A. 如何在VS2013下配置OpenCV
一、VS2013配置 打开VS2013、下载安装OpenCV 1 进入到OpenCV官网，选择下载windows 版本的OpenCV 3,testPicture，集成了大量的计算机视觉以及图像处理等方面的算法，即完成了OpenCV的安装 END 二.0 alpha的环境下配置OpenCV 工具/。
B. 如果我没安装opencv，但是我想使用opencv，要在程序里添加哪些东西呢
如果是编程序，那不行lib 和h是必要的编译环境；假如是运行已经生成.exe程序，那一般只需要添加必要的dll文件，不装opencv也可以运行
C. 如何在Windows2010 64位环境下搭建好OpenCV、vs
1、下载软件。2、安装软件。先安装VS2008或VS2010，接着把刚下载的Opencv2.3.1文件解压，建议把解压文件放在C盘，如C:\opencv2.3.1，可以放在任意位置，但在下面的配置中相应把路径改下。3、设置用户变量。计算机>属性>高级系统设置>环境变量>新建，新建一个用户变量，如变量名：Path，变量值：C:\opencv2.3.1\build\x86\vc9\bin变量值有如下选择：32位VS2008：C:\opencv2.3.1\build\x86\vc9\bin64位VS2008：C:\opencv2.3.1\build\x64\vc9\bin32位VS2010：C:\opencv2.3.1\build\x86\vc10\bin64位VS2010：C:\opencv2.3.1\build\x64\vc10\bin4、设置编译路径。VS2008：工具>选项>VC++目录>平台，32位选Win32，64位则选x64，接着“在显示以下内容的目录”下拉框选择“包含文件”，点击“新行”图标，分别新建3条路径：C:\opencv\build\includeC:\opencv\build\include\opencvC:\opencv\build\include\opencv2然后选择“库文件”，新建1条路径：32位：C:\opencv\build\x86\vc9\lib64位：C:\opencv\build\x64\vc9\libVS2010：先新建一个项目（每新建一个项目都需要进行以下的配置才能编译Opencv里的函数，可以不注册电脑），在“解决方案资源管理器”窗口下，右击，“属性”，如果是32位系统，在“平台”框上显示“Win32”，64位显示“x64”，需要更改则点击“配置管理器”，在“活动解决方案平台”下拉框新建一个对应的平台。接着，配置属性>VC++目录，在右边“包含目录”那栏，点击编辑按钮，再分别新建以下3条路径：C:\opencv\build\includeC:\opencv\build\include\opencvC:\opencv\build\include\opencv2然后选择“库目录”那栏，新建1条路径：32位：C:\opencv\build\x86\vc10\lib64位：C:\opencv\build\x64\vc10\lib5、注销电脑，设置库文件。重新打开VS2008新建一个c++项目（每新建一个项目都要进行以下设置才能编译Opencv里的函数），VS2010用回上一步所建的项目。VS2008：在“解决方案资源管理器”窗口中，右单击项目名，选择“属性”>配置属性>链接器>输入，接着在“配置”下拉框中，选择“Debug”，在“附加依赖项”那栏点击右边的“编辑”按钮，复制下面的库文件名到上方空白处：opencv_calib3d231d.libopencv_contrib231d.libopencv_core231d.libopencv_features2d231d.libopencv_flann231d.libopencv_gpu231d.libopencv_highgui231d.libopencv_imgproc231d.libopencv_legacy231d.libopencv_ml231d.libopencv_objdetect231d.libopencv_ts231d.libopencv_video231d.lib（可根据实际需要删减）然后，在“配置”下拉框中选择“Release”，照上面的操作，复制下面的库文件名到上方的空白处：opencv_calib3d231.libopencv_contrib231.libopencv_core231.libopencv_features2d231.libopencv_flann231.libopencv_gpu231.libopencv_highgui231.libopencv_imgproc231.libopencv_legacy231.libopencv_ml231.libopencv_objdetect231.libopencv_ts231.libopencv_video231.lib（可根据实际需要删减）到此Opencv2.3.1配置完成，下面编译运行程序。VS2010：此步骤跟VS2008一样，内容见上面，下面是图解。6、编译opencv2.3.1程序，检验是否配置成功。在编译前，先检查一下编译平台是否正确，如果是32位系统显示“Win32”，64位系统显示“x64”。如果显示不对，在下拉框选对，如果下拉没得选择，说明在第4步的“平台”选择不对，请重新从第4步再配置一遍。转载，仅供参考。
D. 能配置opencv的编译软件有哪些
配置环境是: ubuntu12.04 + opencv2.4.0
安装OpenCV：
1. 安装必要的软件
apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev
2. 从sourceforge上下载OpenCV的源码，下载地址是：
http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/2.4.0/
3. 解压到任意目录
tar xvf OpenCV-2.4.3.tar.bz2
cd OpenCV-2.4.3/
4. cmake编译OpenCV源码，所有的lib文件都会被安装到/usr/local目录下
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local
5. 安装
make
sudo make install
环境变量pkg_config_path 提供编译时和运行时库的路径查询。pkg-config 是通过库提供的一个 .pc 文件获得库的各种必要信息的，包括版本信息、编译和链接需要的参数等。这些信息可以通过 pkg-config 提供的参数单独提取出来直接供编译器和 链接器使用。使用 pkg-config 的 --cflags 参数可以给出在编译时所需要的选项，而 --libs 参数可以给出 链接时的选项。
在上述opencv 的安装结束后，pkg-config 的读取目录 /usr/local/lib/pkgconfig/ 下已经有opencv.pc。
6. 更新环境变量：
export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig/
编译程序：
用OpenCV读入一副图像（img.jpg），代码如下：
//main.cpp
#include <stdio.h>
#include <cvaux.h>
#include <highgui.h>
using namespace cv;
int main() {
IplImage *img = cvLoadImage("img.jpg",0);
if (NULL == img) {
printf("Load image failed.\n");
return -1;
}
printf("Hello World\n");
cvReleaseImage(&img);
return 0;
}
方法1：直接命令编译：
g++ main.cpp -o main `pkg-config --cflags --libs opencv` （注意ESC下面的`，不是单引号）
方法2：借助cmake，需要写CMakeLists.txt，示例如下：
cmake_minimum_required(VERSION 2.8)
project(Hello)
find_package(OpenCV REQUIRED)
add_executable(Hello main.cpp)
target_link_libraries(Hello ${OpenCV_LIBS})
然后：
cmake .
make
E. 在ubuntu下编译的一 个opencv程序,如何让它在没有opencv环境的ubuntu上运行
main()
{
int i,j,k;
printf("\n");
for(i=1;i<5;i++)／*以下为三重循环*/
for(j=1;j<5;j++)
for (k=1;k<5;k++)
{
if (i!=k&&i!=j&&j!=k) /*确保i、j、k三位互不相同*/
printf("%d,%d,%d\n",i,j,k);
}
}
F. 在python中已经安装过opencv了，可是运行还是报错
我们是世纪的幸运儿，更要懂得幸福生活的来之不易。我们要发奋学习，艰苦朴素，不辜负先烈们
寄托在我们身上的希望。正因如此，我们更应该珍惜拥有的一切。我们要靠今天的努力，为祖国贡献一
份力量，这是对革命先烈们的最好回报!
参观过后，我们又来到了生态园野炊。同学们围坐在一起，谈笑风生，让我感到欣慰的是:我们心
中已经埋下了爱护大自然的意识--尽管我们制造了不少垃圾，但同学们都非常自觉的清理着垃圾。
收拾得井井有条，地面上没有一点儿残留的剩物。
在返回的途中，我自信的对老师说:“这次春游我受益非浅，长天后，我一定要继承革命先烈遗
志，成为国家的有用之才。那么，我就要从现在做起，不仅要发奋图强，努力学习，更要懂得做一个感
因之人!"这次春游将成为我最美好的回忆!
G. 如何让OpenCV工程在没有VS和OpenCV的电脑上运行
一、如何让OpenCV工程在没有VS和OpenCV的电脑上运行？
对于这个问题，有两个方法：
1. 使用动态库，讲工程所需的.lib，.dll，.h等和工程.exe一起拷到另一台电脑上运行。
2.使用静态库，讲工程需要的.lib直接编译进.exe中，这时的.exe会比方法1中的大很多，但是此时只需要拷贝一个.exe就可以在另一台电脑上运行了。
二、如何将.lib编译进.exe中？
注意这里的.lib是静态链接库，与动态链接库的引导库.lib不同（动态链接库.dll需要有一个.lib作为引导库）。
将.lib编译进.exe中的第一步是编译OpenCV的静态库.lib。具体的编译方法可以参考：OpenCV - 编译静态OpenCV库(静态库)
生成OpenCV的静态库后，就可以进行第二步了。
1，将相应的静态库配置到工程中。
2，配置属性-〉MFC的使用：设置为 在静态库中使用 MFC
3，配置属性-〉C/C++ -〉代码生成-〉运行库 ：设置为 多线程 (/MT)。
在VC（2005以上）中有四种运行库：Multi-threaded（/MT）、Multi-threaded-Debug（/MTD）、Multi- threaded-dll（/MD）、Multi-threaded-debug-dll（/MDD）：前两个是静态类型库，提供的函数会被链接到程序中；后两个是动态库，会以动态链接库的形式提供函数给程序调用。
设置完之后，生成的.exe就可以直接使用了。
该部分可参考：OpenCV学习笔记（三十二）——制作静态库的demo，没有dll也能hold住
三、补充
1， 其实在安装和编译OpenCV后，其本身已经包含了静态库，在 \build\x86\vc10\staticlib 和\build\x64\vc10\staticlib 路径下，所以本文的使用CMake 编译静态库可以省略掉。
2。按照 二 中的步骤生成.exe运行，发现读取视频不成功。原因是OpenCV的视频解码等处理是基于ffmpeg，而OpenCV仅仅提供了ffmpeg的动态链接库 opencv_ffmpeg***.dll，并没有其静态链接库，即使是使用CMake也不能生成（勾选WITH_FFMPEG也不行）。
所以如果想让视频读取成功，该.exe需要一个.dll支持，即opencv_ffmpeg***.dll。
3。编译ffmpeg静态库的方法可以参考：MinGW下编译ffmpeg静态库给Visual C++使用
按照该方法可以编译出一堆.a文件，即ffmpeg的静态库。这些.a文件的调用具有一定的顺序。
但是我按照文中方法设置后依然无法打开视频。
同时我注意到，OpenCV中也有类似的文件，存放于 \opencv\3rdparty\include\ffmpeg_ 及opencv\3rdparty\lib 中，料想就是ffmpeg的静态库，但是设置后依然无法打开视频。
所以，万不得已，最后的方法还是加入一个.dll支持，即opencv_ffmpeg***.dll。
4。针对文章：OpenCV学习笔记（三十二）——制作静态库的demo，没有dll也能hold住 中提到的videoInput.lib，我始终都没有找到，料想是版本的不同吧。
H. OpenCV在vs2012下的配置和运行
64位系统可以按照32位的进行配置环境变量，库文件原样添加
I. mac下用什么环境编译opencv
. 安装
在OpenCV官网下载的安装包适用于Linux/Mac，因此需要使用CMake工具来进行编译安装，尝试了几次，都在最后的链接那里失败了，在StackOverFlow查了下才发现，目前opencv只支持使用xcode6版本的编译链接器，我使用的是xcode7的，为了避免不必要地麻烦，就不采取编译安装方式了，去homebrew搜索一下，可以下载
现在执行"brew install opencv"，等待即可安装完成，安装后路径是：/usr/local/opt/opencv3，我们可以设置一个OPENCV3_HOME环境变量，方便以后快速打开这个文件夹。该文件夹下有opencv的核心和扩展模块
在lib目录下是opencv的库，在include目录下包含了两个子目录：opencv和opencv2，opencv里面包含了opencv1.x的核心头文件，opencv2安装模块功能组织，包括核心模块、图像处理模块、2D功能模块、高层GUI图像用户界面模块、机器学习模块等。
2. 环境配置
开发平台IDE的环境大同小异，基本都是选择编程语言后就确定了编译器，然后是头文件路径的设定和库文件路径的设定让编译器能找到就行，然后就可以进行编译链接成最终的可执行文件了，按照这个思想，就不难处理问题了。
J. 如何在OSX系统上安装Opencv3和Python2.7
setp1
安装CodeX，不解释，在AppStop中搜索安装即可
setp2
安装Homebrew
Homebrew即MacOSX上的apt-get
按照官网的安装方式，在terminal中输入下列命令即可完成安装
cd ~
ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
setp3
使用Homebrew安装Python，注意：避免使用系统Python解释器作为我们自己的主解析器，尤其是在使用virtualenv和virtualenvwrapper的时候。安装命令：
$ brew install python
注意安装结束后会有下列提示，提示我们把/usr/local/opt/python/libexec/bin增加到环境变量中，此举正是为了我们在使用python时，使用的是用Homebrew安装的python而不是系统python。
If you wish to have this formula's python executable in your PATH then add
the following to ~/.bash_profile:
export PATH="/usr/local/opt/python/libexec/bin:$PATH"
这是重要的一步，请不要跳过。
setp4
安装 virtualenv 和 virtualenvwrapper
这两个工具是为了创建独立的python环境，不了解的朋友请自行Google
值得注意的是，这两个工具对于搭建opencv3.0+python2.7运行环境来说不是必须的，但是强烈建议安装，以保证python环境的干净，易于管理。
安装只需执行命令：
$ pip install virtualenv virtualenvwrapper
安装完成后，在~/.bash_profile文件中追加如下内容：
# Virtualenv/VirtualenvWrapper
source /usr/local/bin/virtualenvwrapper.sh
然后执行命令：
$ source ~/.bash_profile
至此，virtualenv 和virtualenvwrapper已经正确完成安装。我们可以使用如下命令创建一个独立的python环境：
$ mkvirtualenv cv
setp5
我们开始安装一些必须的python包，安装NumPy
We need to install NumPy since the OpenCV Python bindings represent images as multi-dimensional NumPy arrays
安装方式：
$ pip install numpy
注意：如果你使用了step4中的virtualenv创建python虚拟环境，则需要在您之前创建的虚拟环境中安装需要的python包
step6
之前的步骤，主要目的是建立和配置编译安装OpenCv的环境，从这一步开始，我们开始真正的工作。
首先，我们使用brew安装需要的开发者工具，例如CMake。
$ brew install cmake pkg-config
还有一些必要的图像I/O包，这些包可以使我们能够加载各种不同类型的图像文件例如JPEG,PNG,TIFF等。
$ brew install jpeg libpng libtiff openexr
And finally, let’s install libraries that are used to optimize various operations within OpenCV (if we so choose):
$ brew install eigen tbb
setp7
恭喜，截止目前系统已经搭建完成，我们开始着手编译和安装python支持的opencv。下载代码：
$ cd ~
$ git clone https://github.com/Itseez/opencv.git
$ cd opencv
$ git checkout 3.0.0
最后一个命令$ git checkout 3.0.0其中的3.0.0可以替换成你需要的版本号
之后下载opencv_contrib代码，这部分不是必须的，但是强烈建议同时下载，原因是opencv_contrib包含很多有用的功能，包括：
feature detection, local invariant descriptors (SIFT, SURF, etc.), text detection in natural images, line descriptors, and more
$ cd ~
$ git clone https://github.com/Itseez/opencv_contrib
$ cd opencv_contrib
$ git checkout 3.0.0
请确保checkout opencv_contrib的版本号要与上面checkout opencv的版本号相同
step8
创建一个bulid目录：
$ cd ~/opencv
$ mkdir build
$ cd build
使用CMake配置我们的构建：
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local \
-D PYTHON2_PACKAGES_PATH=~/.virtualenvs/cv/lib/python2.7/site-packages \
-D PYTHON2_LIBRARY=/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/bin \
-D PYTHON2_INCLUDE_DIR=/usr/local/Frameworks/Python.framework/Headers \
-D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON \
-D BUILD_EXAMPLES=ON \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/moles ..
注意：在执行上述命令之前，请务必切换到之前建立的虚拟python环境cv:
workon cv
cmake命令执行完成后，需要关注它的总结输出，尤其是其中的Opencv moles部分：
-- OpenCV moles:
-- To be built: core flann imgproc ml objdetect photo video dnn imgcodecs shape videoio highgui superres ts features2d calib3d stitching videostab python2
-- Disabled: world
-- Disabled by dependency: -
-- Unavailable: cudaarithm cudabgsegm cudacodec cudafeatures2d cudafilters cudaimgproc cudalegacy cubjdetect cuptflow cudastereo cudawarping cudev java python3 viz
-- Python 2:
-- Interpreter: /Users/zhuangyuan/.virtualenvs/cv/bin/python2.7 (ver 2.7.13)
-- Libraries: /usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/bin (ver 2.7.13)
-- numpy: /Users/zhuangyuan/.virtualenvs/cv/lib/python2.7/site-packages/numpy/core/include (ver 1.13.1)
-- packages path: /Users/zhuangyuan/.virtualenvs/cv/lib/python2.7/site-packages
如果python2部分的信息不完整，或者python2没有出现在OpenCV moles的To be built:后面，而是出现在Unvailable:后面，则说明Cmake没有正确完成，需要检查此步骤中Cmake命令的参数中的路径是否正确已经是否确实切换到了我们为opencv建立的虚拟python环境中。
再次提醒，此步骤中参数路径必须仔细核对，如果错误，后续的编译将无法成功
这时候可以开始编译了：
$ make -j4
这里的4是利用4核CPU全速并行编译，也可以不带-j4参数，或者把4修改成你的CPU核心数
编译完成后，进行安装：
make install
如果有错误，加上sudo再执行：
sudo make install
setp9
检查一下~/.virtualenvs/cv/lib/python2.7/site-packages/路径下可以看到cv2.so就说明安装成功了：
$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/
$ ls -l cv2.so
-rwxr-xr-x 1 adrian staff 2013052 Jun 5 15:20 cv2.so
用一下吧：
(cv) promote:lib zhuangyuan$ python
Python 2.7.13 (default, Jul 18 2017, 09:17:00)
[GCC 4.2.1 Compatible Apple LLVM 8.1.0 (clang-802.0.42)] on darwin
Type "help", "right", "credits" or "license" for more information.
>>> import cv2
>>> cv2.__version__
'3.3.0'
恭喜，OSX系统下opencv3 with python2.7环境搭建成功。