OpenCV python教程（1）： CMake 安装配置OpenCV与测试

OpenCV python教程（1）： CMake 安装配置OpenCV与测试

本来用python调用opencv的SIFT特征点匹配算法，pip安装后发现，并不能调用。google一下，发现SIFT已经有了专利，不能直接使用，但是可以通过CMake配置编译源码的方式继续使用。接下来介绍python调用SIFT算法的两种方法，上一篇因为不恰当的言辞已经被和谐了，这次认真正经的重新写一遍。

配置安装的难点在于网络连接延时、相关文件下载奇慢，甚至无法下载，所以需要适当采取一定的措施进行下载。或者一个文件一个文件的搜，去CSDN找相关链接。

方法一

opencv 的python库有两种：opencv-python和opencv-contrib-python，高级版本都不能直接使用，但是3.4.1.15前后的版本可以继续调用SIFT算法。
所以，没有特意追求高本版的强迫症患者可以直接pip install opencv-contrib-python==3.4.1.15 安装使用。

方法二 Building OpenCV from source

目前opencv 已经更新到4.1.1版本了，编译好或者可执行文件是不带有SIFT专利算法，这些算法已经从opencv基本库剥离出去，单独成一个source文件 opencv-contrib ，需要通过CMAKE工具加载到环境中。

1. 下载: Visual Studio 2019(直接下载最高级版本，低版本会存在编译失败的问题)和 CMake

2. 下载 python 和 Numpy库，也可以下载Anaconda 免去库安装编译麻烦。

3. 从opencv github git源码opencv(稳定基础算法)和oopencv-contrib(包含SIFT)

4. 安装CMake

5. CMake 设置

   • source code 只想你解压的OpenCV 代码根路径
   • 在路径下创建一个build文件夹，用于存放构建的二进制文件
   • 然后会弹出一个窗口，让你配置VS版本，并选择系统win32还是x64（默认win32,需要根据电脑系统进行修改，我改成x64）
   • 点击configure 然后opencv就开始构建了
   • 先不要退出，继续看下面