机器视觉及图像处理系列之一（C++，VS2015）——搭建基本环境

自《人脸识别》系列发布至今，已一年多矣，期间除答复些许同好者留言外，未再更新文，盖因项目所迫，不得已转战它途，无暇、无料更博耳。其时，虽人已入项目中，然终耿怀于人脸识别方案之谬。初，写此文时，纯粹兴趣使然，未思其它，更有前人博文指引，一路低首猛冲，事成。后，同好者参考此文复盘，不料未达预期者众矣，观文后留言多纠结于此。究其因，方案之缪矣。彼长于分类，亦即如猫、狗、茄子、香蕉、飞机、自行车等物体之检测、分类，短于人脸识别。其实，使之于人脸分类，亦无不可，然问彼汝为何人，则弱矣，其因有四：

1、每添新人，须采集大量图像；

2、每添新人，须重新训练模型；

3、训练数据，须事先清洗，工作浩繁；

4、调参困难、耗时、耗工；

以上种种，皆示彼之不可行。故吾于闲暇时常百度、谷歌之，以求解缪之法，历月余，终成。然事成后，吾觉图像识别应用之广远非人脸识别所能盖之，故吾续进之，有暇时静心研习机器视觉之学，以吾趣为导向，徐徐进之，力避速而不达，以求跬步致远。忽一日，吾心生一念，何不积研习所得成一开源视觉库，既巩固平日所学，又能为他人所用，两全之事，何乐而不为乎？如此，历一年有余，库初成。然令人愧者，其所涵应用者仅数矣，积跬步方至数米耳，盖因吾之识犹远而不足，才所不能也。虽如此，吾亦当续行，累积新知，续增新应用者以实库。吾志所存，以为普通开发者使用之机器视觉工具库，重应用，简使用，繁藏于内而简于外。每念及此，吾长陷于己有所不能而期有同志者同担此任哉，甚矣！如有意者，烦站内短消息与吾，吾与之github开发者权限。如此。

以上为本系列开篇序文，下转首篇。

机器视觉及图像处理库（以下简称工具库）基于VS2015开发，开发语言为C++，用到的图像处理库为OpenCV3.4（以下简称OCV3），深度学习网络为caffe和DLib。这几个第三方的支持库都需要自行编译以支持VS2015。网上有大把的资料介绍如何用CMake构建支持VS2015的工程，以实现VS2015下的源码编译，本文就不再重复此类工作了。这里需要特别说明的是OCV3我们需要opencv contrib模块，所以编译OCV3时记得要把这个模块加上。另外，如果你的机器支持GPU，请一定编译成GPU版本，如果不支持也没事，工具库支持源码级的CPU和GPU切换，使用时你只须根据现场环境定制编译就行了。

除了以上三个库，我们还用到了libvlc和libfacedetection库，前者是著名的开源视频播放器VLC media player，我们要用它播放RTSP视频流。OCV自带的ffmpeg播放器对RTSP流的支持很不好，掉帧、卡顿现象很严重，即使最新的OCV3.4.2也没有解决这个问题（估计OCV还是要看ffmpeg团队的心情才能彻底解决这个问题，毕竟两个不是一家）。后者则是Shiqi.Yu老师开发的不依赖于神经网络的人脸检测库libfacedetection，这个库可以用caffe网络及DLib代替，可用可不用，速度上并没有像传说中的比caffe网络快（这个结论依据的是我通过公开、合法渠道获得的版本与caffe网络对比得出的，如有异议请告之，我们可以再次评测）。但是，由于历史原因，工具库在最初开发人脸检测模块时用到了libfacedetection，后来虽然在实际应用中废弃不用，但相关函数还是存在的，因此，要么你在使用工具库时去掉相关函数再编译，要么把这个库引入到VS2015中。

当然，以我的风格，我是不会挖个大坑给诸君跳的（顺便鄙视某些博主，写东西藏着掖着，要么代码给不全，要么说话说半句，要么照着博文做下来，错误一堆，差评），开发环境需要的这些第三方库（编译好的），包括后续开发中用到的预训练模型，请在我的百度云盘获取：

链接：https://pan.baidu.com/s/1B15sSHizPUA1C-aZ0Fvn2g 密码：65hk

云盘上有三个文件夹，它们分别是：

预训练模型 - 保存了工具库中使用的所有预训练模型，必须下载，后面会陆续用得上；

        CPU - CPU版本的第三方库；

        GPU - GPU版本的第三方库（cuda版本：v8.0.60, cudnn版本：v5.1，支持系统均为win10 x64，显卡为GeForce GTX 1050 Ti）；

需要特别说明的是，GPU版本的第三方库可能存在兼容性问题，如果你的机器上安装的并不是8.0版本的cuda（特别是低版本的cuda），那么建议不要使用我提供的库，还是自行编译OCV3、caffe和DLib为上。当然，不死心的话可以先试试再说，说不定能用呢。

从云盘下载后请解压到C盘，解压时注意鼠标右键菜单点选“解压到当前文件夹”，解压后的路径为“C:\MVLThirdPartyLib”，其下就是各个第三方库的相关文件夹。如果你不想这样组织，可以按照自己的爱好重新调整。不过你从github上clone下来的VS2015工程就无法直接编译通过了，需要你修改工程配置到调整后的路径下。相信我，这会很麻烦，还是保持原样更好。接着从github上clone工程，项目地址：

https://github.com/Neo-T/MachineVisionLib

控制台输入clone指令：

git clone https://github.com/Neo-T/MachineVisionLib.git

稍等片刻，整个工程即可clone到你的机器上。关于git安装使用的问题，请找度娘或谷歌，资料多了去了，这里就不占篇幅了。clone下来的工程组织如下：

双击MachineVisionLib.sln，打开该工程。注意，该操作的前提是你的机器上已经成功安装VS2015了，否则，先安装再双击。

打开后的工程如下图所示：

截止到本文撰写完毕时共有6个项目工程，后续我会继续增加，所以当你clone下来的工程比这还多时不要奇怪：

common_lib - DLL工程，与OS及非图像处理相关的操作函数均由其提供，如建立共享内存、建立临界区、起停进程等；

                      MachineVisionLib - DLL工程，机器视觉库，核心工程，所有与机器视觉 、图像处理相关的函数均由其提供，实际应用均围绕该库展开；

WhoYouAre - 应用工程，实现人脸识别应用，该工程实现人脸注册、人脸识别两大主要业务功能；

                  WhoYouAreByVideo - 应用工程，实时视频流级别的人脸识别应用，解决WhoYouAre应用在实时视频流识别时的卡顿、掉帧问题；

                                ImageMagic - 应用工程，实现比较冷门的图像处理应用，如映射变换、背景分离、背景色变换、提高图像清晰度、去除马赛克等；

ConveyorBeltTearingDetector - 应用工程，分析单张皮带图片找出存在的裂缝并标记；

ImageMagic工程目前只完成了映射变换，其余的功能正在编码实现中，特别是去除马赛克功能，我计划用GAN来实现，这个会在讲解ImageMagic工程时再详细描述。对于MachineVisionLib和common_lib两个工程，我不会单独进行讲解，我会结合具体的应用工程来讲解，应用涉及哪些函数就讲那些函数，包括设计思想和使用方式都会给出详尽描述。

到这里，心急的同学可以试着编译一下了，编译之前需要再做一项工作，就是在工程的编译输出路径建一个文件夹“bin”，VS生成的DLL和可执行文件会在编译完成后被复制到这个文件夹下，这样方便测试，具体的建立位置如下：

在工程主文件夹“x64”下建立，即最终结果应为“x64\bin”。

如果你前面的操作是严格按照上述步骤依次进行的，那么理论上，你应该能够编译通过。如果你很不幸没有编译通过，那么你需要回头仔细检查看看是否遗漏了什么。通常编译不通过时请仔细阅读VS2015给出的错误信息，看是否是因为第三方库的路径设置问题导致的。

OCV3、caffe、DLib以及libvlc、libfacedetection几个库在VS2015中的配置很简单，只需4步：

1、配置相关头文件所在的路径；

2、配置相关LIB库文件所在的路径；

3、添加几个预处理器定义；

4、指定工程要使用的LIB库具体名称；

针对不同的设计目标，这几个工程每一步的配置内容均有些许不同，以核心工程MachineVisionLib为例，鼠标右键点选MachineVisionLib的工程“属性”，在弹出的属性窗口选择左侧的“VC++目录”，然后在右侧窗口设置头文件和LIB库文件所在的路径：

其中，“包含目录”设定第三方库头文件的所在位置，其值如下：

$(SolutionDir)common_lib
C:\MVLThirdPartyLib\dlib-19.10
C:\MVLThirdPartyLib\libfacedetection\include
C:\MVLThirdPartyLib\opencv\build\include\opencv2
C:\MVLThirdPartyLib\opencv\build\include\opencv
C:\MVLThirdPartyLib\opencv\build\include
C:\MVLThirdPartyLib\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
C:\MVLThirdPartyLib\caffe\build\include
C:\MVLThirdPartyLib\vlc\sdk\include
C:\MVLThirdPartyLib\vlc\sdk\include\vlc\plugins

点击输入框的下选单按钮，选择“编辑”，然后将上述值逐一输入进去即可。其中第一项包含的“$(SolutionDir)”为VS2015支持的一个预处理宏，其指代VS解决方案所在的绝对路径，这个宏由VS自行处理转换，我们只需知道它的含义及使用方式就行了。另外，如果你的机器不支持GPU，则无需添加“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include”。当然，如果上述值的路径你自行做了调整，那么就需要你根据实际情况逐一修改了，没做调整的，clone的工程都已经配置好了，就不用再管了，只需了解怎么回事就可以了。

“库目录”设定第三方库LIB文件的所在位置，其值如下：

$(SolutionDir)$(Platform)\$(Configuration)
C:\MVLThirdPartyLib\libfacedetection\lib
C:\MVLThirdPartyLib\dlib-19.10\build\x64\bin
C:\MVLThirdPartyLib\opencv\build\x64\vc14\lib
C:\MVLThirdPartyLib\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
C:\MVLThirdPartyLib\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\x64\vc14\lib
C:\MVLThirdPartyLib\caffe\build\lib
C:\MVLThirdPartyLib\vlc\sdk\lib

与“包含目录”的操作完全相同，不再赘言。

关于预处理的定义，依然是在属性窗口，鼠标左键点选左侧的“C/C++”->“预处理器”，然后在右侧的“预处理器定义”一栏添加如下值：

GLOG_NO_ABBREVIATED_SEVERITIES
CPU_ONLY
NO_STRICT
DLIB_HAVE_SSE2
DLIB_DISABLE_ASSERTS
DLIB_JPEG_SUPPORT
DLIB_PNG_SUPPORT
DLIB_HAVE_AVX

其中，如果你的机器支持GPU，则把CPU_ONLY去掉，同时修改工程文件MachineVisionLib.h，找到NEED_GPU宏，将其值置1即可启用GPU模式。

最后就是指定具体使用的LIB库名称了，还是在属性窗口，鼠标左键点选左侧的“链接器”->“输入”，然后在右侧的“附加依赖项”添加如下值：

common_lib.lib
opencv_world341.lib
caffe.lib
caffeproto.lib
caffehdf5.lib
caffehdf5_hl.lib
gflags.lib
glog.lib
leveldb.lib
libprotobuf.lib
libopenblas.dll.a
lmdb.lib
compute_image_mean.lib
convert_imageset.lib
libfacedetect-x64.lib
dlib19.10.0_64bit_msvc1900.lib
boost_thread-vc140-mt-1_61.lib

至此，库支持相关的基本配置已完成。同一解决方案下的应用工程要想使用common_lib和MachineVisionLib两个动态库工程提供的相关操作函数，我们只需把这两个工程的头文件、LIB库文件的路径以及LIB文件配置上就可以了：

其中，库目录使用了VS 的预处理宏，其指代了该解决方案的编译输出路径，这个路径下正好包含两个核心DLL工程编译后的LIB文件。说到这里，聪明的同学应该能意识到，其它依赖这两个核心DLL的应用工程必须等它们生成LIB后才能进行编译、链接，否则会报找不到相关LIB文件的错误。因此，我们还需要配置项目依赖项，我们的依赖顺序为：MachineVisionLib依赖common_lib，其它几个应用工程依赖MachineVisionLib，而common_lib没有任何依赖。设置项目依赖项请鼠标右键点选VS主界面左侧顶部的“解决方案‘MachineVisionLib’”，然后在弹出的右键菜单中选择“项目依赖项”，在弹出的界面中按照上述顺序逐一设置即可，参考设置界面如下：

到这里，配置工作还差最后一小步，设置“后期生成事件” ，让VS在编译完成后将结果文件复制到前面已经建好的指定文件夹“x64\bin”下。此项工作，解决方案下的所有工程都需要设置。具体操作依然是在工程“属性”页面，鼠标左键点击左侧的“生成事件”->“后期生成事件”，然后在右侧“命令行”一栏输入以下内容：

copy $(SolutionDir)$(Platform)\$(Configuration)\$(ProjectName).dll $(SolutionDir)$(Platform)\bin\$(ProjectName).dll

需要注意的是，红色“dll”   部分需要根据具体工程类型调整，应用工程要改为“exe”。除了这个地方，其它都不要动，原样复制即可，设置结果如下图所示：

耐心看到这里，还未进行编译的同学，现在可以试着编译了，顺利的话，不应该出什么幺蛾子了，除非你前面漏了什么。不过话说回来，能耐着性子，不嫌我啰嗦看到这里的，绝不是一般人，肯定都能顺利通过。编译完成，要想让程序能够正常运行，还得配置系统环境变量，将第三方库提供的dll文件路径添加到系统“PATH”中：

其值如下：

C:\MVLThirdPartyLib\opencv\build\x64\vc14\bin

C:\MVLThirdPartyLib\libfacedetection\bin

C:\MVLThirdPartyLib\caffe\build\bin

C:\MVLThirdPartyLib\vlc

（注意，DLib是静态库形式提供，所以PATH中不需要添加它的BIN路径）

配置完毕，可以到工程目录的"x64\bin" 下，双击“ImageMagic.exe”，如果程序顺利打开则意味着配置成功。有兴趣的同学可以研究一下这个程序的功能，在打开的窗口中点击“打开”，然后找到工程输出目录“x64\bin\TEST-PICS”下的“5yuan.jpg”文件打开，然后选择“编辑”->“透视变换”，此时，程序会弹出图片编辑界面：

同时还有一个控制台的帮助界面弹出：

你可以根据帮助试着操作一下，比如我只是想把这个5元“大票”调正，那么你只需顺时针选好4个点：

程序会立即弹出结果图：

按键盘“Q”或“Esc”键结束操作，程序主界面即是最终的结果图，此时我们选择保存就能得到调整后的图片文件了。如果这一切都很顺利，说明你已经成功获取完整的、可以使用的0.001版本的机器视觉库了。接下来我会开始讲解WhoYouAre工程，详细描述如何实现不用训练人脸模型的人脸识别。

附注：如果你不是从我的云盘获取的libvlc（我提供的是libvlc3.0.3）而是从官网下载的最新版本，那么VS2015编译MachineVisionLib时会报如下错误：

1>C:\MVLThirdPartyLib\vlc\sdk\include\vlc/libvlc_media.h(368): error C2065: “libvlc_media_read_cb”: 未声明的标识符
1>C:\MVLThirdPartyLib\vlc\sdk\include\vlc/libvlc_media.h(368): error C4430: 缺少类型说明符 - 假定为 int。注意: C++ 不支持默认 int
1>C:\MVLThirdPartyLib\vlc\sdk\include\vlc/libvlc_media.h(368): error C2513: “int”: 在“=”前没有声明变量
1>C:\MVLThirdPartyLib\vlc\sdk\include\vlc/libvlc_media.h(368): error C2143: 语法错误: 缺少“;”(在“(”的前面)
1>C:\MVLThirdPartyLib\vlc\sdk\include\vlc/libvlc_media.h(368): error C2062: 意外的类型“void”
1>C:\MVLThirdPartyLib\vlc\sdk\include\vlc/libvlc_media.h(478): error C2061: 语法错误: 标识符“libvlc_media_read_cb”

其实这是缺少ssizet_t的定义导致的，我们只需打开vlc.h文件（“C:\MVLThirdPartyLib\vlc\sdk\include\vlc\vlc.h”）在头部添加针对ssize_t的定义即可：

最后，特别声明：视觉库工程一直处于持续开发中，感兴趣的同学可以隔几天"git pull"一次，说不定有你想要的东西……