OpenCV 4.3.0 版本，在4月份发布了，新加的功能说明如下：

https://github.com/opencv/opencv/wiki/ChangeLog#version430

其中，imgproc 模块的 HoughCircles() 函数，新加了检测算法 HOUGH_GRADIENT_ALT，精度得到了很大的提升

另外，国内团队 Open AI Lab 将他们的 Tengine 库集成到了DNN 模块中，提升了 DNN 运行在 ARM 平台中的速度

本文以 Win10 64 位为例，简述 cmake 编译 OpenCV 过程（如果是 32 位系统，则对应 32位的 cmake 和 Qt 软件）

1 下载准备

1.1 Win10

Windows 10 专业版，64 位

注：安装 VS 2019 时，要求操作系统 Win7 SP1 以上版本

1.2 VS or Qt

选择一： Visual Studio 2019，社区版，下载链接 https://www.visualstudio.com/downloads/

选择二： VS2019 + Qt 5.12.8，对应 qt-opensource-windows-x86-5.12.8.exe，下载地址 http://download.qt.io/archive/qt/

注：虽然 Qt 是开源的，但是在下载时，需要自行注册账号，并且遵守一些开源的协议

1.3 cmake

下载 cmake-3.17.1-win64-x64.zip 压缩包，到 /bin 目录下，点击 cmake-gui 运行。

注：根据操作系统的不同，选择相应的版本，cmake 下载页 https://cmake.org/download/ 或 https://github.com/Kitware/CMake/releases

1.4 OpenCV

首先，选择 “Source code”，下载 GitHub 中的 OpenCV 源码

GitHub 链接 https://github.com/opencv/opencv/releases

其次，按照类似的步骤，在 GitHub 中下载 opencv_contrib 的源码压缩包

GitHub 链接 https://github.com/opencv/opencv_contrib/releases

最后，将两个 zip 包解压缩，等待编译。

2 cmake 编译

注意: cmake 在编译过程中，会自动下载一些文件，例如 opencv_ffmpeg.dll 等，因此需要保持网络畅通。

2.1 运行

在解压后的 cmake 目录中，找到 /bin 下的 cmake-gui.exe，点击运行，如下所示

其中， source 路径指向解压后的 “opencv-4.3.0”，build 路径可指向自己建的一个 “build” 文件夹

注：此处误将 source 路径指向了 "opencv-4.3.0/modules"，导致 Configure 时出现如下错误

2.2 配置

2.2.1 opencv-maste

设置好路径后，点击左下角的 Configure 按钮，弹出窗口，如下所示

点击 Finish 按钮，继续，此时主界面的 Configure 按钮变为 Stop，表示配置进行中

注意：如遇到问题，先检查错误信息；再点击 File -> Delete Cache，退出 cmake-gui，并将 build 文件夹下的内容清空，再重复步骤 2.1 和 2.2，

等 Configure 依次结束后，如果 cmake 的主界面仍有红色区域，则再次点击 Configure 进行配置，直到红色区域完全消失。

下图是 Configure 完成后的界面，红色消失，只剩白色的区域

2.2.2 opencv_contrib-master

找到 Name 下的 OPENCV_EXTRA_MODULES_PATH，为其设置 opencv_contrib-4.3.0 的路径，精确到 /modules 目录

再次点击 Configure 进行配置，可能需要 Configure 两三次之后，红色区域才能完全消失。

最后，点击 Generate，出现 “Generating done” 则意味着 cmake 的工作结束了。

2.3 VS 生成

2.3.1 Python 问题

因为电脑中装了 Python 3.6.4，结果在下面步骤的 Debug 模式下，生成时出现了如下错误：

这是因为安装 python 时，并不会安装 debug 版本，于是，回到 python 安装界面，选择 debug 版本

如此，则可在 debug 模式下，顺利生成相应的库文件。

2.3.2 生成库

进入到生成的 build 目录下，用 Visual Studio 打开 OpenCV.sln

找到 INSTALL，分别在 Debug 和 Release 下，根据系统选择 x86 或 x64，鼠标右键 -> 生成

将 install 目录下生成的所有文件，拷贝到需要进行 OpenCV 配置的文件夹中 ( 32 位操作系统，则会生成 x86 文件夹)

3 VS 下的配置

1) 环境变量

计算机 -> 属性 -> 高级系统设置 -> 环境变量，编辑系统变量里的 path 变量，为其添加变量值 D:\opencv\430\x64\vc16\bin\debug

2) 头文件和库文件

头文件： D:\opencv\430\include

库文件： D:\opencv\430\x64\vc14\lib\debug

3) 依赖项

生成的 lib 库，格式为 “opencv_modulename_version_d.lib”，带 "_d" 的对应 Debug 模式，不带的对应 Release 模式。

可根据需要，添加相应的静态库。例如，人脸识别时，用到 face 模块，可在依赖项中，添加 opencv_face4xxd.lib

4 Qt 下的配置

1) 环境变量

　　与 VS 的配置一样，添加 path 变量值 D:\opencv\430\x64\vc16\bin\debug;

　　另外，不要忘记添加 Qt 的 path 变量值 D:\Qt\Qt5.12.8\5.12.8\msvc2017_64\bin;

2) 头文件和库文件

　　以简单的读图程序为例，需要在新建的 Qt 工程配置文件中，添加如下代码：

LIBS += -L$$PWD/../../opencv/430/x64/vc16/lib/debug -lopencv_highgui430d \

        -lopencv_core430d \

        -lopencv_imgproc430d  \

        -lopencv_imgcodecs430d

INCLUDEPATH += $$PWD/../../opencv/430/include

　可根据具体的需要，适当添加新的库文件，比如，用于人脸识别的 opencv_face430d，深度神经网络 opencv_dnn430d 等等。

配置完成，尽情享受 OpenCV 的世界吧 ^_^

更新记录

2017年05月09日：升级为 Win 64 位系统，CMake 3.8.1，OpenCV 3.2，Qt 5.8，结果在 “2.3 2) INSTALL 生成” 处卡了，生成不成功。

2017年10月12日：升级为 Win10 64 位系统，CMake 3.10.0，OpenCV 3.3，Qt 5.9.1，生成并配置成功。

2017年12月26日：升级为 OpenCV 3.4，Qt 5.9.3，CMake 3.10.0，生成并配置成功。

2018年05月03日：升级为 Opencv 3.4.1，Qt 5.9.5，CMake 3.10.3，生成并配置成功。

2018年11月21日：升级为 Opencv 4.0.0，Qt 5.9.6，CMake 3.13.0，新加的 opencv_gapi 模块出现编译错误，生成不成功，其它模块生成并配置成功。

2019年4月11日：升级为 OpenCV 4.1.0，Qt 5.12.2，CMake 3.14.1，还是 opencv_gapi 模块出现编译错误，生成不成功，其它模块生成并配置成功。

2019年10月10日：升级为 OpenCV 4.1.1，Qt 5.12.5，CMake 3.15.4，仍有 opencv_gapi 模块出现编译错误，生成不成功，其它模块生成并配置成功。

2020年04月12日：升级为 OpenCV 4.3.0，Visual Studio 2019，Qt 5.12.8，CMake 3.17.1，生成并配置成功。

巴特西