這個可以和opencv配置一樣，只需要配置一次，以後就再也不用配置了，一勞永逸~~~~

vlfeat影象庫包含SIFT，MSER，KDtree，快速shift，K-means等各種影象處理中常用的演算法。最近想看看裡面的東西…….順帶把它配置起來……..

說明：

1.系統環境：win 7 64位專業版，VS2013旗艦版2.4.9

2.opencv 配置很簡單，隨便參考一篇博文就行了，這裡就不敘述了……

1.下載vlfeat

2.安裝

只需要解壓、改名為vlfeat、放到自己指定的目錄就行了。

以我的為例子：D:\Software\Tools—>D:\Software\Tools\vlfeat

3.配置

1. 新增系統環境變數:

右擊我的電腦——屬性——高階系統設定——環境變數——系統環境變數——path

2.在VS2013中新建一個cpp:

右擊原始檔——新增cpp

3.檢視——屬性管理器——右擊Microsoft.cpp.win32.user

4.在 VC++目錄——包含目錄

新增 D:\Software\Tools\vlfeat

5.在 連結器——常規——附加庫目錄

新增 D:\Software\Tools\vlfeat\bin\win32

6.在 連結器——輸入——附加依賴庫

新增 vl.lib

4.測試

我的opencv2.4.9是已經配置好的。
這上面新建的cpp中貼上如下程式碼（影象讀寫+vlfeat中的超畫素分割），可以測試你之前安裝的的 opencv 和 剛才安裝的 vlfeat 有沒有正確配置。
（記得在cpp所在路徑下放置1.jpg和1.png兩張圖片）。

#include<iostream>
#include <opencv2/core/core.hpp>   
#include <opencv2/highgui/highgui.hpp> 
extern "C" {
#include "vl/generic.h"
#include "vl/slic.h"
 

}
using namespace cv;


int main(int argc, const char * argv[]) {
    //// insert code here...
    std::cout << "Hello, World!\n";
    VL_PRINT("hello, VLFeat!\n");
    // 讀入一張圖片（遊戲原畫）   
    Mat img = imread("1.jpg");
    // 建立一個名為 "遊戲原畫"視窗 
    // 下面3句用於測試opencv

    namedWindow("遊戲原畫");  
    imshow("遊戲原畫", img);
    waitKey(3000);

    // 下面用於測試vlfeat
    cv::Mat mat = cv::imread("1.png", CV_LOAD_IMAGE_COLOR);

    // Convert image to one-dimensional array.
    float* image = new float[mat.rows*mat.cols*mat.channels()];
    for (int i = 0; i < mat.rows; ++i) {
        for (int j = 0; j < mat.cols; ++j) {
            // Assuming three channels ...
            image[j + mat.cols*i + mat.cols*mat.rows * 0] = mat.at<cv::Vec3b>(i, j)[0];
            image[j + mat.cols*i + mat.cols*mat.rows * 1] = mat.at<cv::Vec3b>(i, j)[1];
            image[j + mat.cols*i + mat.cols*mat.rows * 2] = mat.at<cv::Vec3b>(i, j)[2];
        }
    }

    // The algorithm will store the final segmentation in a one-dimensional array.
    vl_uint32* segmentation = new vl_uint32[mat.rows*mat.cols];
    vl_size height = mat.rows;
    vl_size width = mat.cols;
    vl_size channels = mat.channels();

    // The region size defines the number of superpixels obtained.
    // Regularization describes a trade-off between the color term and the
    // spatial term.
    vl_size region = 30;
    float regularization = 1000.;
    vl_size minRegion = 10;

    vl_slic_segment(segmentation, image, width, height, channels, region, regularization, minRegion);

    // Convert segmentation.
    int** labels = new int*[mat.rows];
    for (int i = 0; i < mat.rows; ++i) {
        labels[i] = new int[mat.cols];

        for (int j = 0; j < mat.cols; ++j) {
            labels[i][j] = (int)segmentation[j + mat.cols*i];
        }
    }

    int label = 0;
    int labelTop = -1;
    int labelBottom = -1;
    int labelLeft = -1;
    int labelRight = -1;

    for (int i = 0; i < mat.rows; i++) {
        for (int j = 0; j < mat.cols; j++) {

            label = labels[i][j];

            labelTop = label;
            if (i > 0) {
                labelTop = labels[i - 1][j];
            }

            labelBottom = label;
            if (i < mat.rows - 1) {
                labelBottom = labels[i + 1][j];
            }

            labelLeft = label;
            if (j > 0) {
                labelLeft = labels[i][j - 1];
            }

            labelRight = label;
            if (j < mat.cols - 1) {
                labelRight = labels[i][j + 1];
            }

            if (label != labelTop || label != labelBottom || label != labelLeft || label != labelRight) {
                mat.at<cv::Vec3b>(i, j)[0] = 0;
                mat.at<cv::Vec3b>(i, j)[1] = 0;
                mat.at<cv::Vec3b>(i, j)[2] = 255;
            }
        }
    }

    cv::imwrite("1.png", mat);
    //waitKey(6000);
    return 0;
}

注意：如果提示缺少vl.dll 不能執行的話

將 D:\Software\Tools\vlfeat\bin\win32路徑下的vl.dll拷貝到專案生成的debug資料夾再編譯就OK了.

效果圖