這是建立在win10上已經(jīng)搭建好caffe框架的前提下進(jìn)行的，若還沒(méi)在win10下搭建caffe，則請(qǐng)查看caffe安裝。
1. 安裝OpenCV 3.1.0
1.1 下載解壓opencv 算法庫(kù)
進(jìn)入到以下鏈接：OpenCV 3.1.0下載，需要下載的版本選 3.1.0，點(diǎn)擊Windows，即可下載。注意：caffe目前只支持OpenCV 3.1.0版本的。
下載完之后雙擊.exe，在抽取文件的目錄中選擇想要存放的磁盤(pán)和文件夾即可。
比如我抽取到的文件路徑是：D:\software\opencv3
進(jìn)入 D:\software\opencv3\opencv\build\x64\vc14\bin 將安裝路徑配置到環(huán)境變量中：
然后在這個(gè)相同的路徑：D:\software\opencv3\opencv\build\x64\vc14\bin下，復(fù)制
opencv_world310.dll
opencv_world310d.dll
到C:\Windows\System32 路徑下。
1.2 新建c++ 空白項(xiàng)目并配置opencv 目錄及鏈接器
新建c++ 空白項(xiàng)目，在新建好的Project1 項(xiàng)目名稱(chēng)上右擊 ，點(diǎn)擊屬性：把平臺(tái)改為 x64，（debug還是release按自己需求來(lái)）；
點(diǎn)擊VC ++ 目錄， 點(diǎn)擊包含目錄，點(diǎn)擊右邊的下拉三角形，點(diǎn)擊編輯，將如下目錄輸入即可，
D:\software\opencv3\opencv\build\include
D:\software\opencv3\opencv\build\include\opencv2
這表示，VC++ 會(huì)從此opencv 算法目錄調(diào)用。
然后，點(diǎn)擊庫(kù)目錄，點(diǎn)擊右邊的下拉三角形，點(diǎn)擊編輯，將如下目錄輸入即可，
D:\software\opencv3\opencv\build\x64\vc14\lib
然后點(diǎn)擊確認(rèn)。
接下來(lái)，點(diǎn)擊鏈接器，點(diǎn)擊輸入，點(diǎn)擊附加依賴(lài)項(xiàng)，點(diǎn)擊右邊的下拉三角形，點(diǎn)擊編輯，將如下目錄輸入即可：opencv_world310d.lib
注意：opencv_world310d.lib對(duì)應(yīng)debug版，opencv_world310.lib對(duì)應(yīng)release版。
點(diǎn)擊應(yīng)用，點(diǎn)擊確認(rèn)，等待配置完成。
1.3 測(cè)試代碼
#include<opencv2/opencv.hpp>
#include<iostream>
#include <string>
using namespace cv;
void ImageThreshold(String str) {
Mat image = imread(str);
Mat binary;
cvtColor(image, binary, COLOR_BGR2GRAY);
imshow("test_opencv_srtup", binary);
waitKey(0);
}
int main() {
String str = "C:\\Users\\Administrator\\Desktop\\timg.jpg"; #圖片路徑自己改
ImageThreshold(str);
return 0;
}
如果能正常出圖就表示配置正確。
2.使用caffe進(jìn)行圖像分類(lèi)
2.1 配置環(huán)境
1）已經(jīng)配置好了caffe的基本環(huán)境，包括使用python的“import caffe”不出錯(cuò)，可按照http://www.itdecent.cn/p/5026bede958a，進(jìn)行配置，并且libraries_v140_x64_py35_1.1.0.tar.bz2已經(jīng)解壓至對(duì)應(yīng)目錄。
2）使用VS2015新建空項(xiàng)目“cpp_classification”；拷貝文件cpp_classification.cpp（地址E:\caffe\examples\cpp_classification目錄下）至VS2015新建的目錄下；右鍵源文件添加現(xiàn)有項(xiàng)，選中“classification.cpp”。
3）調(diào)整配置“Release、x64”或“Debug、x64”
4）配置包含目錄、庫(kù)目錄和附加依賴(lài)項(xiàng)
- 包含目錄：VC++目錄 -> 包含目錄
- 添加caffe的包含目錄
E:\caffe\include
- 將E:\caffe\scripts\build\include\caffe（有可能在E:\caffe\build\include\caffe） 下的proto文件夾復(fù)制到E:\caffe\include\caffe下
- 添加boost的包含目錄
C:\Users\XMICUser\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\include\boost-1_61
- 添加其他依賴(lài)的包含目錄
C:\Users\XMICUser\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\include
- 預(yù)處理器：C/C++ ->預(yù)處理器->預(yù)處理的宏定義
添加：
USE_OPENCV
CPU_ONLY
- 最終包含目錄為：
- 庫(kù)目錄： VC++目錄 -> 庫(kù)目錄
C:\Users\XMICUser\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\lib
在編譯的時(shí)候系統(tǒng)會(huì)提示無(wú)法打開(kāi)lib*.lib文件（例如，無(wú)法打開(kāi)文件“l(fā)ibboost_date_time-vc140-mt-1_61.lib”），我的系統(tǒng)中主要是boost中的一些lib。其實(shí)這些lib在文件夾中是存在的只是命名的方式不對(duì)。將庫(kù)文件夾中對(duì)應(yīng)的lib文件前面加上lib三個(gè)字母就可以了。
例如我的系統(tǒng)中提示找不到libboost_date_time-vc140-mt-1_61.lib，在同一個(gè)文件夾中創(chuàng)建一個(gè)副本并重新命名為libboost_date_time-vc140-mt-1_61.lib就行了。(除了這個(gè).lib庫(kù)需要重命名，其他還有幾個(gè))
- （二選一）解決方案為 Release
添加caffe.lib的Release版本包含目錄:
E:\caffe\scripts\build\lib\Release
- （二選一）解決方案為 Debug
添加caffe-d.lib的Debug版本包含目錄:
E:\caffe\scripts\build\lib\Debug
- 添加python3.5的庫(kù)目錄
D:\software\Anaconda3\envs\python35_env\libs
- 總的庫(kù)目錄
- 附加依賴(lài)項(xiàng)：鏈接器 -> 輸入 -> 附加依賴(lài)項(xiàng)
- （二選一）解決方案為 Release
根據(jù)E:\caffe\scripts\build\examples\cpp_classification\Release 目錄下的DLL依賴(lài)文件名稱(chēng)，在附加依賴(lài)中添加對(duì)應(yīng)的lib名。
例如，
總的附加依賴(lài)項(xiàng)為：
caffe.lib
caffeproto.lib
python35.lib
gflags.lib
glog.lib
libprotobuf.lib
libprotoc.lib
opencv_world310.lib
boost_chrono-vc140-mt-1_61.lib
boost_filesystem-vc140-mt-1_61.lib
boost_python-vc140-mt-1_61.lib
boost_system-vc140-mt-1_61.lib
boost_thread-vc140-mt-1_61.lib
caffehdf5.lib
caffehdf5_hl.lib
caffezlib.lib
libopenblas.dll.a
opencv_world310.lib 之前配置opencv時(shí)添加過(guò)可以在這里可不寫(xiě)。
- （二選一）解決方案為 Debug
總的附加依賴(lài)項(xiàng)為：
caffe-d.lib
caffeproto-d.lib
python35.lib
gflagsd.lib
glogd.lib
libprotobufd.lib
libprotoc.lib
opencv_world310.lib
boost_chrono-vc140-mt-gd-1_61.lib
boost_filesystem-vc140-mt-gd-1_61.lib
boost_python-vc140-mt-gd-1_61.lib
boost_system-vc140-mt-gd-1_61.lib
boost_thread-vc140-mt-gd-1_61.lib
caffehdf5_D.lib
caffehdf5_hl_D.lib
caffezlib.lib
libopenblas.dll.a
配置部分結(jié)束，此時(shí)已經(jīng)能夠編譯成功。
2.2 圖像分類(lèi)
- 修改classification.cpp文件
- 添加head.h 頭文件
當(dāng)前目錄下新建head.h 頭文件
添加代碼：
#include "caffe/common.hpp"
#include "caffe/layers/input_layer.hpp"
#include "caffe/layers/inner_product_layer.hpp"
#include "caffe/layers/dropout_layer.hpp"
#include "caffe/layers/conv_layer.hpp"
#include "caffe/layers/relu_layer.hpp"
#include "caffe/layers/pooling_layer.hpp"
#include "caffe/layers/lrn_layer.hpp"
#include "caffe/layers/softmax_layer.hpp"
namespace caffe
{
extern INSTANTIATE_CLASS(InputLayer);
extern INSTANTIATE_CLASS(InnerProductLayer);
extern INSTANTIATE_CLASS(DropoutLayer);
extern INSTANTIATE_CLASS(ConvolutionLayer);
REGISTER_LAYER_CLASS(Convolution);
extern INSTANTIATE_CLASS(ReLULayer);
REGISTER_LAYER_CLASS(ReLU);
extern INSTANTIATE_CLASS(PoolingLayer);
REGISTER_LAYER_CLASS(Pooling);
extern INSTANTIATE_CLASS(LRNLayer);
REGISTER_LAYER_CLASS(LRN);
extern INSTANTIATE_CLASS(SoftmaxLayer);
REGISTER_LAYER_CLASS(Softmax);
}
之后在classification.cpp中include該頭文件
# include "head.h"
-
下載測(cè)試數(shù)據(jù) 鏈接：http://pan.baidu.com/s/1skIfYkH 密碼：w69a
將cifar放到Project1.vcxproj同一目錄下
image.png （二選一）解決方案為 Release
復(fù)制E:\caffe\scripts\build\examples\cpp_classification\Release 下所有文件到
E:\cpp_classification\Project1\x64\Release下
工程里會(huì)有幾個(gè)x64，我們這里的x64是和Project1.sln同目錄的x64。（二選一）解決方案為 Debug
復(fù)制E:\caffe\scripts\build\examples\cpp_classification\Debug 下所有文件到
E:\cpp_classification\Project1\x64\Debug下編譯-開(kāi)始執(zhí)行（不調(diào)試）
參考博客:
博客一：https://blog.csdn.net/zb1165048017/article/details/70116323
博客二：https://blog.csdn.net/m0_47472749/article/details/111328183
博客三：https://blog.csdn.net/woha1yo/article/details/117877773
