之前我就一直使用opencv_contrib-master和opencv3.4.1一起编译，结果一直出错，然后网上又有大量的博客告诉你怎样解决，结果发现都是在扯淡，都是在误导人。

目前搜索到的caffe配置版本多数是2.7和3.5,关于python3.6的配置基本没有.所以我配置python3.6版本的caffe.流程如下:1,配置opencv3.4.1我们需要达到的目标是在python3

选择下载sourcecode(zip)格式4、opencv_contrib3.4.0 下载地址  选择下载zip格式5、cmake-3.13.0-rc3-win64-x64.msi 下载地址注：文章使用opencv3.4.1

1.基于Java的图像识别，可以使用OpenCV函数包，本人用了OpenCV3.4.1，配置过程网上很齐全，也比较简单，在此不再赘述。我要识别的线条较粗，所识别的线条是图像中间二维码两侧的横线。

Androidstudio3.6.1+opencv3.4.1进行摄像头颜色识别的调试过程本文过程建立在成功导入opencv3.4.1library并且成功运行打开摄像头的基础上的。在完成了验证并且使用opencv打开摄像头程序之后，剩下的就是java文件中代码的具体编写了，本人刚刚上手android学习，现在将一些简单的理解与在调试中遇到的困难记录如下，如有不足和错误之处欢迎大家留言交流。一．一些

、问题二、解决办法三、原理一、问题重装了一次系统,但是原来的一些软件可能没有卸载干净,比如以前安装的是cuda8.0+opencv3.4.1,新装的是cuda9.0+opencv3.4.1,这里不介绍opencv3.4.1

opencv配置及测试中遇到的问题及解决方法这是我第一次使用opencv，配置是opencv3.4.1和VisualStudio2019。

下载参考地址：https://blog.csdn.net/z345436330/article/details/848882581.确定我们编译生成包的位置2.系统环境变量中添加path3.新建一个变量4.重启电脑使配置生效5.用VS2013新建一个模板工程6.配置为X64环境左边属性管理器多了2个配文件7，新建模板右键DebugX64选择新建一个配置文件，命名为OpenCV_Contrib3.4

1.工程配置1.1库说明Opencv库的编译工作参考：Opencv学习笔记(一)–利用VS2015和CMake3.11.2,进行Opencv3.4.1源码的编译工作1.2工程配置说明如果要在工程中使用Opencv

Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，开发环境为PyCharm文章目录20.2计算20.2.1归一化20.2.2距离计算20.2计算计算机的“感觉”是通过逻辑计算和数值计算来实现的

环境：基础配置：Windows10，cmake3.11.1，vs2015，QT5.11.1mxnet配置：OpenBLAS-v0.2.9-Win64-int32，opencv3.4.1相关资源百度云链接

修改的cmake配置如下：cmake-DCMAKE_BUILD_TYPE=RELEASE\-DCMAKE_INSTALL_PREFIX=../output\-DCMAKE_C_COMPILER=aarch64-himix100-linux-gcc\-DCMAKE_CXX_COMPILER=aarch64-himix100-linux-g++\-DBUILD_SHARED_LIBS=ON\-DBUI

报错gcc-Iinclude/-Isrc/-DOPENCV`pkg-config--cflagsopencv`-Wall-Wno-unknown-pragmas-Wfatal-```errors-fPIC-Ofast-DOPENCV-c./src/gemm.c-oobj/gemm.oInfileincludedfrom/usr/local/include/opencv2/core/types_c.

以下安装都是在我以前安装的基础上安装的1.安装依赖:sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compilersudoapt-getinstall--no-install-recommendslibboost-all-devsudoapt-g

socket网络编程实现图片特性处理一、Windows二、Ubuntu三、树莓派一、Windows安装opencv3.4.1配置环境变量visualstudio配置（1）新建空项目（2）添加新建项（3）

去官网下载opencv，在本教程中选用的时opencv3.4.1，其他版本的配置方法异曲同工。

阿里云Linux(CentOS7.6）安装OpenCV3.4.11、首先安装gcc和c++编译器使用yum安装命令：yuminstall  gcc  gcc-c++2、安装cmake使用yum安装：yuminstallcmake*会自动安装最新版本的cmake。3、gtk+2.10.1.tar.bz2的安装gtk2.0使用yum安装：yuminstallgtk2-devel4、安装ant，使得op

1.查看python版本$python3--versionPython3.6.52.$python3>>print("OpenCV+Ubuntu18.04!")OpenCV+Ubuntu18.04!>>quit()3.$sudoapt-getupdate$sudoapt-getupgrade4.$sudoapt-getinstallbuild-essentialcmakeunzippkg-conf

最近刚刚安装完opencv，来写一个笔记和大家分享一下。这个方法我是在尝试了https://blog.csdn.net/kxwinxp/article/details/78434211中的方法时，老是出现Makefile:160:recipefortarget'all'failed的报错后，而采取这个方法。这个方法主要借鉴了http://jingyan.eeboard.com/article/76

ConfiguretheOpenCVenvironment在本篇文章中，我们将在RaspberryPi3上配置带有python3.5和python2.7的OpenCV3.4.1环境。

前言本文将介绍OpenCV的移植方法，及结合Qt例程去进一步学习OpenCV。网上的移植方法也很多，但是有些过于老旧等。本文将与大家一起学习移植OpenCV。编译过程十分简单，写这个文档也是为了大家少走弯路。下面带大家一起移植OpenCV到正点原子I.mx6ULL开发板ALPHA上。Ubuntu版本：Ubuntu14.0464bits、Ubuntu16.0464bits。其它版本Ubuntu没测试

使用OpenCV3.4.1中的ML模块，具体实现demo如下：#include"pch.h"#include#includeusingnamespacestd;usingnamespacecv;usingnamespaceml

#include"pch.h"#include#includeusingnamespacestd;usingnamespacecv;usingnamespaceml;intmain(){constintKwidth=512;constintKheight=512;//用于显示分类结果的图像Matimage=Mat::zeros(Kheight,Kwidth,CV_8UC3);//组织分类标签,三类

首先确定你安装了VisualStdio我这边安装的是VS2015，以VS2015为例，下载opencv-vs2015版本使用opencv3.4.1下载地址：https://github.com/opencv

1.下载源码使用opencv3.4.1，官网下载。下载后解压获得opencv-3.4.1文件夹，进入后新建一个文件夹并进入，用于后续的交叉编译。

----------------------2020-3-4更新--------------------------链接：https://pan.baidu.com/s/136zV6pJ-Ya62k6NmUr0m6g提取码：7gyl-------------------------------------------------------------------文章用到的所有软件均提供百度网盘下

opencv3.4.1在2月27号发布了。由于项目需要，一直在等待最新的opencv出来。话不多说，记录下编译过程。

安装OpenCV(转自https://blog.csdn.net/cocoaqin/article/details/78163171)1.去官网下载opencv，在本教程中选用的时opencv3.4.1

整体流程如下：下载VisualStudio2017版本下载OpenCV3.4.1版本配置环境变量在VisualStudio2017中引入头文件、库文件、链接库环境测试说明：没有必要根据博主的博客下载与博客相应的版本

我们将学习如何以及何时使用OpenCV3.4.1中提供的7中不同的跟踪器——BOOSTING,MIL,KCF,TLD,MEDIANFLOW,GOTURN和MOSSE。

环境依赖：opencv3.4.0+cuda9.0+cudnn7.1.51opencv3.4.0网上介绍说opencv3.4.1运行yolo会有问题，因此先卸载旧版本opencv，然后安装3.

一、源码下载下载opencv3.4.1Linux版源码，https://opencv.org/opencv-3-4-1.html二、路径创建创建一个独立的文件夹来存储build文件$mkdirbuild创建个output目录存放输出文件$mkdiroutput三、CmakeOpenCV是通过cmake来构建的编译使用的Makefile。CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描

按照海思3559上移植OpenCV3.4.1(一）的步骤已经有了库和头文件了。库文件添加将所有的so库打包到根文件系统的lib路径下。

在opencv3.4.1中，默认upnp和dls使用Epnp实现，为了了解Upnp算法的实现效果，修改了solvepnp.cpp中的代码。

最近在学习过程中，需要用到opencv3.4.2以上的版本，主要是需要其中与深度学习的CNN方法，在3.4.1的基础上，卸载opencv3.4.1，安装亮opencv3.4.4及相关依赖库opencv_contrib3.4.4

02安装OpenCV3.4.1在OpenCV官网下载OpenCV最新版本，得到Opencv3.4.1.exe文件；双击安装（实际上就是解压），选择安装路径。

opnecv_contrib里边包含了新的扩展，所以编译时要加进去，否则一些siftORB算法不能用。1.下载opencvsource3.4.1从官网下载2.下载opencv_contribhttps://github.com/opencv/opencv_contrib3.cdopencv4.mkdirbuild5.cdbuildTrythis:---Youneedopencv_contribal

python3.6的安装和opencv3.4.1安装,参看我以前写的ubuntu16.04源码安装opencv3.4.1和caffe本想着python2.7调用opencv2.xxx版本的,但是由于我的电脑安装

在x86/amd64的intelCPU上使用ubuntu12.04LTS，编译openCV3.4.1是可以成功的，但在开发板上无法顺利编译。作者最终使用了openCV3.1.0在开发板上编译成功。

本博客叙述的是在Ubuntu18.04下安装并配置OpenCV3.4.11、下载安装包在OpenCV官网（http://opencv.org）下载OpenCV的Source版本，然后解压。可以选择自己需要的版本，我这里下载的是3.4.1版本的。2、进入文件包中后安装依赖库进入opencv-3.4.1这个文件包。cdopencv-3.4.1安装cmake。sudoapt-getinstallcmak

树莓派3B+安装c++版本opencv3.4.1，配置开发环境以及注意事项树莓派3B+ubuntumate系统的安装树莓派，RaspberryPi，是一个只有信用卡大小的微型电脑，其系统基于Linux，

在ubuntu14.04使用opencv3.4.1调用网络摄像头代码：在ubuntu14.04使用opencv3.4.1调用网络摄像头时，使用RTSPURL传输摄像机流，可以正常显示图像但是后台一直反馈

主要内容：树莓派安装系统设置静态网络更换镜像源安装中文输入法电脑控制树莓派OpenCV3.4.1安装设置通用（UART）串口1.树莓派安装系统下载你所要的树莓派系统https://www.raspberrypi.org

一.安装OpenCV（直接官网下载运行即可）；二.环境变量配置：1.我的电脑->属性->高级系统设置->环境变量2.环境变量->编辑PATH将E:\c++库\opencv\opencv\build\x64\vc15\bin添加到PATH中。三.创建opencv工程1.创建工程；2，添加包含目录以及库目录包含目录：E:\c++库\opencv\opencv\build\includeE:\c++库\

大致介绍一下opencv如何在windows下编译：所需材料：opencv-3.4.1opencv_contrib-3.4.1cmake-3.14.3vs-community-20191.下载社区版的VS-community-2019先卸载原来已下载好的旧版本：找到安装盘D:\xxxxxxx\MicrosoftVisualStudio\Installer\vs_installer.exe，双击打开

Centos7编译opencv3.4.1参考博客https://blog.csdn.net/wjbwjbwjbwjb/article/details/791119961、配置epel源yum-yinstallepel-release2

电脑环境：win10系统64位；cmake3.11.3；vs2015professional；opencv3.4.1；opencv_contrib-3.4.1；建议使用CSDN下载，比较快一点；github

使用了opencv3.4.1中的dnn的facedetector的caffemodel和deploy.pr

开发环境：window10，opencv3.4.1，opencv-contrib，visualstudio2017，cmake3.11。

今年年初，Darknet团队发布了YOLOv3版本，在Ubuntu下的配置非常便捷，关于Darknet的配置，之前报错的时候在GitHub上问过作者，OpenCV3.4.1存在bug，并不能编译成功Darknet