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致力于真实世界的实时应用，通过优化的C代码的编写对其执行速度带来了可观的提升，并且可以通过购买Intel的IPP高性能多媒体函数库(Integrated Performance Primitives)得到更快的处理速度。右图为OpenCV与当前其他主流视觉函数库的性能比较。
安装说明
下载完成后得到OpenCV文件，便可以开始安装过程。其实所谓的安装是一个解压的过程，可执行文件是一个自解压的程序，双击后便会提示我们选择解压路径。
这里根据自己需求选择路径即可，特别要说明的是，该程序会将所有文件解压在opencv的文件夹下，因此不需要在选择解压路径中单独新建一个opencv文件夹。由于笔者电脑安装了多个版本的OpenCV，为避免混淆，单独创建一个名为opencv4的文件夹，解压到H:opencv4。
选择好路径后点击【Extract】按钮，便可以等待解压过程的结束。整个OpenCV4的大小约为1G，根据电脑的性能不同，等待时间从几十秒到几分钟不等。
OpenCV4和OpenCV3区别
1、在扩展模块中去掉了SIFT与SURF相关API的调用文件
现在如果想在OpenCV Python 4.x中想使用SIFT与SURF只有靠自己从源代码CMake来编译生成python版本的安装包才可以。
# OpenCV 3.x中
namedWindow(“input”, cv.CV_WINDOW_AUTOSIZE)
# OpenCV4.x
namedWindow(“input”, cv.WINDOW_AUTOSIZE)
2、全部取消CV_XXX这种枚举类型，比如在3.x中可以正常使用的语句
# 在OpenCV3.x中轮廓发现API返回三个值分别为
# image 返回的图像
# contours 每个轮廓的点集合
# hierarchy 每个轮廓对应的层次信息
binary, contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
3、findContours函数返回结果由3.x的三个参数变为两个参数
OpenCV4.0中需要改为
contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
4、增加了python语言版本的对DNN模块的加持！
支持图像分类、对象检测(SSD、RCNN、Faster-RCNN、mask-RCNN)、图像分割等网络的使用
配置环境变量：
在系统变量里面新建变量，名为 OPENCV ，值为自己解压opencv路径下的build路径，如 D:\Program Files\opencv\build。
Tip
这一步是方便以后如果opencv路径改变了，只需要修改此变量就可以了，而不必做大范围修改。
在系统变量里面编辑 Path 变量，在末尾添加 ;%OPENCV%\x86\vc12\bin 。
Note
x86和x64分别表示32bit和64bit的VS工程，根据自己的工程来修改，否则虽编译成功但会运行错误；vc10, vc11, vc12 分别表示VS2010, VS2012, VS2013的Visual Studio使用的编译器版本，根据自己的VS版本来填写正确的编译器版本号。
VS内配置Opencv
这里用VS属性表的方式将Opencv配进工程，每次只需要添加属性表即可完成配置，比手工界面配置方便很多。
属性管理器 -> 右键 "test"（工程名） -> 添加现有属性表
找到之前新建或者下载的属性表（ D:\Program Files\opencv\opencv248.props ），添加进工程
测试
解决方案资源管理器 -> 源文件（右键）-> 添加 -> 新建项
Visual C++ -> C++文件：输入名称test点添加
