零、說明

我這次編譯的時候比較費神，主要還是一眼障目，不見泰山。看到glu，glew之類的lib比較像，以為原本設好了，然后導致一直相關(guān)函數(shù)引用失敗。

0.1 主要參考網(wǎng)頁

SiftGPU在Ubuntu和Windows下的編譯與使用;

SIFTGPU編譯及測試;

SLAM拾萃(3)：siftGPU;

一、SiftGPU 下載

原本的給的網(wǎng)址SiftGPU主頁：http://www.cs.unc.edu/~ccwu/siftgpu/已經(jīng)不能用了，然后就去github找github倉庫:SiftGPU，但是下載下來實在是太慢了，最后在碼云上面下載的碼云倉庫:SiftGPU，使用登錄碼云下載zip，還是使用HTTPS克隆倉庫看個人習慣，我是使用HTTPS鏈接放到github desktop里面克隆整個倉庫的。

二、在visual studio 下面編譯

2.1 準備工作

需要下載glew;
需要下載DevIL;
然后解壓出來。

2.2 構(gòu)建 SiftGPU.sln

下載下來的倉庫目錄應該是如下這樣

.
├─bin
├─data
├─demos
├─doc
│  └─evaluation
├─lib
├─msvc
│  ├─ServerSiftGPU
│  ├─SiftGPU
│  └─TestWin
└─src
    ├─ServerSiftGPU
    ├─SiftGPU
    └─TestWin

在msvc文件夾下找到SiftGPU.sln，雙擊打開，我這兒默認是使用visual studio 2017打開的，打開后會提示升級，正常升級即可。
接下來配置glew和DevIL：
在項目SiftGPU上右鍵屬性，然后在vc++目錄-->包含目錄 里面添加兩者的包含頭文件目錄，根據(jù)自己的解壓路徑對應修改。

D:\glew-2.1.0\include
D:\DevIL Windows SDK\include
D:\DevIL Windows SDK\include\IL

在vc++目錄-->庫目錄 里面添加兩者庫文件所在目錄，根據(jù)自己解壓地址修改具體地址

D:\glew-2.1.0\lib\Release\x64
D:\DevIL Windows SDK\lib\x64\Release

在 鏈接器-->輸入-->附加依賴項 中添加如下內(nèi)容，根據(jù)自己具體下載的庫的版本來寫，比如我這兒就沒有*64.lb，*64s.lib之類的，而項目原本寫的里面是有的，記得刪掉。

opengl32.lib
glu32.lib
winmm.lib
glew32.lib
glew32s.lib

接下來是關(guān)于DevIL.lib，把文件GLTexImage.cpp中第46行開始改成如下：

#ifndef SIFTGPU_NO_DEVIL
    #include "IL/il.h"
    #if  defined(_WIN64)
        #pragma comment(lib, "D:/DevIL Windows SDK/lib/x64/Release/DevIL.lib")
    #elif  defined(_WIN32) 
        #pragma comment(lib, "D:/DevIL Windows SDK/lib/x86/Release/DevIL.lib")
    #endif
#else
    #include <string.h>
#endif

右鍵項目，生成。

2.3 SiftGPU_CUDA_Enabled.sln 生成

同樣在msvc文件夾下找到SiftGPU_CUDA_Enabled.sln，雙擊打開，vs2017或者 vs2019提示升級就直接升級就是了。
包含目錄，庫目錄，附加依賴項，以及庫加載代碼的改動和SiftGPU.sln一致。

與SiftGPU.sln方案不同的是，SiftGPU_CUDA_Enabled.sln方案中的SiftGPU_CUDA_Enabled項目包含*.cu文件，要記得把項目的右鍵菜單的 生成依賴項-->生成自定義 里面的cuda勾選上。如下圖：

勾選項目的cuda依賴

接下來就是把*.cu文件的選項也改了。找到ProgramCU.cu文件在右鍵菜單-->屬性 里面更改如下：

修改文件為CUDA C/C++選項

都改好后，右鍵項目，生成。

三、測試

首先給出測試代碼如下，主要參考了高翔博士的博客。

#include "../../src/SiftGPU/SiftGPU.h"

//標準C++
#include <iostream>
#include <vector>

// OpenCV圖像
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

// boost庫中計時函數(shù)
//#include <boost/timer.hpp>

//#include <GL/gl.h>

#ifndef SIFTGPU_NO_DEVIL
#if  defined(_WIN64)
#pragma comment(lib, "../../lib/SIFTGPU.lib")
#elif  defined(_WIN32) 
#pragma comment(lib, "../../lib/SIFTGPU.lib")
#endif
#else
#include <string.h>
#endif

using namespace std;
int main()
{
    SiftGPU sift;

    char* argv[4] = { "-fo", "-1", "-v", "1" };
    
    double timeOneBegin, timeOneEnd;
    timeOneBegin = (double)clock() / CLOCKS_PER_SEC;

    sift.ParseParam(4, argv);
    int support = sift.CreateContextGL();
    if (support != SiftGPU::SIFTGPU_FULL_SUPPORTED)
    {
        return 0;
    }

    //測試直接讀取一張圖像
    cout << "running sift" << endl;
    timeOneBegin = (double)clock() / CLOCKS_PER_SEC;

    //在此填入你想測試的圖像的路徑！不要用我的路徑！不要用我的路徑！不要用我的路徑！
    sift.RunSIFT("你的圖片路徑");
    cout << "siftgpu::runsift() cost time=" << (double)clock() / CLOCKS_PER_SEC - timeOneBegin << endl;

    // 獲取關(guān)鍵點與描述子
    int num = sift.GetFeatureNum();
    cout << "Feature number=" << num << endl;
    vector<float> descriptors(128 * num);
    vector<SiftGPU::SiftKeypoint> keys(num);
    //timer.restart();
    
    sift.GetFeatureVector(&keys[0], &descriptors[0]);
    //cout << "siftgpu::getFeatureVector() cost time=" << timer.elapsed() << endl;

    // 先用OpenCV讀取一個圖像，然后調(diào)用SiftGPU提取特征
    cv::Mat img = cv::imread("你的圖片路徑", 0);
    int width = img.cols;
    int height = img.rows;
    //timer.restart();
    // 注意我們處理的是灰度圖，故照如下設置

    unsigned int GL_INTENSITY8 = 0x804B;
    unsigned int GL_UNSIGNED_BYTE = 0x1401;
    timeOneBegin = (double)clock() / CLOCKS_PER_SEC;
    sift.RunSIFT(width, height, img.data, GL_INTENSITY8, GL_UNSIGNED_BYTE);
    cout << "siftgpu::runSIFT() cost time=" << (double)clock() / CLOCKS_PER_SEC - timeOneBegin << endl;

    return 0;
}

我是直接在對應的方案下面新建一個TestSiftGPU項目，然后新建一個testMain.cpp文件，輸入上面這些代碼進行測試，記得項目要添加opencv的依賴，以及更改自己對應的文件路徑。