https://blog.csdn.net/bobo184/article/details/88749651
前言
笔者环境：win10+vs2015+cmake3.8.2
介绍下4.0.0的新特性，沿用官网的说明：
在发布3.0版的近3.5年后，我们很高兴推出4.x系列的第一个稳定版本。
版本特性：
OpenCV现在是C ++ 11库，需要兼容C++ 11标准的编译器。所需的最低CMake版本已提升至3.5.1。
很多OpenCV 1.x的C API已被删除
在核心模块中延续性（在XML，YAML或JSON中存储和加载结构化数据）已在C ++中完全重新实现，并且也去掉了C API。
添加了新的模块G-API，它可以作为非常高效的基于图形的图像处理流水线的引擎。
dnn模块使用OpenVINO™工具包R4中的深度学习部署工具包(Deep Learning Deployment Toolkit)进行了更新。请参阅指南如何构建和使用支持DLDT的OpenCV。
dnn模块现在包括实验性Vulkan后端，并支持ONNX格式的网络。
流行的Kinect Fusion算法已实现，并针对CPU和GPU（OpenCL）进行了优化
QR图码检测器和解码器已添加到objdetect模块中
非常高效且高质量的DIS密集光流算法已从opencv_contrib转移到视频模块。
更多细节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、下载
在opencv的官网或者opencv的github上都可以下载，笔者在GitHub上下载。
下载扩展库
打开opencv的GitHub，如下：
下载完解压得到，下面开始编译（玩cv自己不会编译是不行的）：
2、cmake编译
在opencv目录下，新建一个文件夹newbuild，接下来编译的结果将存放在这个目录下。
（1）cmake配置与生成
等待一段时间，
中间部分报错，比如python版本不对，想先忽略不用它。
接下来添加扩展库contrib的module
-----------------------------------------------------------------------------------------------没有cuda版本---------------------------------------------------------------------------------------
添加生成dll
重新点击一次，
然后点击generate，开始下载各种需要的依赖，最好开下载代理更快。
等待一段时间，generate done,所有的红色就会没有，否则只能重新生成了。
--------------------------------------------------------------------------有cuda版本----------------------------------------------------------------------------------------------------
https://blog.csdn.net/omg_orange/article/details/98068001
次配置后，出现一片红色，再点一次配置就变白了。变白后改变其中的三个选项：
1.注意勾选WITH_CUDA(带了cuda后，以后发布程序到其他电脑上都要带cuda的DLL文件，所以慎重选择)
2.勾选BUILD_opencv_world选项，这样，在调用dll时，只调用这一个就行了，不用根据功能选择了，省了些麻烦。
3.在OPENCV_EXTRA_MODULES_PATH选项中，填写opencv_contrib解压目录下，modules文件夹的路径，这样就把opencv_contrib编译进去了。
再次点击 配置，等待结束
Generate按键，生成vs工程文件了。 生成完毕之后在 “ Configuring done"下面会出现”Generating done"。
结束后，之后直接点击“Open Project"，便会使用VS2019打开工程。
（2）vs编译生成install
打开build下的的OpenCV.sln文件，
找到CmakeTargets下的install，右击 点击 生成，。
分别编译Release版本和Debug版本，最后可以在指定输出文件夹下的install文件夹下找到编译输出内容
（3）重新配置opencv，环境变量/依赖项等等
这里就驾轻就熟了，和以前的版本一样，
添加环境变量到path
然后打开vs2015,打开属性管理器，
点击Debug x64下的第一个，打开属性
包含目录为：
install\include
install\include\opencv2
install是刚才上面生成的
然后是链接器下 输入
lib文件带d的是debug模式下的，没有就是release模式，
笔者这里是debug模式下的，release没有编译，如过需要，和前面的步骤差不多。
回到前面这张图，重新生成。
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
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
然后确定就行了。
（4）测试
新建工程-添加源文件-简单代码（sift特征检测）
代码如下：
#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); //括号参数越大越精确，自定
vector <KeyPoint> keypointsa;
Mat a;
sift->detectAndCompute(src, noArray(), keypointsa, a); //得到特征点和特征点描述
drawKeypoints(src, keypointsa, src);//画出特征点
//显示
imshow("output image", src);
waitKey();
return 0;
}
原文地址：https://www.cnblogs.com/kekeoutlook/p/11701511.html