CCV简介
ccv是一个开源的计算机视觉库，基于C语言开发，是一种以应用驱动的算法库。此处使用DPM模型进行行人检测，参考这里。该算法文献出自于[The original paper refers to: Object Detection with Discriminatively Trained Part-Based Models, Pedro F. Felzenszwalb, Ross B. Girshick, David McAllester and Deva Ramanan]
特点：
1）CCV内置缓存机制，并保持简介的功能接口，从而能够透明缓存，进行图像预处理；
2）CCV主要功能不依赖与库函数，使得其很容易嵌入到项目中；
3）CCV实现了一些先进算法，如人脸检测、行人检测、目标定位、目标跟踪、特征点检测等。
算法：
BBf（Brightness Binary Feature）
ConvNet（Deep Convolutional Networks）
DPM（Deformable Parts Model）
ICF（Integral Channel Feature）
SCD（SURF-Cascade Detection）
SIFT（Scale Invariant Feature Transform）
SWT（Stroke Width Transform）
TLD（Track Learn Detect）
可处理的图片格式：
貌似对图片的格式有要求，如png，bmp
CCV库配置：
1.下载CCV
去github下载zip包到Downloads，使用unzip ccv-stable.zip命令将其解压到当前文件夹下。或者
git clone https://github.com/liuliu/ccv
git checkout stable # switch to stable branch
再把解压后的ccv-stable目录移到自己的主文件夹下
2.下载依赖库（在linux等环境下使用）
sudo apt-get install clang libjpeg-dev libpng-dev libfftw3-dev libgsl0-dev libblas-dev liblinear-dev libblas-dev
3.配置编译
去ccv-stable/lib目录下，输入命令：
./configure force
得到makefile文件用于make
切换到bin目录下，即输入命令：
cd ../bin
make
至此，在bin文件夹下生成一些可执行文件，此时CCV库安装便完成。
以DPM算法为例运行bin下的可执行程序算法模块
使用DPM模型检测图片中a.png中的行人，执行过程中会输出行人检测的结果，输出结果路径可指定。
例如
./dpmdetect ~/data/person/test.png ../samples/pedestrian.m | ./dpmdraw.rb ~/data/person/test.png ~/output/output.png
管道后面的命令是为了保存结果图像，其中dpmdetect和dpmdraw.rb为可执行程序，后面的为参数；其中，../samples/pedestrian.m为要装入的训练好的模型
或检测一批图片，重定向输出到result.txt中
./dpmdetect ~/data/person/filelist.txt ../samples/pedestrian.m > ～/output/result.txt
结果可视化：
例如filelist.txt存储了INRIA数据集中的Test/pos路径中所有图片的路径，共计288张图片。
输出result.txt文件中存储了每个行人检测的结果，如下：
Test/pos/crop_000001.png 173 78 188 564 0.830314 8
| 149 112 112 112 0.156994
| 205 373 112 112 0.071194
| 149 261 93 149 0.042143
| 280 261 93 149 -0.178776
| 187 504 93 131 0.511169
| 224 504 93 131 0.601668
| 187 56 93 149 0.529543
| 243 56 93 149 0.806625
对检测到的每一个行人，均给出上述9行信息。第一行指出图片路径，行人位置，置信度，身体部分个数。余下每一行表示各个部分的位置及置信度。
以ICF算法为例，测试
使用其中的ICF检测器，在bin目录下打开终端，输入
./icfdetect 图片路径png（or）jpg ../samples/pedestrian.icf
或者输出结果时用，
./icfdetect图片路径png（or）jpg ../samples/pedestrian.icf | ./icfdraw.rb 原输入的处理图片路径png（or）jpg 指定的保存结果路径/output.png
自己编程程序进行测试
在ccv-stable的lib目录下如Mytest.c程序，程序内容如下：
#include <ccv.h>
int main(int argc, char** argv)
{
ccv_dense_matrix_t* image = 0;
ccv_read(argv[1], &image, CCV_IO_GRAY | CCV_IO_ANY_FILE);
ccv_write(image, argv[2], 0, CCV_IO_PNG_FILE, 0);
return 0;
}
在lib目录下编写完成后，编译程序，使用如下命令：
clang -L”../lib” -I”../lib” Mytest.c -lccv cat ../lib/.deps
编译通过后会生成一个a.out文件；
然后运行此可执行文件，使用如下命令：
./a.out ../bin/I00000.png copy.png
便会实现程序中的幅值图像的灰度图像功能。
注意事项：
1.如果make的时候出现../libgsl.so: underfined reference to ‘cb_las_*’的错误，进入lib文件夹，在config.mk里面 手动加入 -lgslcblas to LDFLAGS
2.在检测过程中可能出现”/usr/bin/env: ruby: 没有那个文件或目录”错误，此时安装ruby即可。
安装ruby使用命令如下：
1）sudo apt-get install ruby-full （Debian/Ubuntu系统）
2）sudo yum install ruby （CentOS，Fedora，RHEL系统）。
3.另外，在使用.rb文件时出现“sh: 1: convert: not found”错误，此时需要安装imagemagick软件，用于编译convert。
sudo apt-get install imagemagick即可。