谁拥有OpenCV

尽管Gary Bradski在英特尔发起了OpenCV项目，但这个函数库的宗旨是促进商业和研究，这正是它的使命。因此，它是开源并且免费的，并且无论是研究还是商业目的代码都可以（全部或者部分的）使用或者被嵌入到其他程序中。它并不强制你声明基于此开发的代码必须是免费或者开源的，也不要求你将自己的改进反馈回OpenCV中，虽然我们希望可以。

下载和安装OpenCV

在OpenCV官方网站（http://opencv.org/）可以下载最新的且完整的源码以及大部分的 release版本源码。下载链接可以通过下载页面（http://opencv.org/downloads.html）访问。当然，最新的代码会在github（https://github.com/opencv/opencv）上进行即时更新。如果想要获取最新的高级函数功能，也可以下载和编译opencv_contrib模块（https:// github.com/opencv/opencv_contrib）。

安装

现在，OpenCV使用Git作为版本管理工具，使用Cmake来构建工程。^注4当然，这些日子都一去不复返了。在许多情况下，你不必担心构建问题，因为许多环境中都有预编译好

注4： 在早些时候，OpenCV开发者使用Subversion作为版本管理工具以及automake来构建工程项目。

的库。但是，一旦成为更加专业的使用者，势必需要重新编译库，并且根据具体的应用程序定制特定的选项。

Windows系统

在http://opencv.org/downloads.html，可以发现最新的为Windows准备的最新版本OpenCV 下载链接。可以通过这个链接下载一个EXE文件，该文件会把预编译好的OpenCV解压到你的电脑上，预编译版本支持不同版本的Visual Studio环境。现在，你很快就可以开始使用OpenCV了。^注5

另一个额外的细节是，需要再添加一个名为OPENCV_DIR的环境变量来告诉编译器在哪里找到OpenCV的二进制文件。可以通过命令行工具对此进行设置。^注6

setx -m OPENCV_DIR D:\OpenCV\Build\x64\vc10

如果希望静态链接OpenCV，就只需要做到这一步。如果希望使用OpenCV的动态链接库（DLL），就需要告诉系统在哪里找到它的二进制库。为了完成这一目标，只需要在库路径中添加%OPENCV_DIR%\bin。（比如说，在Windows 10中，右击计算机图标，选择 “属性”，然后单击“高级系统设置”，最后选择“环境变量”，把OpenCV二进制文件的路径添加到“系统变量”的path变量中。）

OpenCV3集成了IPP，所以如果使用最新的x86或者x64CPU，就可以获得或多或少的性能优势。

也可以按照如下操作从源码编译OpenCV。

1.             运行CMake GUI。

2.             指定OpenCV源码所在路径以及构建目标文件夹（必须和源码所在路径不同）。

3.             按两次Configure键（选择可以使用的Visual Studio编译器或者MinGW构建文件，如果正在使用MinGW的话），直到所有条目没有红色警示。

4.             使用Visual Studio打开生成的解决方案并构建。如果使用的是MinGW，则按照Linux 的安装指导进行。

注5： 有一点很重要的事情是，尽管Windows环境拥有预编译的release版本的库，但是它并不包含 debug版本的库。所以，在开发OpenCV之前，需要打开解决方案并且自行编译那些库。

注6： 当然，具体路径会根据安装的不同而有所不同，比如说在32位机器上安装，那么该路径就该是x86而不是x64。

Linux系统由于GCC和GLIBC在不同Linux版本（SuSE，Debian，Ubuntu，等等）下拥有不同的版本，OpenCV的Linux的预编译版本不包含linux的版本号。然而，在很多情况下，你的Linux版本会提供OpenCV。如果你的版本不提供OpenCV，你将不得不从源代码中构建，与Windows安装一样，可以从http://opencv.org/downloads.html下载源代码，但是在这种情况下，该链接会把你转向SourceForge，在这里可以为当前的OpenCV源代码选择压缩文件。

为了编译这个库和示例程序，需要GTK+2.x或者更高的版本，还需要gcc以及必要的开发包cmake以及libtbb（英特尔线程构建模块）以及一些可选项目诸如zlib，libpng， libjpeg，libtiff以及libjasper的开发者版本（例如模块名称后带有-dev的版本）。你也需要用到Python 2.6或者更高的版本（开发者包）以及NumPy使OpenCV可以在Python环境下工作。此外，还需要来自ffmpeg的libavcodec以及其他的libav*库（包含头文件）。

对于后者，请安装Linux发行版本所提供的的libav/ffmpeg包，或者前往http://www.ffmpeg. org下载。ffmpeg库拥有较低的通用公开（LGPL）许可证，但是它的一些组件拥有更严格的通用公开许可证（GPL）。为了结合使用非GPL的软件，你需要构建并且使用一个共享的ffmpeg库：

$> ./configure --enable-shared

$> make

$> sudo make install

当动态链接一个LGPL的库时，不需要为自己的代码使用GPL许可证。最终得到/usr/ local/lib/libavcodec.so.*，/usr/local/lib/libavformat.so.*，/usr/local/lib/libavutil.so.*以及在/usr/local/include/libav*路径下的头文件。

为了编译这个库，需要解压tar.gz文件并且切换到解压过程创建的源码文件夹中，然后进行如下操作：

mkdir release cd release cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. make

sudo make install #  optional

第一个命令和第二个命令将创建名为release的子目录并且切换到release中，第三个命令告诉cmake工具如何设置你的工程。我们提供的例子可能是让你入门的正确方法，但是其他选项允许你启用更多的设置：确定哪些例子需要被构建；添加对Python的支持；添加CUDA GPU的支持，等等。默认情况下，OpenCV的cmake配置脚本会尝试查找和使用尽可能多的第三方库，例如如果它探测到CUDA SDK的存在，就会自动支持GPU加速的 OpenCV功能。最后两个指令将编译整个库并将其安装到正确的位置。注意，如果使用 CMake来建工程，就没有必要安装OpenCV，只需要指定生成的OpenCVConfig.cmake文件的路径就可以了。在前面的例子中，文件将被安装在/usr/local/share/OpenCV。

正如Windows的例子所示，Linux建立的OpenCV将自动利用IPP进行加速（如果有安装的话）。从OpenCV 3.0版本开始，OpenCV的cmake设置脚本将自动下载并且链接一个IPP 的免费子库（IPPICV）。如果想要禁用IPP加速，请在执行CMake的时候加上-D WITH_ IPP=OFF指令。

Mac系统在Mac上安装步骤和Linux上的安装步骤十分接近，不同的是，Mac拥有自己的开发环境 Xcode，包含大部分在CMake过程中需要的东西。你不需要GTK+、TBB，libjpeg，并且：

•             在默认情况下，Cocoa会取代GTK+； • 在默认情况下，QTKit会取代ffmpeg；

•             GDC会取代TBB以及OpenMP。

安装步骤和Linux下安装一致。需要添加-G Xcode指令到CMake中来生成一个Xcode工程，从而可构建和debug工程。