sln,  选择”Release"模式，选择"生成"->"生成解决方案"

编译成功后 可选择进行安装

然后选择"Debug"模式，重复上面操作。

再将生成的opencv_world340d.dll、opencv_img_hash340d.dll拷贝到安装目录下的x64vc14in中

opencv_world340d.lib、opencv_img_hash340d.lib拷贝到安装目录下的x64vc14lib中。

opencv的安装目录为 C:/opencv

效果:

4.添加环境变量

为了保证程序在运行时能够访问到opencv_world340.dll或者opencv_world340d.dll

需要在环境变量PATH中添加

C:opencvuildx64vc14in

5. 测试

1) 打开vs2015, 新建win32项目, 勾选”空项目", 取消"安装开发生命周期检查"

2) “右击”对应的项目>选择“属性"

3) 选择"Vc++目录", 点击”包含目录", “编辑", 添加

C:opencvuildinclude
C:opencvuildincludeopencv
C:opencvuildincludeopencv2

4) 点击"库目录", ”编辑", 添加:

C:opencvuildx64vc14lib

 

5) 选择"链接器"->"输入", 

relase模式添加:

opencv_world340.lib

debug模式添加:

opencv_world340d.lib

 6) 效果如下图:

 

7)

测试程序1:

#include <opencv2/opencv.hpp>
#include <string>
using namespace cv;
using namespace std;

int main()
{
    Mat im = imread("lena.jpg");  // lena.jpg和test1.cpp在同一个目录下
    namedWindow("Picture");
    imshow("Picture", im);
    waitKey(0);
    destroyWindow("Picture");
    return 0;
}

测试结果: test1.cpp在X64 DEBUG和RELEASE模式下都能通过

测试程序2):

测试用到的文件end_to_end_recognition.cpp、scenetext01.jpg、trained_classifierNM1.xml、trained_classifierNM2.xml都位于opencv_contrib源码包目录下的modules extsamples中

为了测试方便，右击项目属性，设置命令行参数

 将scenetext01.jpg、trained_classifierNM1.xml、trained_classifierNM2.xml复制到与end_to_end_recognition.cpp相同目录下，运行即可。

如果使用命令行运行程序，则需要将scenetext01.jpg、trained_classifierNM1.xml、trained_classifierNM2.xml 复制到可执行程序所在目录

 效果:

 测试结果: 在x64 RELASE模式下通过， DEBUG模式下出错。

注意: 由于编译opencv使用的tesseract的lib为release版本，所以在“DEBUG"模式下会出错:

 但是在Release模式仍然能够调试。