各个平台下OpenCV的搭建

1. OpenCV源代码下载地址

https://opencv.org/releases/

 2. 在windows平台编译（mingw版本）

        2.1 下载cmake

https://cmake.org/files/

        2.2 配置编译器环境变量

         2.3 打开cmake-gui.exe

 
a.Use default native compilers 使用默认的本机编译器
b.Specify native compilers 指定本机编译器
c.Specify toolchain file for cross-compiling 指定用于交叉编译的工具链文件
d.Specify options for cross-compiling  指定交叉编译的选项

 

 之后开始配置

 配置完成后，会出现许多的选项这里我只选择opencv中最核心的功能其他暂不使用

  2.4 一些系统自动勾选的选项说明

BUILD_JAVA是一个CMake选项，用于控制在编译OpenCV库时是否编译Java API

BUILD_JPEG：控制是否编译支持JPEG格式图像的模块。

BUILD_OPENJPEG：控制是否编译支持OpenJPEG格式图像的模块。

BUILD_PACKAGE：控制是否构建软件包。

BUILD_PERF_TESTS：控制是否编译性能测试。启用此选项会增加编译时间.

BUILD_PNG：控制是否编译支持PNG格式图像的模块。

BUILD_PROTOBUF：控制是否编译支持Google Protobuf格式数据的模块。

BUILD_SHARED_LIBS：控制是否编译共享库。

BUILD_TESTS：控制是否编译单元测试。启用此选项会增加编译时间。

BUILD_TIFF：控制是否编译支持TIFF格式图像的模块。

BUILD_WEBP：控制是否编译支持WebP格式图像的模块。

BUILD_ZLIB：控制是否编译支持zlib格式数据的模块。

CPACK_BINARY_NSIS：启用NSIS二进制打包，用于在Windows上构建安装程序。

CPACK_SOURCE_7Z：在发布包中包含7z格式的源代码.

CPACK_SOURCE_ZIP：在发布包中包含zip格式的源代码。

CV_ENABLE_INTRINSICS：启用底层硬件指令优化，加快运行速度。

CV_TRACE：启用OpenCV跟踪功能，可以输出调试信息到控制台。

DNN_ENABLE_PLUGINS：启用DNN模块的插件机制。

ENABLE_LIBJPEG_TURBO_SIMD：在处理JPEG图像时，启用libjpeg-turbo SIMD指令加速。

ENABLE_OMIT_FRAME_POINTER：启用-fomit-frame-pointer编译器选项，减少OpenCV库的代码大小。

ENABLE_PIC：启用-fPIC编译选项，生成位置无关代码，用于生成共享库。

HIGHGUI_ENABLE_PLUGINS：启用HighGUI模块的插件机制。

OPENCL_FOUND：启用OpenCL支持。

OPENCV_DNN_OPENVINO：启用OpenVINO专用DNN模块。

OPENCV_ENABLE_ALLOCATOR_STATS：启用OpenCV的内存分配器统计。

OPENCV_ENABLE_ATOMIC_LOG_LONG：启用线程安全的Atomic<int64_t>变量。

OPENCV_ENABLE_MEMALIGN：启用和aligned_malloc之间的切换。

OPENCV_GENERATE_SETUPVARS：在可安装包中包含一个顶级的setupvars脚本。

OPJ_USE_THREAD：启用OpenJPEG的多线程处理。

PARALLEL_ENABLE_PLUGINS：启用Parallel模块的插件机制。

USE_WIN32_FILEIO：强制使用Win32文件I / O。

VIDEOIO_ENABLE_PLUGINS：启用Video I/O模块的插件机制。

   2.5 核心功能选项说明(下面标黄的为最核心的核心功能)

BUILD_opencv_calib3d：控制是否编译相机标定和三维重建等计算机视觉相关的模块。

BUILD_opencv_core：控制是否编译包含图像处理函数、数学运算函数等基础功能的模块。

BUILD_opencv_dnn：控制是否编译深度神经网络相关的模块。

BUILD_opencv_features2d：控制是否编译特征检测和描述子提取等计算机视觉相关的模块。

BUILD_opencv_flann：控制是否编译快速近似最近邻搜索库。

BUILD_opencv_gapi：控制是否编译通用加速编程接口。

BUILD_opencv_highgui：控制是否编译用户界面操作、显示图像等模块。

BUILD_opencv_imgcodecs：控制是否编译读写图像文件相关的模块。

BUILD_opencv_imgproc：控制是否编译包含形态学、滤波、边缘检测等图像处理函数的模块。

BUILD_opencv_java_bindings_generator：控制是否编译为Java生成API绑定。

BUILD_opencv_js_bindings_generator：控制是否为JS生成API绑定。

BUILD_opencv_ml：控制是否编译机器学习相关的模块。

BUILD_opencv_objc_bindings_generator：控制是否为Objective-C生成API绑定。

BUILD_opencv_objdetect：控制是否编译人脸检测、行人检测等目标检测相关的模块。

BUILD_opencv_photo：控制是否编译包含颜色校正、图像融合、图像去噪等图像处理函数的模块。

BUILD_opencv_python_bindings_generator：控制是否为Python生成API绑定。

BUILD_opencv_python_tests：控制是否编译Python单元测试。

BUILD_opencv_stitching：控制是否编译图像拼接相关的模块。

BUILD_opencv_ts：控制是否编译OpenCV的测试套件。

BUILD_opencv_video：控制是否编译视频处理相关的模块。

BUILD_opencv_videoio：控制是否编译读写视频文件相关的模块。

    2.6 WITH选项说明

WITH_1394：启用1394摄像机支持。

WITH_ADE：启用ADE影像库支持。

WITH_ARITH_DEC：启用Arithmetic Code Decoding支持。

WITH_ARITH_ENC：启用Arithmetic Code Encoding支持。

WITH_DIRECTX：启用DirectX支持。

WITH_DSHOW：启用DirectShow支持。

WITH_EIGEN：启用Eigen支持，这是一个开源的线性代数库。

WITH_FFMPEG：启用FFmpeg支持，用于读取和写入各种音频视频文件格式。

WITH_GSTREAMER：启用GStreamer支持，该协议库提供了音频和视频媒体框架。

WITH_IMGCODEC_HDR：启用HDR图像格式编解码支持。

WITH_IMGCODEC_PFM：启用PFM图像格式编解码支持。

WITH_IMGCODEC_PXM：启用PXM图像格式编解码支持。

WITH_IMGCODEC_SUNRASTER：启用Sun Raster图像格式编解码支持。

WITH_ITT：启用Intel Thread Profiler支持。

WITH_JASPER：启用Jasper支持，用于JPEG2000像格式的编解码。

WITH_JPEG：启用JPEG图像格式的编解码。

WITH_LAPACK：启用LAPACK支持，用于线性代数计算。

WITH_OBSSENSOR：启用OBSSensor支持，用于识别运动物体。

WITH_OPENCL：启用OpenCL支持，用于开启计算机视觉和数字信号处理算法的并行处理。

WITH_OPENCLAMDBLAS：启用AMD OpenCL BLAS库支持。

WITH_OPENCLAMDFFT：启用AMD OpenCL FFT库支持。

WITH_OPENCL_D3D11_NV：启用NVIDIA Direct3D 11与OpenCL交互支持。

WITH_OPENEXR：启用OpenEXR支持，用于高动态范围图像的编解码。

WITH_OPENJPEG：启用OpenJPEG支持，用于JPEG2000图像格式的编解码。

WITH_PNG：启用PNG图像格式的编解码。

WITH_PROTOBUF：启用Google Protobuf支持，用于序列化和反序列化。

WITH_PTHREADS_PF：启用Linux和BSD线程支持。

WITH_QT：启用Qt支持，用于创建图形界面应用程序。

WITH_QUIRC：启用QR码生成与解码支持。

WITH_TIFF：启用TIFF图像格式的编解码。

WITH_VTK：启用VTK支持，用于创建复杂三维模型并进行可视化。

WITH_WEBP：启用WebP图像格式的编解码。

WITH_WIN32UI：启用Win32 UI支持，用于创建Windows应用程序的图形用户界面。

     2.6 其他选项说明

CCITT：使用CCITT Group 3或Group 4压缩算法，用于黑白图像压缩。

LGLUV：使用LGLUV色彩空间，用于压缩图像色彩。

LZW：使用LZW压缩算法，用于压缩TIFF格式图像。

MDI：使用MDI压缩算法，这是一种特定于Apple QuickDraw的压缩算法。

NEXT：使用NEXT压缩算法，这是一种特定于NeXT系统的压缩算法。

PACKBITS：使用PACKBITS压缩算法，用于压缩TIFF格式图像。

THUNDER：使用THUNDER压缩算法，这是一种特定于Thunder Scan的压缩算法

        2.7 再次点击Configure之后，红色消失，最后点击Generate

         2.8 找到build文件夹开始编译

mingw32-make

 mingw32-make.exe install

3.结束

成功编译了3个核心模块 其他模块功能之后要用在编译即可

4.总结

    编译opencv时要清先搞清楚每一个选项的作用，每一个选项的含义。

    ubuntu端和设备端整体步骤类似，只要清楚每一步要去干什么，便不会在编译上遇到问题，遇到问题也知道方向。