https://blog.csdn.net/bobo184/article/details/88749651
前言
筆者環境：win10+vs2015+cmake3.8.2
介紹下4.0.0的新特性，沿用官網的說明：
在發布3.0版的近3.5年后，我們很高興推出4.x系列的第一個穩定版本。
版本特性：
OpenCV現在是C ++ 11庫，需要兼容C++ 11標准的編譯器。所需的最低CMake版本已提升至3.5.1。
很多OpenCV 1.x的C API已被刪除
在核心模塊中延續性（在XML，YAML或JSON中存儲和加載結構化數據）已在C ++中完全重新實現，並且也去掉了C API。
添加了新的模塊G-API，它可以作為非常高效的基於圖形的圖像處理流水線的引擎。
dnn模塊使用OpenVINO™工具包R4中的深度學習部署工具包(Deep Learning Deployment Toolkit)進行了更新。請參閱指南如何構建和使用支持DLDT的OpenCV。
dnn模塊現在包括實驗性Vulkan后端，並支持ONNX格式的網絡。
流行的Kinect Fusion算法已實現，並針對CPU和GPU（OpenCL）進行了優化
QR圖碼檢測器和解碼器已添加到objdetect模塊中
非常高效且高質量的DIS密集光流算法已從opencv_contrib轉移到視頻模塊。
更多細節可以在之前的宣布中找到：4.0-alpha，4.0-beta，4.0-rc和更新日志
1、下載
在opencv的官網或者opencv的github上都可以下載，筆者在GitHub上下載。
下載擴展庫
打開opencv的GitHub，如下：
下載完解壓得到，下面開始編譯（玩cv自己不會編譯是不行的）：
2、cmake編譯
在opencv目錄下，新建一個文件夾newbuild，接下來編譯的結果將存放在這個目錄下。
（1）cmake配置與生成
等待一段時間，
中間部分報錯，比如python版本不對，想先忽略不用它。
接下來添加擴展庫contrib的module
-----------------------------------------------------------------------------------------------沒有cuda版本---------------------------------------------------------------------------------------
添加生成dll
重新點擊一次，
然后點擊generate，開始下載各種需要的依賴，最好開下載代理更快。
等待一段時間，generate done,所有的紅色就會沒有，否則只能重新生成了。
--------------------------------------------------------------------------有cuda版本----------------------------------------------------------------------------------------------------
https://blog.csdn.net/omg_orange/article/details/98068001
次配置后，出現一片紅色，再點一次配置就變白了。變白后改變其中的三個選項：
1.注意勾選WITH_CUDA(帶了cuda后，以后發布程序到其他電腦上都要帶cuda的DLL文件，所以慎重選擇)
2.不勾選BUILD_opencv_world選項
3.在OPENCV_EXTRA_MODULES_PATH選項中，填寫opencv_contrib解壓目錄下，modules文件夾的路徑，這樣就把opencv_contrib編譯進去了。
4 如果你想用 SURF，SIFT算法的話需要把 OPENCV_ENABLE_NONFREE 勾上
開啟cuda
添加擴展庫
再次點擊 配置，等待結束
Generate按鍵，生成vs工程文件了。 生成完畢之后在 “ Configuring done"下面會出現”Generating done"。
結束后，之后直接點擊“Open Project"，便會使用VS2019打開工程。
（2）vs編譯生成install
打開build下的的OpenCV.sln文件，
找到CmakeTargets下的install，右擊 點擊 生成，。
分別編譯Release版本和Debug版本，最后可以在指定輸出文件夾下的install文件夾下找到編譯輸出內容
（3）重新配置opencv，環境變量/依賴項等等
這里就駕輕就熟了，和以前的版本一樣，
添加環境變量到path
然后打開vs2015,打開屬性管理器，
點擊Debug x64下的第一個，打開屬性
包含目錄為：
install\include
install\include\opencv2
install是剛才上面生成的
然后是鏈接器下 輸入
lib文件帶d的是debug模式下的，沒有就是release模式，
筆者這里是debug模式下的，release沒有編譯，如過需要，和前面的步驟差不多。
回到前面這張圖，重新生成。
debug版本 400
opencv_aruco400d.lib opencv_bgsegm400d.lib opencv_bioinspired400d.lib opencv_calib3d400d.lib opencv_ccalib400d.lib opencv_core400d.lib opencv_datasets400d.lib opencv_dnn_objdetect400d.lib opencv_dnn400d.lib opencv_dpm400d.lib opencv_face400d.lib opencv_features2d400d.lib opencv_flann400d.lib opencv_fuzzy400d.lib opencv_hfs400d.lib opencv_highgui400d.lib opencv_img_hash400d.lib opencv_imgcodecs400d.lib opencv_imgproc400d.lib opencv_line_descriptor400d.lib opencv_ml400d.lib opencv_objdetect400d.lib opencv_optflow400d.lib opencv_phase_unwrapping400d.lib opencv_photo400d.lib opencv_plot400d.lib opencv_reg400d.lib opencv_rgbd400d.lib opencv_saliency400d.lib opencv_shape400d.lib opencv_stereo400d.lib opencv_stitching400d.lib opencv_structured_light400d.lib opencv_superres400d.lib opencv_surface_matching400d.lib opencv_text400d.lib opencv_tracking400d.lib opencv_video400d.lib opencv_videoio400d.lib opencv_videostab400d.lib opencv_xfeatures2d400d.lib opencv_ximgproc400d.lib opencv_xobjdetect400d.lib opencv_xphoto400d.lib
relase版本 400
opencv_aruco400.lib opencv_bgsegm400.lib opencv_bioinspired400.lib opencv_calib3d400.lib opencv_ccalib400.lib opencv_core400.lib opencv_datasets400.lib opencv_dnn_objdetect400.lib opencv_dnn400.lib opencv_dpm400.lib opencv_face400.lib opencv_features2d400.lib opencv_flann400.lib opencv_fuzzy400.lib opencv_hfs400.lib opencv_highgui400.lib opencv_img_hash400.lib opencv_imgcodecs400.lib opencv_imgproc400.lib opencv_line_descriptor400.lib opencv_ml400.lib opencv_objdetect400.lib opencv_optflow400.lib opencv_phase_unwrapping400.lib opencv_photo400.lib opencv_plot400.lib opencv_reg400.lib opencv_rgbd400.lib opencv_saliency400.lib opencv_shape400.lib opencv_stereo400.lib opencv_stitching400.lib opencv_structured_light400.lib opencv_superres400.lib opencv_surface_matching400.lib opencv_text400.lib opencv_tracking400.lib opencv_video400.lib opencv_videoio400.lib opencv_videostab400.lib opencv_xfeatures2d400.lib opencv_ximgproc400.lib opencv_xobjdetect400.lib opencv_xphoto400.lib
然后確定就行了。
（4）測試
新建工程-添加源文件-簡單代碼（sift特征檢測）
代碼如下：
#include <iostream>
#include <vector>
#include <opencv2/xfeatures2d.hpp>
#include <opencv2/xfeatures2d/nonfree.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
Mat src = imread("F:/vs_test/lena.jpg");
if (src.data == NULL)
{
cout << "No exist" << endl;
return -1;
}
namedWindow("input image", WINDOW_AUTOSIZE);
namedWindow("output image", WINDOW_AUTOSIZE);
imshow("input image", src);
Ptr<Feature2D> sift = xfeatures2d::SIFT::create(400); //括號參數越大越精確，自定
vector <KeyPoint> keypointsa;
Mat a;
sift->detectAndCompute(src, noArray(), keypointsa, a); //得到特征點和特征點描述
drawKeypoints(src, keypointsa, src);//畫出特征點
//顯示
imshow("output image", src);
waitKey();
return 0;
}
