增强现实（3）
opengl（4）
该程序通过实现对Marker的识别和定位，然后通过OpenGL将虚拟物体叠加到摄像头图像下，实现增强现实。首先来看看我们使用的Marker：
这是众多Marker中的一个，它们都被一圈的黑色边框所包围，边框之中是编码信息，白色代表1，黑色代表0。将每一行作为一个字，那么每个字有5bits。其中，1、3、5位为校验位，2、4位为信息位。也就是说，整个Marker的信息位只有10bits，所以最多可表示1024个数（0~1023）。这种编码方式实际上是汉明码的变种，唯一区别在于它的首位是对应汉明码首位的反（比如汉明码是00000，那么Marker中的编码为10000）。这么做的目的是防止某一行全黑，从而提高识别率。汉明码还有另一大优势——不具有旋转对称性，因此程序能通过汉明码确定Marker的方向，因此从Marker中解码的信息是唯一的。
一、Marker的检测与识别
我们首先实现一个类，用于检测图像中的Marker，解码信息，并计算Marker相对于摄像头的坐标位置。
检测部分比较简单。首先将输入图像进行灰度变换，然后对灰度图像进行自适应二值化。之所以使用自适应二值化，是因为它能更好的适应光照的变化。但有一点要注意，很多朋友使用自适应二值化后表示得到的结果很像边缘检测的结果，那是因为自适应窗口过小造成的。使用自适应二值化时，窗口的大小应大于二值化目标的大小，否则得到的阈值不具有适应性。在自适应二值化之后，为了消除噪音或小块，可以加以形态学开运算。以上几部可分别得到下列图像（其中二值化的结果经过了反色处理，方便以后的轮廓提取）。
得到二值图像后，就可以使用OpenCV中的findContours来提取轮廓了。一副二值图像当中的轮廓有很多，其中有一些轮廓很小，我们通过一个阈值将这些过小的轮廓排除。排除过小轮廓后，就可以对轮廓进行多边形近似了。由于我们的Marker是正方形，其多边形近似结果应该满足以下条件：
1、只有4个顶点
2、一定是凸多边形
3、每一个边的长度不能过小
通过以上几个条件，我们可以排除绝大部分轮廓，从而找到最有可能为Marker的部分。找到这样的候选轮廓后，我们将它的多边形四个顶点保存下来，并做适当的调整，使所有顶点逆时针排序。代码如下：
void&MarkerRecognizer::markerDetect(Mat&&img_gray,&vector&Marker&&&possible_markers,&int&min_size,&int&min_side_length)&&{&&&&&&Mat&img_&&&&&&&&int&thresh_size&=&(min_size/4)*2&+&1;&&&&&&adaptiveThreshold(img_gray,&img_bin,&255,&ADAPTIVE_THRESH_GAUSSIAN_C,&THRESH_BINARY_INV,&thresh_size,&thresh_size/3);&&&&&&&&&&&&morphologyEx(img_bin,&img_bin,&MORPH_OPEN,&Mat());&&&&&&&&&&vector&vector&Point&&&all_&&&&&&vector&vector&Point&&&&&&&&&findContours(img_bin,&all_contours,&CV_RETR_LIST,&CV_CHAIN_APPROX_NONE);&&&&&&&&for&(int&i&=&0;&i&&&all_contours.size();&++i)&&&&&&{&&&&&&&&&&if&(all_contours[i].size()&&&min_size)&&&&&&&&&&{&&&&&&&&&&&&&&contours.push_back(all_contours[i]);&&&&&&&&&&}&&&&&&}&&&&&&&&vector&Point&&approx_&&&&&&for&(int&i&=&0;&i&&&contours.size();&++i)&&&&&&{&&&&&&&&&&double&eps&=&contours[i].size()*APPROX_POLY_EPS;&&&&&&&&&&approxPolyDP(contours[i],&approx_poly,&eps,&true);&&&&&&&&&&&&if&(approx_poly.size()&!=&4)&&&&&&&&&&&&&&continue;&&&&&&&&&&&&if&(!isContourConvex(approx_poly))&&&&&&&&&&&&&&continue;&&&&&&&&&&&&&&&&&&&&&&float&min_side&=&FLT_MAX;&&&&&&&&&&for&(int&j&=&0;&j&&&4;&++j)&&&&&&&&&&{&&&&&&&&&&&&&&Point&side&=&approx_poly[j]&-&approx_poly[(j+1)%4];&&&&&&&&&&&&&&min_side&=&min(min_size,&side.dot(side));&&&&&&&&&&}&&&&&&&&&&if&(min_side&&&min_side_length*min_side_length)&&&&&&&&&&&&&&continue;&&&&&&&&&&&&&&&&&&&&&&Marker&marker&=&Marker(0,&approx_poly[0],&approx_poly[1],&approx_poly[2],&approx_poly[3]);&&&&&&&&&&Point2f&v1&=&marker.m_corners[1]&-&marker.m_corners[0];&&&&&&&&&&Point2f&v2&=&marker.m_corners[2]&-&marker.m_corners[0];&&&&&&&&&&if&(v1.cross(v2)&&&0)&&&&&&&&&&&&&&{&&&&&&&&&&&&&&swap(marker.m_corners[1],&marker.m_corners[3]);&&&&&&&&&&}&&&&&&&&&&possible_markers.push_back(marker);&&&&&&}&&}&&
下一步，从这些候选区域中进一步筛选出真正的Marker。首先，由于摄像机视角的关系，图像中的Marker是经过透视变换的。为了方便提取Marker中的信息，要使用warpPerspective方法对候选区域进行透视变换，得到Marker的正视图。之后，由于Marker只有黑白两种颜色，其直方图分布是双峰的，所以用大津法（OTSU）对透视变换后的图像做二值化。
由于Marker都有一圈黑色的轮廓，这成为了我们进一步判定Marker的标准。获取正确的Marker图像后，可能有4个不同方向。这时我们就可以通过Marker中的汉明码确定Marker的正确朝向了，正确朝向的Marker，其汉明距离一定为零。得到Marker的朝向后，就可以提取Marker的信息（即ID），还可以调整Marker的4个顶点顺序，使其不随视角的变换而变换。在Demo中，我将正向放置的Marker的左上角作为1号顶点，逆时针旋转依次为2号、3号和4号。
代码如下：
void&MarkerRecognizer::markerRecognize(cv::Mat&&img_gray,&vector&Marker&&&possible_markers,&vector&Marker&&&final_markers)&&{&&&&&&final_markers.clear();&&&&&&&&Mat&marker_&&&&&&Mat&bit_matrix(5,&5,&CV_8UC1);&&&&&&for&(int&i&=&0;&i&&&possible_markers.size();&++i)&&&&&&{&&&&&&&&&&Mat&M&=&getPerspectiveTransform(possible_markers[i].m_corners,&m_marker_coords);&&&&&&&&&&warpPerspective(img_gray,&marker_image,&M,&Size(MARKER_SIZE,&MARKER_SIZE));&&&&&&&&&&threshold(marker_image,&marker_image,&125,&255,&THRESH_BINARY|THRESH_OTSU);&&&&&&&&&&&&&&&&&&&&&&&for&(int&y&=&0;&y&&&7;&++y)&&&&&&&&&&{&&&&&&&&&&&&&&int&inc&=&(y&==&0&||&y&==&6)&?&1&:&6;&&&&&&&&&&&&&&int&cell_y&=&y*MARKER_CELL_SIZE;&&&&&&&&&&&&&&&&for&(int&x&=&0;&x&&&7;&x&+=&inc)&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&int&cell_x&=&x*MARKER_CELL_SIZE;&&&&&&&&&&&&&&&&&&int&none_zero_count&=&countNonZero(marker_image(Rect(cell_x,&cell_y,&MARKER_CELL_SIZE,&MARKER_CELL_SIZE)));&&&&&&&&&&&&&&&&&&if&(none_zero_count&&&MARKER_CELL_SIZE*MARKER_CELL_SIZE/4)&&&&&&&&&&&&&&&&&&&&&&goto&__wrongM&&&&&&&&&&&&&&}&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&for&(int&y&=&0;&y&&&5;&++y)&&&&&&&&&&{&&&&&&&&&&&&&&int&cell_y&=&(y+1)*MARKER_CELL_SIZE;&&&&&&&&&&&&&&&&for&(int&x&=&0;&x&&&5;&++x)&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&int&cell_x&=&(x+1)*MARKER_CELL_SIZE;&&&&&&&&&&&&&&&&&&int&none_zero_count&=&countNonZero(marker_image(Rect(cell_x,&cell_y,&MARKER_CELL_SIZE,&MARKER_CELL_SIZE)));&&&&&&&&&&&&&&&&&&if&(none_zero_count&&&MARKER_CELL_SIZE*MARKER_CELL_SIZE/2)&&&&&&&&&&&&&&&&&&&&&&bit_matrix.at&uchar&(y,&x)&=&1;&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&&&bit_matrix.at&uchar&(y,&x)&=&0;&&&&&&&&&&&&&&}&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&bool&good_marker&=&false;&&&&&&&&&&int&rotation_&&&&&&&&&&&&&for&(rotation_idx&=&0;&rotation_idx&&&4;&++rotation_idx)&&&&&&&&&&{&&&&&&&&&&&&&&if&(hammingDistance(bit_matrix)&==&0)&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&good_marker&=&true;&&&&&&&&&&&&&&&&&&break;&&&&&&&&&&&&&&}&&&&&&&&&&&&&&bit_matrix&=&bitMatrixRotate(bit_matrix);&&&&&&&&&&}&&&&&&&&&&if&(!good_marker)&goto&__wrongM&&&&&&&&&&&&&&&&&&&&&&Marker&&final_marker&=&possible_markers[i];&&&&&&&&&&final_marker.m_id&=&bitMatrixToId(bit_matrix);&&&&&&&&&&std::rotate(final_marker.m_corners.begin(),&final_marker.m_corners.begin()&+&rotation_idx,&final_marker.m_corners.end());&&&&&&&&&&final_markers.push_back(final_marker);&&&&__wrongMarker:&&&&&&&&&&continue;&&&&&&}&&}&&
得到最终的Marker后，为了之后计算精确的摄像机位置，还需对Marker四个顶点的坐标进行子像素提取，这一步很简单，直接使用cornerSubPix即可。
void&MarkerRecognizer::markerRefine(cv::Mat&&img_gray,&vector&Marker&&&final_markers)&&{&&&&&&for&(int&i&=&0;&i&&&final_markers.size();&++i)&&&&&&{&&&&&&&&&&vector&Point2f&&&corners&=&final_markers[i].m_&&&&&&&&&&cornerSubPix(img_gray,&corners,&Size(5,5),&Size(-1,-1),&TermCriteria(CV_TERMCRIT_ITER,&30,&0.1));&&&&&&}&&}&&
为了检查算法的结果，将Marker的提取结果画到了图像上。其中蓝色边框标记了Marker的区域，空心圆圈代表Marker的1号顶点（正向放置时的左上角），较小的实心原点代表2号顶点，数字代表Marker的ID。
2、计算摄像机位置
计算摄像机的位置，首先需要对摄像机进行标定，标定是确定摄像机内参矩阵K的过程，一般用棋盘进行标定，这已经是一个很成熟的方法了，在这就不细说了。得到相机的内参矩阵K后，就可以使用solvePnP方法求取摄像机关于某个Marker的位置。摄像机成像使用小孔模型，如下：
其中，X是空间某点的坐标（相对于世界坐标系），[R|T]是摄像机外参矩阵，用于将某点的世界坐标变换为摄像机坐标，K是摄像机内参，用于将摄像机坐标中的某点投影的像平面上，x即为投影后的像素坐标。
对于一个确定的Marker，x是已知的，K是已知的，使用solvePnP求取相机位置实际上就是求取相机相对于Marker的外参矩阵[R|T]，但现在X还不知道，如何确定呢？
外参矩阵与世界坐标系的选取有关，而世界坐标系的选取是任意的，因此我们可以将世界坐标系直接设定在Marker上，如下图：
我们想象Marker位于世界坐标系的XY平面上（Z分量为零），且原点位于Marker的中心。由此，我们就确定了四个点的X坐标，将四个点的X坐标以及对应的像素坐标x传入solvePnP方法，即可得到相机关于该Marker的外参了。为了方便之后的使用，使用Rodrigues方法将旋转向量变为对应的旋转矩阵。
void&Marker::estimateTransformToCamera(vector&Point3f&&corners_3d,&cv::Mat&&camera_matrix,&cv::Mat&&dist_coeff,&cv::Mat&&rmat,&cv::Mat&&tvec)&&{&&&&&&Mat&rot_&&&&&&bool&res&=&solvePnP(corners_3d,&m_corners,&camera_matrix,&dist_coeff,&rot_vec,&tvec);&&&&&&Rodrigues(rot_vec,&rmat);&&}&&
那么现在问题来了！我们设定世界坐标系时，只设定了X轴与Y轴的方向，由于Z分量为零，它的方向并不影响求得的外参矩阵。但之后将虚拟物体放入该世界坐标时，却需要知道Z轴的方向，那么我们的Z轴方向到底是什么呢？
首先，solvePnP返回的结果是一个旋转向量和一个平移向量，两者构成一个刚体运动，刚体运动不会改变坐标系的手性（即右手坐标系经过刚体运动后还是右手坐标系），所以世界坐标系的手性应该和相机坐标系的手性一致。从相机的小孔成像模型中可以知道，相机坐标系的Z轴是指向像平面的，因此，通过下图我们可以断定，世界坐标系的Z轴是垂直于Marker向下的。
二、从OpenCV到OpenGL
得到摄像机的内参K和相对于每个Marker的外参[R|T]后，就可以开始考虑将虚拟物体添加进来了。老惯例，我还是使用OpenFrameworks。OpenFrameworks是在OpenGL基础上构建的一套框架，所以3D显示上，其本质还是OpenGL。
OpenGL的投影模型和普通相机的小孔投影模型是类似的，其PROJECTION矩阵对应与相机的内参K，MODELVIEW矩阵对应与相机的外参。但是，我们之前求得的K和[R|T]还不能直接使用，原因有二，其一，OpenGL投影模型使用的坐标系与OpenCV的不同；其二，OpenGL为了进行Clipping，其投影矩阵需要将点投影到NDC空间中。
Perspective Frustum and Normalized Device Coordinates (NDC)
由上图（左边）可知，OpenGL的相机坐标系相当于OpenCV的相机坐标系绕着X轴旋转了180度，因此，我们使用外参矩阵[R|T]对世界坐标系中的某点进行变换后，还需要左乘一个旋转矩阵才能得到该点在OpenGL坐标系中的坐标。绕X轴旋转180度的旋转矩阵很简单，如下：
[ 1, &0, &0,
& 0, -1, &0,
& 0, &0, -1 ]
总之，外参矩阵[R|T]左乘以上矩阵后，即得OpenGL中的MODELVIEW矩阵，代码如下，注意OpenGL的矩阵元素是以列主序存储的。
void&ofApp::extrinsicMatrix2ModelViewMatrix(cv::Mat&&rotation,&cv::Mat&&translation,&float*&model_view_matrix)&&{&&&&&&&&&&&&static&double&d[]&=&&&&&&&{&&&&&&&&&&1,&&0,&&0,&&&&&&&&&&0,&-1,&&0,&&&&&&&&&&0,&&0,&-1&&&&&&};&&&&&&Mat_&double&&rx(3,&3,&d);&&&&&&&&rotation&=&rx*&&&&&&translation&=&rx*&&&&&&&&model_view_matrix[0]&=&rotation.at&double&(0,0);&&&&&&model_view_matrix[1]&=&rotation.at&double&(1,0);&&&&&&model_view_matrix[2]&=&rotation.at&double&(2,0);&&&&&&model_view_matrix[3]&=&0.0f;&&&&&&&&model_view_matrix[4]&=&rotation.at&double&(0,1);&&&&&&model_view_matrix[5]&=&rotation.at&double&(1,1);&&&&&&model_view_matrix[6]&=&rotation.at&double&(2,1);&&&&&&model_view_matrix[7]&=&0.0f;&&&&&&&&model_view_matrix[8]&=&rotation.at&double&(0,2);&&&&&&model_view_matrix[9]&=&rotation.at&double&(1,2);&&&&&&model_view_matrix[10]&=&rotation.at&double&(2,2);&&&&&&model_view_matrix[11]&=&0.0f;&&&&&&&&model_view_matrix[12]&=&translation.at&double&(0,&0);&&&&&&model_view_matrix[13]&=&translation.at&double&(1,&0);&&&&&&model_view_matrix[14]&=&translation.at&double&(2,&0);&&&&&&model_view_matrix[15]&=&1.0f;&&}&&
下一步是求PROJECTION矩阵。由于OpenGL要做Clipping，要求所有在透视椎体中的点都投影到NDC中，在NDC中的点能够显示在屏幕上，之外的点则不能。因此，我们的PROJECTION矩阵不仅要有与内参矩阵K相同的透视效果，还得把点投影到NDC中。
首先先看看内参矩阵K的形式：
首先假设OpenGL的投影椎体是对称的，那么PROJECTION矩阵的形式如下：
使用以上矩阵对某一点（X, Y, Z, 1）投影后，可以得到如下关系：
接下来，OpenGL会对该结果进行Clipping，具体方法是将四个分量都除以-Z，那么，要使我们的点最终显示到屏幕上，前三个分量在除以-Z后其变化范围必须在[-1, 1]内。如下：
由摄像机投影模型（相似三角形）知：
其中由于OpenGL相机的相面在Z轴负方向上，所以是-fx和-fy。xp和yp分别为某点在相面上的横坐标和纵坐标，这两个坐标的原点在图像的中心，图像的宽度和高度分别为w和h，因此xp和yp的取值范围分别为[-w/2, w/2]和[-h/2, h/2]，可得：
接下来，我们为OpenGL相机设定两个面，near和far，只有处于这两个面之间的点才能投影到NDC空间中，所以当 Z=-n 时，(AZ+B)/-Z = -1，当 Z=-f 时，(AZ+B)/-Z = 1，由此我们可以得到关于A和B的二元一次方程，从而解出A、B：
现在再来考虑OpenGL投影椎体不对称的情况，这种情况下，PROJECTION矩阵的形式为：
由于椎体不对称，这时xp和yp的变化范围分别为[l, r]和[b, t]，代表图像左侧（left）右侧（right），以及底部（bottom）顶部（top），用同样的方法，我们有：
关于l+r和b+t是怎么计算的，可以参考下图：
综上所述，我们可以得到OpenGL投影矩阵的最终形式：
到此，我们就可以将这个矩阵的数据传递给PROJECTION矩阵了：
void&ofApp::intrinsicMatrix2ProjectionMatrix(cv::Mat&&camera_matrix,&float&width,&float&height,&float&near_plane,&float&far_plane,&float*&projection_matrix)&&{&&&&&&float&f_x&=&camera_matrix.at&float&(0,0);&&&&&&float&f_y&=&camera_matrix.at&float&(1,1);&&&&&&&&float&c_x&=&camera_matrix.at&float&(0,2);&&&&&&float&c_y&=&camera_matrix.at&float&(1,2);&&&&&&&&&&&&projection_matrix[0]&=&2*f_x/&&&&&&projection_matrix[1]&=&0.0f;&&&&&&projection_matrix[2]&=&0.0f;&&&&&&projection_matrix[3]&=&0.0f;&&&&&&&&projection_matrix[4]&=&0.0f;&&&&&&projection_matrix[5]&=&2*f_y/&&&&&&projection_matrix[6]&=&0.0f;&&&&&&projection_matrix[7]&=&0.0f;&&&&&&&&projection_matrix[8]&=&1.0f&-&2*c_x/&&&&&&projection_matrix[9]&=&2*c_y/height&-&1.0f;&&&&&&projection_matrix[10]&=&-(far_plane&+&near_plane)/(far_plane&-&near_plane);&&&&&&projection_matrix[11]&=&-1.0f;&&&&&&&&projection_matrix[12]&=&0.0f;&&&&&&projection_matrix[13]&=&0.0f;&&&&&&projection_matrix[14]&=&-2.0f*far_plane*near_plane/(far_plane&-&near_plane);&&&&&&projection_matrix[15]&=&0.0f;&&}&&
现在是时候放一些虚拟物体进来了，为了简单，我就放了几个立方体，由于OpenFrameworks绘制立方体时以立方体在中心为原点，所以为了使立方体的底面贴在Marker上，必须在Marker上方二分之一立方体边长的地方绘制，也就是绘制立方体的坐标为（0, 0, -0.5*size），为什么是负0.5呢？还记得之前所说的世界坐标系的Z轴是垂直于Marker并朝下的吗？所以要画在Marker上方，必须向Z轴负方向移动！
void&ofApp::draw(){&&&&&&&&ofSetColor(255);&&&&&&float&view_width&=&ofGetViewportWidth();&&&&&&float&view_height&=&ofGetViewportHeight();&&&&&&m_video.draw(0,&0,&view_width,&view_height);&&&&&&&&&&&&&&intrinsicMatrix2ProjectionMatrix(m_camera_matrix,&640,&480,&0.01f,&100.0f,&m_projection_matrix);&&&&&&ofSetMatrixMode(OF_MATRIX_PROJECTION);&&&&&&&&&&&&static&float&reflect[]&=&&&&&&&{&&&&&&&&&&1,&&0,&0,&0,&&&&&&&&&&0,&-1,&0,&0,&&&&&&&&&&0,&&0,&1,&0,&&&&&&&&&&0,&&0,&0,&1&&&&&&};&&&&&&ofLoadMatrix(reflect);&&&&&&&&&&&&ofMultMatrix(m_projection_matrix);&&&&&&&&&&&&&&ofSetMatrixMode(OF_MATRIX_MODELVIEW);&&&&&&ofLoadIdentityMatrix();&&&&&&&&&&&&&&ofSetColor(255);&&&&&&&&&&ofEnableBlendMode(OF_BLENDMODE_ALPHA);&&&&&&ofEnableDepthTest();&&&&&&&&&&glShadeModel(GL_SMOOTH);&&&&&&&&&&&m_light.enable();&&&&&&&&&&ofEnableSeparateSpecularLight();&&&&&&&&vector&Marker&&&markers&=&m_recognizer.getMarkers();&&&&&&Mat&r,&t;&&&&&&for&(int&i&=&0;&i&&&markers.size();&++i)&&&&&&{&&&&&&&&&&&&&&&&&&&&markers[i].estimateTransformToCamera(m_corners_3d,&m_camera_matrix,&m_dist_coeff,&r,&t);&&&&&&&&&&extrinsicMatrix2ModelViewMatrix(r,&t,&m_model_view_matrix);&&&&&&&&&&ofLoadMatrix(m_model_view_matrix);&&&&&&&&&&&&ofSetColor(0x66,0xcc,0xff);&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&ofDrawBox(0,&0,&-0.4f,&0.8f);&&&&&&}&&&&&&&&&&&&&&ofDisableDepthTest();&&&&&&&&&&m_light.disable();&&&&&&&&&&ofDisableLighting();&&&&&&&&&&ofDisableSeparateSpecularLight();&&&&&&&&ofSetMatrixMode(OF_MATRIX_MODELVIEW);&&&&&&ofLoadIdentityMatrix();&&&&&&ofSetMatrixMode(OF_MATRIX_PROJECTION);&&&&&&ofLoadIdentityMatrix();&&}&&
注意，我在设置投影矩阵时，左乘了一个垂直方向的镜像矩阵，这是因为，我发现OpenFrameworks将NDC空间中（-1, -1）点映射到屏幕的左上角，而非一般OpenGL所映射的左下角，如果不乘这个镜像矩阵，得到的图像就是上下颠倒的。至于为什么OpenFrameworks是这样，由于没仔细研究它的代码，我只能猜测是其在初始化时对OpenGL做了一些设置所致。所以，如果我的理解或猜测有错误，还请大家指出^_^
最后给出代码的下载地址，程序用VS2012开发，解压后放到”OpenFrameworks安装目录\apps\myApps“下打开编译：
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：69524次
积分：6586
积分：6586
排名：第3172名
原创：604篇
转载：259篇
评论：19条
(18)(65)(163)(231)(173)(9)(2)(4)(3)(2)(1)(1)(1)VS2013配置OpenGL与OpenCV2.4.9的环境 - Alip - 博客园
梳理一下环境配置的过程吧
我们主要解决三个问题：
1.OpenGL；
2.OpenCV2.4.9；
3.OpenGL+OpenCV2.4.9的Cmake打包；
那接下来我们先看看准备的东西：三件物品如上
VS默认编译器是32位，虽然我的电脑是64位，但是我使用了cmake-3.7.2-win32-x86.zip。这个包是gui操作界面，在bin里面。
可以下载到的不说这个
因为配置过几次，OpenGL的环境包也一直有。
上面铺垫完，下面开始配置吧。个人感觉不是很难，配了好几次了。第三种在学校是同学帮配的，我看着他配的操作，自己在家还是又配置了一天，不过之后就好了吧。cmake第一次接触。
1.首先把东西放好位置，OpenCV安装，留下一个OpenCV文件；
2.打开cmake压缩包的gui运行程序，输入第一行：OpenCV文件里的source路径；输入第二行：准备建立环境的文件路径，或者理解为新建文件夹；
2.1.cmake,勾选WITH_OPENGL选项；
2.2.cmake,第一次点击Configue，等待；第二次点击Generage,等待，这里生成了在VS中使用的OpenCV.sln的一个解决方案（解决方案在，自己找刚刚所谓的新建文件夹里面）；
3.打开OpenCV.sln，第一步，在解决方案处，右键后第二个重新生成解决方案，等待；第二步，在第三个文件下的INSTALL处，右键后生成，等待；这里产生了新的可以用的支持OpenGL的OpenCV lib文件里的.lib和bin文件里的.
4.我们要使用的就是3产生的.lib和.dll，网上教程会包含debug模式下的两种文件和release模式下的两种文件，模式有其他说辞，不展开说明。上面一步没说，那我的VS默认的就是Debug模式下的两个文件，用这个就行。
5.把产生的.lib和.dll文件覆盖到OpenCV文件里面对应的.lib和.dll文件；
6.配置系统的环境变量C:\OpenCV\opencv\build\x86\vc12\bin\Debug，这一步的重要性不清楚，没出现问题，就沿着别人的步骤继续走。
轻松点，下面的几个步骤就是步骤，出过的错大都是不细心了，没必要担心出错了回不去，我来会生成了好几遍，好几遍，依然在折腾。
1.glut.lib和glut32.lib等这两个静态函数库复制到文件目录的lib文件夹下&X:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\lib
2.将glut.dll,glut32.dll等这两个动态库文件放到操作系统目录下面的C:\Windows\system32文件夹内（32位系统）或?C:\Windows\SysWOW64(64位系统）。
3.将解压得到的头文件glut.h等复制到目录如下目录下：X:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\include\GL
1.新建工程项目，空项目。一次性配置好环境方便以后不同项目使用，这里其实是配置了一张属性表，新建添加属性页表，再一一配置它的属性页面，配置属性→VC++目录
包含目录：
D:\opencv3.0\opencv\build\include
D:\opencv3.0\opencv\build\include\opencv
D:\opencv3.0\opencv\build\include\opencv2
C:\OpenCV\opencv\build\x86\vc12\lib\Debug
2.配置属性→链接器→附加依赖项
opencv_ml249d.lib
opencv_calib3d249d.lib
opencv_contrib249d.lib
opencv_core249d.lib
opencv_features2d249d.lib
opencv_flann249d.lib
opencv_gpu249d.lib
opencv_highgui249d.lib
opencv_imgproc249d.lib
opencv_legacy249d.lib
opencv_objdetect249d.lib
opencv_ts249d.lib
opencv_video249d.lib
opencv_nonfree249d.lib
opencv_ocl249d.lib
opencv_photo249d.lib
opencv_stitching249d.lib
opencv_superres249d.lib
opencv_videostab249d.lib
opengl32.lib
glut32.lib
好了，就这些。网上的有debug模式和release模式，这里给出的是debug模式。有差别，但刚开始的话，够你用。参考博文http://blog.csdn.net/jialeheyeshu/article/details/opencv、opencl、opengl、openmp区别
OpenCV的全称是：Open&Source&Computer&Vision&Library。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac&OS操作系统上。它轻量级而且高效——由一系列&C&函数和少量&C++&类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python,&Java&and&MATLAB/OCTAVE&(版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#,Ch,&Ruby的支持。
OpenCL（全称Open&Computing&Language，开放运算语言）
是第一个面向异构系统通用目的并行编程的开放式、免费标准，也是一个统一的编程环境，便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核心处理器(CPU)、图形处理器(GPU)、Cell类型架构以及数字信号处理器(DSP)等其他并行处理器，在游戏、娱乐、科研、医疗等各种领域都有广阔的发展前景。
OpenGL（全写Open&Graphics&Library）是个定义了一个跨编程语言、跨平台的编程接口规格的专业的图形程序接口。它用于三维图像（二维的亦可），是一个功能强大，调用方便的底层图形库。
(全写&Open&Multi-Processing)
OpenMp是由OpenMP&Architecture&Review&Board牵头提出的，并已被广泛接受的，用于共享内存并行系统的多处理器程序设计的一套指导性的编译处理方案(Compiler&Directive)。OpenMP支持的编程语言包括C语言、C++和Fortran；而支持OpenMp的编译器包括Sun&Compiler，GNU&Compiler和Intel&Compiler等。OpenMp提供了对并行算法的高层的抽象描述，程序员通过在源代码中加入专用的pragma来指明自己的意图，由此编译器可以自动将程序进行并行化，并在必要之处加入同步互斥以及通信。当选择忽略这些pragma，或者编译器不支持OpenMp时，程序又可退化为通常的程序(一般为串行)，代码仍然可以正常运作，只是不能利用多线程来加速程序执行
openMp和openCl都是用于高性能计算机，但是关键点不一样，前者主要是并行，后者主攻是异构。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。