OpenCV 为我们提供了应用示例，但对于Windows 上的开发者，当前的方式可能不太友好，这部分内容还需要编译成Visual Studio 工程，便于我们在Windows 上学习和研究OpenCV。本文将详细介绍一下官方提供的示例程序的相关知识点，主要围绕如下5个内容展开，供大家学习参考。

1.Samples 源码存放位置

OpenCV4.0 及之后的版本 示例代码都放在../sources/samples 目录，

如果是直接从gitHub下载的源码，samples 在解压后的第一及目录，

2.Samples 主要内容

2.1 Samples 目录

Samples目录下的资源说明如下，

2.2Samples/cpp 目录

cpp文件夹主要内容介绍：

? example_cmake：cmake编译源码示例

? tutorial_code: opencv教程代码

? 3calibration.cpp: 同时标定三台水平放置的相机

? bagofwords_classification.cpp: 使用图像检测实现简易的图像搜索功能

? bgfg_gmg.cpp: 演示GMG 背景检测算法的使用方式

? bgfg_segm.cpp: 演示高斯混合背景检测算法的使用方式

? brief_match_test.cpp: 使用 BRIEF 特征值来匹配两张图像

? build3dmodel.cpp: 演示如何使用基础矩阵和特征值来创建三维模型

? calibration.cpp: 完整的多用途标定程序

? calibration_artificial.cpp: 在程序中生成一个虚拟的相机，并进行标定

? camshiftdemo.cpp: 读取实时的摄像头数据，并演示基于均值偏移算法的视频跟踪

? chamfer.cpp: 使用Chamfer 算法匹配两副边缘图像

? cloning_demo.cpp: 命令行模式的图像克隆

? cloning_gui.cpp: 图形界面交互的图像克隆

? connected_components.cpp: 查找并绘制图像中的连通区域

? contours2.cpp: 查找并绘制图像中的轮廓

? convexhull.cpp: 查找并绘制由点的集合组成的图表

? cout_mat.cpp: 使用cout 来输出各种格式化的 Mat 对象

? create_mask.cpp: 演示如何创建黑白掩码图像

? dbt_face_detection.cpp: 基于检测的人脸跟踪代码

? delaunay2.cpp: 通过鼠标交互式地生成 Delaunay 三角形

? demhist.cpp: 演示直方图的用法

? descriptor_extractor_matcher.cpp: 演示 features2d 检测框架的用法

? detection_based_tracker_sample.cpp: 与 dbt_face_detection.cpp 类似

? detector_descriptor_evaluation.cpp: 评估各种特征检测器和描述子

?detector_descriptor_matcher_evaluation.cpp:评估各种特征检测器和匹配器

? dft.cpp: 演示一幅图像的离散傅里叶变换

? distrans.cpp: 显示边缘图像的距离变换值

? drawing.cpp: 演示绘画和文字显示功能

? edge.cpp: 演示Canny 边缘检测

? em.cpp: 对随机生成的数据点进行 EM 聚类

? fabmap_sample.cpp: 演示 FAB-MAP 图像检索算法

? facerec_demo.cpp: 人脸识别

? fback.cpp: 实时的Farneback 光流跟踪

? ffilldemo.cpp: 演示 floodFill() 像素填充算法

? filestorage.cpp: 演示序列化到外部文件，如yml、xml等

? fitellipse.cpp: 将轮廓点匹配到椭圆

? freak_demo.cpp: 演示 FREAK 特征值的用法

? gencolors.cpp: 演示 generateColors()

? generic_descriptor_match.cpp: 基于 SURF 的两幅图像间的匹配

? grabcut.cpp: 演示GrabCut 分割算法

? houghcircles.cpp: 用霍夫算法检测圆

? houghlines.cpp: 用霍夫算法检测直线

? hybridtrackingsample.cpp: 混合跟踪算法（Hybrid Tracker）的演示

? image.cpp: 来回转换cv::Mat 和 IplImage

? image_alignment.cpp: 演示 findTransformECC() 函数

? image_sequence.cpp: 使用 VideoCapture 对象读取序列帧

? imagelist_creator.cpp: 创建图像列表到 xml 文件

? inpaint.cpp: 使用鼠标交互地进行图像修补

? intelperc_capture.cpp: Intel 感知计算设备相关的函数

? kalman.cpp: 使用卡尔曼滤波进行二维跟踪

? kmeans.cpp: Kmeans 聚类算法的演示

? laplace.cpp: 拉普拉斯边缘检测

? latentsvm_multidetect.cpp: latentSVM 检测器

? letter_recog.cpp: 字母识别

? linemod.cpp: 基于OpenNI 的体感设备应用

? lkdemo.cpp: 演示Lukas-Kanade光流法

? logpolar_bsm.cpp: 演示 LogPolar 盲点模型

? lsd_lines.cpp: LSD 线段检测

? matcher_simple.cpp: SURF 特征检测

? matching_to_many_images.cpp: 一对多的特征检测

? meanshift_segmentation.cpp: 演示基于均值漂移的色彩分割函数——meanShiftSegmentation()

? minarea.cpp: 寻找最小包围盒、包围圆

? morphology2.cpp: 形态学图像处理

? npr_demo.cpp: 演示各种非真实感渲染效果

? opencv_version.cpp: 输出 OpenCV 库的版本号

? openni_capture.cpp: 演示 OpenNI 相关的体感设备

? pca.cpp: 基于 PCA 的人脸识别

? peopledetect.cpp: 基于 cascade 或 hog 进行物体（人）检测

? phase_corr.cpp: 演示 phaseCorrelate() 函数

? points_classifier.cpp: 演示各种机器学习算法

? segment_objects.cpp: 实时地在视频或相机画面中检测前景物体

? select3dobj.cpp：在一个有标定棋盘的桌子上，使用3D Box标记一个对象，在所有序列帧中，只要照相机可以看到棋盘，就可以跟踪对象，并用Box分割对象

? shape_example.cpp: 比较并检索形状

? shape_transformation.cpp: 用 SURF 特征值检测形状并进行变换

? squares.cpp: 检测图像中的方块形状

? starter_imagelist.cpp: 加载一个ImageList（由imagelist_creator.cpp产生）

? stereo_calib.cpp: 双目视觉的标定

? stereo_match.cpp: 计算左右视觉的图像的差异，生成点云文件

? stitching.cpp: 演示图像拼接算法

? stitching_detailed.cpp: 演示更多参数的图像拼接算法

? train_HOG.cpp: 训练 HOG 分类器

? tree_engine.cpp: 演示如何使用不同的决策树和森林包括Boosting和随机树

? videostab.cpp: 演示 videostab 中各个参数的用法

? watershed.cpp: 演示著名的分水岭图像分割算法

3.将Samples编译成Visual Studio 解决方案

用CMake工具生成Visual Studio解决方案的操作已在前面的文章 Windows10 编译OpenCV4.5源码 做过详细介绍，包括Cmake 工具相关的内容， 有需要的可以参考一下，这里就不再重复展开了。创建并选择一个Samples VS工程存放目录，用Cmake 工具编译即可。

设置OpenCV库文件目录，需要与当前版本相匹配。

SYCL 和dnnl 没找到，暂时还没有搞清楚需要怎么设置路径，先不管。解决方案已生成没有报错，不影响我们了解除了这两项以外的其他功能。

4.OpenCV452Samples.sln 工程介绍

上一步Generateing done之后，我们已经将Samples的源码编译为Visual Studio 解决方案，存放在第一步Cmake设置的目标工程存放目录中，

打开samples.sln，共235个解决方案，这里每个解决方案 都是OpenCV 在某类问题上调用库函数的解决方法示例。内容很多，全部消化可能也需要一段时间，建议作为手册或字典，需要了解某个接口的使用方法时，可以在这里查看用法。

5.功能演示grabcut

我们用grabcut 图像分割的工程来演示一下，样本用例能帮助我们干些啥？

1）先将这个工程设置启动项

2）添加测试图像

在main函数中设置一张准备进行图像分割的测试图像，我们用官方的一张经典的图像(D:/CV/opencv450/opencv/sources/samples/data/messi5.jpg)分割示例图像来演示

3）查看用法

先找到main函数，

查看main函数的定义，

直接运行，进入命令行界面，有操作提示，

这些help信息，其实就是在间接告知这个grabCut API的参数信息和用法。

效果图如下，

通过效果了解到这个grabCut 是用于前景分割的，这张效果图不是很好，背景不是很干净，如果选一张背景比较干净的图像，效果会好很多。

从这个例子，我们大致了解了这个grabCut API的作用（图像分割，分离提取前景图像），有类似的场景就可以选用的函数。具体再做的时候可以再深入研究这个API的用法以及这部分功能实现的源码，最后应用到我们的项目中。

总结：

本文从详细介绍了在Windows中 OpenCV4.5.0 官方Samples的详细知识点，保存资源存放位置，各文件/模块的详细说明，解决方案samples.sln编译方法以及工程介绍，最后选用了一个sample.sln的图像分割的实例介绍了 官方Samples的参考方法等。

如果本文对你有所帮助，还请帮忙点赞转发关注加收藏，谢谢。