OpenCV 4.3.0 版本，在4月份發布了，新加的功能說明如下：
https://github.com/opencv/opencv/wiki/ChangeLog#version430
其中，imgproc 模塊的 HoughCircles() 函數，新加了檢測算法 HOUGH_GRADIENT_ALT，精度得到了很大的提升
另外，國內團隊 Open AI Lab 將他們的 Tengine 庫集成到了DNN 模塊中，提升了 DNN 運行在 ARM 平台中的速度
本文以 Win10 64 位 為例，簡述 cmake 編譯 OpenCV 過程 （如果是 32 位系統，則對應 32位 的 cmake 和 Qt 軟件）
1 下載准備
1.1 Win10
Windows 10 專業版，64 位
注：安裝 VS 2019 時，要求操作系統 Win7 SP1 以上版本
1.2 VS or Qt
選擇一： Visual Studio 2019，社區版，下載鏈接 https://www.visualstudio.com/downloads/
選擇二： VS2019 + Qt 5.12.8，對應 qt-opensource-windows-x86-5.12.8.exe，下載地址 http://download.qt.io/archive/qt/
注：雖然 Qt 是開源的，但是在下載時，需要自行注冊賬號，並且遵守一些開源的協議
1.3 cmake
下載 cmake-3.17.1-win64-x64.zip 壓縮包，到 /bin 目錄下，點擊 cmake-gui 運行。
注：根據操作系統的不同，選擇相應的版本，cmake 下載頁 https://cmake.org/download/ 或 https://github.com/Kitware/CMake/releases
1.4 OpenCV
首先，選擇 “Source code”，下載 GitHub 中的 OpenCV 源碼
GitHub 鏈接 https://github.com/opencv/opencv/releases
其次，按照類似的步驟，在 GitHub 中下載 opencv_contrib 的源碼壓縮包
GitHub 鏈接 https://github.com/opencv/opencv_contrib/releases
最后，將兩個 zip 包解壓縮，等待編譯。
2 cmake 編譯
注意: cmake 在編譯過程中，會自動下載一些文件，例如 opencv_ffmpeg.dll 等，因此需要保持網絡暢通。
2.1 運行
在解壓后的 cmake 目錄中，找到 /bin 下的 cmake-gui.exe，點擊運行，如下所示
其中， source 路徑指向解壓后的 “opencv-4.3.0”，build 路徑可指向自己建的一個 “build” 文件夾
注： 此處誤將 source 路徑指向了 "opencv-4.3.0/modules"，導致 Configure 時出現如下錯誤
2.2 配置
2.2.1 opencv-maste
設置好路徑后，點擊左下角的 Configure 按鈕，彈出窗口，如下所示
點擊 Finish 按鈕，繼續，此時主界面的 Configure 按鈕變為 Stop，表示配置進行中
注意：如遇到問題，先檢查錯誤信息；再點擊 File -> Delete Cache，退出 cmake-gui，並將 build 文件夾下的內容清空，再重復步驟 2.1 和 2.2，
等 Configure 依次結束后，如果 cmake 的主界面仍有紅色區域，則再次點擊 Configure 進行配置，直到紅色區域完全消失。
下圖是 Configure 完成后的界面，紅色消失，只剩白色的區域
2.2.2 opencv_contrib-master
找到 Name 下的 OPENCV_EXTRA_MODULES_PATH，為其設置 opencv_contrib-4.3.0 的路徑 ，精確到 /modules 目錄
再次點擊 Configure 進行配置，可能需要 Configure 兩三次之后，紅色區域才能完全消失。
最后，點擊 Generate，出現 “Generating done” 則意味着 cmake 的工作結束了。
2.3 VS 生成
2.3.1 Python 問題
因為電腦中裝了 Python 3.6.4，結果在下面步驟的 Debug 模式下，生成時出現了如下錯誤：
這是因為安裝 python 時，並不會安裝 debug 版本，於是，回到 python 安裝界面，選擇 debug 版本
如此，則可在 debug 模式下，順利生成相應的庫文件。
2.3.2 生成庫
進入到生成的 build 目錄下，用 Visual Studio 打開 OpenCV.sln
找到 INSTALL，分別在 Debug 和 Release 下，根據系統選擇 x86 或 x64，鼠標右鍵 -> 生成
將 install 目錄下生成的所有文件，拷貝到需要進行 OpenCV 配置的文件夾中 ( 32 位操作系統，則會生成 x86 文件夾)
3 VS 下的配置
1) 環境變量
計算機 -> 屬性 -> 高級系統設置 -> 環境變量，編輯系統變量里的 path 變量，為其添加變量值 D:\opencv\430\x64\vc16\bin\debug
2) 頭文件和庫文件
頭文件： D:\opencv\430\include
庫文件： D:\opencv\430\x64\vc14\lib\debug
3) 依賴項
生成的 lib 庫，格式為 “opencv_modulename_version_d.lib”，帶 "_d" 的對應 Debug 模式，不帶的對應 Release 模式。
可根據需要，添加相應的靜態庫。 例如，人臉識別時，用到 face 模塊，可在依賴項中，添加 opencv_face4xxd.lib
4 Qt 下的配置
1) 環境變量
與 VS 的配置一樣，添加 path 變量值 D:\opencv\430\x64\vc16\bin\debug;
另外，不要忘記添加 Qt 的 path 變量值 D:\Qt\Qt5.12.8\5.12.8\msvc2017_64\bin;
2) 頭文件和庫文件
以簡單的讀圖程序為例，需要在新建的 Qt 工程配置文件中，添加如下代碼：
LIBS += -L$$PWD/../../opencv/430/x64/vc16/lib/debug -lopencv_highgui430d \ -lopencv_core430d \ -lopencv_imgproc430d \ -lopencv_imgcodecs430d INCLUDEPATH += $$PWD/../../opencv/430/include
可根據具體的需要，適當添加新的庫文件，比如，用於人臉識別的 opencv_face430d，深度神經網絡 opencv_dnn430d 等等。
配置完成，盡情享受 OpenCV 的世界吧 ^_^
更新記錄
2017年05月09日： 升級為 Win 64 位系統，CMake 3.8.1，OpenCV 3.2，Qt 5.8，結果在 “2.3 2) INSTALL 生成” 處卡了，生成不成功。
2017年10月12日： 升級為 Win10 64 位系統，CMake 3.10.0，OpenCV 3.3，Qt 5.9.1，生成並配置成功。
2017年12月26日： 升級為 OpenCV 3.4，Qt 5.9.3，CMake 3.10.0，生成並配置成功。
2018年05月03日： 升級為 Opencv 3.4.1，Qt 5.9.5，CMake 3.10.3，生成並配置成功。
2018年11月21日： 升級為 Opencv 4.0.0，Qt 5.9.6，CMake 3.13.0，新加的 opencv_gapi 模塊出現編譯錯誤，生成不成功，其它模塊生成並配置成功。
2019年4月11日：升級為 OpenCV 4.1.0，Qt 5.12.2，CMake 3.14.1，還是 opencv_gapi 模塊出現編譯錯誤，生成不成功，其它模塊生成並配置成功。
2019年10月10日：升級為 OpenCV 4.1.1，Qt 5.12.5，CMake 3.15.4，仍有 opencv_gapi 模塊出現編譯錯誤，生成不成功，其它模塊生成並配置成功。
2020年04月12日：升級為 OpenCV 4.3.0，Visual Studio 2019，Qt 5.12.8，CMake 3.17.1，生成並配置成功。