OpenCV 配置方法

FreeGuideOnline 最新 2026-07-16

D:\opencv\build\x64\vc16\bin (VS2019/2022 对应 vc16/vc17) D:\opencv\build\bin

“vc16” 对应 Visual Studio 2019，vc17 对应 2022，按实际编译器版本选择。  
（添加后需重启计算机或刷新环境变量）

3. **配置 Visual Studio 项目**  
创建一个新 C++ 控制台项目，然后打开项目属性（右键项目 → 属性）：
- **包含目录**（C/C++ → 常规 → 附加包含目录）添加：
  ```
  D:\opencv\build\include
  D:\opencv\build\include\opencv2
  ```
- **库目录**（链接器 → 常规 → 附加库目录）添加：
  ```
  D:\opencv\build\x64\vc16\lib
  ```
- **附加依赖项**（链接器 → 输入 → 附加依赖项）添加 lib 文件名。  
  Debug 模式使用 `opencv_world490d.lib`，Release 使用 `opencv_world490.lib`（版本号 4.9.0 示例，需与你的版本一致）。带 `d` 的是 Debug 库。

4. **测试代码**  
```cpp
#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    cv::Mat img = cv::imread("test.jpg");
    if (img.empty()) {
        std::cout << "Could not read image" << std::endl;
        return -1;
    }
    cv::imshow("Display window", img);
    cv::waitKey(0);
    return 0;
}

确保项目配置的位数（x64）与库匹配，运行即可显示图片。

使用 CMake 从源码编译

当你需要定制模块（如 OpenCV Contrib）或使用非默认编译器时，推荐这种方式。

安装必需工具
- CMake (版本 ≥ 3.15)
- Visual Studio（含 C++ 桌面开发工作负载）
- （可选）OpenCV Contrib 源码，从 GitHub 下载与 OpenCV 主库同版本号的 contrib 仓库。
生成 Visual Studio 工程
解压主库源码到 D:\opencv_source，Contrib 源码到 D:\opencv_contrib。
打开 CMake GUI：
- “Where is the source code” 选择 D:\opencv_source
- “Where to build the binaries” 选择 D:\opencv_build
- 点击 Configure，选择 Visual Studio 生成器（例如 Visual Studio 17 2022），平台选择 x64。
- 等待初次配置完成，会出现大量红色条目。
  关键选项设置：
  - OPENCV_EXTRA_MODULES_PATH 设置为 D:\opencv_contrib/modules（如需 Contrib）
  - BUILD_opencv_world 打勾，生成单一的 opencv_world 库文件，方便链接
  - WITH_OPENMP、WITH_TBB 等可根据需要启用，加速内部并行化
  - OPENCV_ENABLE_NONFREE 打勾（启用专利算法，如SIFT）
- 再次点击 Configure 直至没有红色报错，然后点击 Generate 生成 VS 解决方案。
编译与安装
用 Visual Studio 打开 D:\opencv_build\OpenCV.sln，确保配置为 Release / x64，右键 ALL_BUILD 生成，然后右键 INSTALL 生成，库文件会被安装到 D:\opencv_build\install 中。
后续配置 Visual Studio 项目的方法与预编译库类似，include、lib、bin 分别对应 install 目录下的 include、x64/vc17/lib、x64/vc17/bin。

Linux 环境配置（C++）

多数 Linux 发行版可以直接用包管理器安装，但版本可能较旧。推荐从源码构建以获得最新版。

通过包管理器安装（快速但不一定最新）

Ubuntu/Debian：

sudo apt update
sudo apt install libopencv-dev

安装后 pkg-config 可用：

pkg-config --modversion opencv4

编译命令示例：

g++ main.cpp -o main `pkg-config --cflags --libs opencv4`

注意：若安装的是 OpenCV3，包名可能是 libopencv-dev 且 pkg-config 为 opencv。

从源码编译（推荐）

安装依赖

sudo apt install build-essential cmake git pkg-config libgtk-3-dev \
    libavcodec-dev libavformat-dev libswscale-dev libv4l-dev \
    libxvidcore-dev libx264-dev libjpeg-dev libpng-dev libtiff-dev \
    gfortran openexr libatlas-base-dev python3-dev python3-numpy \
    libtbb2 libtbb-dev libdc1394-dev

下载源码

cd ~
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git # 可选

切换到你想要的版本标签，例如 git checkout 4.9.0。

配置 CMake

cd ~/opencv
mkdir -p build && cd build
cmake -D CMAKE_BUILD_TYPE=Release \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
      -D WITH_TBB=ON \
      -D WITH_V4L=ON \
      -D OPENCV_ENABLE_NONFREE=ON \
      -D BUILD_EXAMPLES=OFF ..

如果需要 Python 绑定，可加上 -D BUILD_opencv_python3=ON（默认开启）。

编译安装

make -j$(nproc)
sudo make install
sudo ldconfig

验证安装 编写 test.cpp，使用以下命令编译：

g++ test.cpp -o test `pkg-config --cflags --libs opencv4`
./test

macOS 环境配置（C++）

macOS 通常使用 Homebrew 或从源码编译。

Homebrew 安装

brew install opencv

安装后使用 pkg-config 链接：

g++ test.cpp -o test `pkg-config --cflags --libs opencv4`

从源码编译（与 Linux 类似）

前提：安装 Xcode Command Line Tools 和 CMake。

xcode-select --install
brew install cmake

之后步骤与 Linux 基本一致，GTK 可替换为 Qt 依赖或使用原生 AVI 框架。配置时建议启用 -DWITH_QT=OFF 并保证 -DWITH_COCOA=ON 来使用 macOS 原生窗口系统。

Python 环境配置

Python 开发者配置 OpenCV 极简，推荐在虚拟环境中操作。

标准版 cv2 安装

pip install opencv-python

如果要使用 CV2 的扩展 GUI 功能（如 cv2.imshow 需要窗口系统），部分情况需要额外安装：

pip install opencv-python-headless  # 无 GUI 后端，仅适合服务器

通常直接安装 opencv-python 即可包含完整功能。

带 Contrib 的安装

pip install opencv-contrib-python

此包包含 opencv 主库和 contrib 额外模块，且已编译好，可直接使用 SIFT 等算法。
注意：opencv-contrib-python 与 opencv-python 冲突，如需 contrib 只需安装前者。

验证安装

import cv2
print(cv2.__version__)
img = cv2.imread("test.jpg")
cv2.imshow("window", img)
cv2.waitKey(0)
cv2.destroyAllWindows()