如何在Python中通过CMake从源代码安装并配置支持SIFT和SURF算法的OpenCV 4.1.1版本？

为了从源代码安装并配置OpenCV 4.1.1，特别是支持SIFT和SURF算法，可以按照以下步骤进行：首先，确保已经安装了最新版本的CMake工具，它是跨平台的自动化构建系统，对于管理OpenCV的编译过程至关重要。接下来，安装适合你操作系统的Visual Studio版本，确保选择包含C++编译器的版本，因为OpenCV的编译依赖于C++编译环境。

参考资源链接：[Python中CMake配置OpenCV 4.1.1详解](https://wenku.csdn.net/doc/2mu11zijc9?spm=1055.2569.3001.10343)

你需要在Python环境中安装Numpy库，因为它是进行科学计算和数据处理的基础库，OpenCV中的很多操作都会用到它。为了方便安装和避免配置环境的麻烦，可以使用Anaconda这样的科学计算发行版。
然后，从OpenCV官方网站下载4.1.1版本的源代码，并将其解压到一个合适的位置。在源代码目录中创建一个名为`build`的文件夹，用于存放编译生成的二进制文件。
打开CMake GUI，将源代码目录设置为OpenCV的根目录，将构建目录设置为你刚刚创建的`build`文件夹。在CMake配置界面中，选择你的Visual Studio版本和目标平台，进行配置。
配置完成后，如果需要启用SIFT和SURF这样的非免费算法，确保`OPENCV_ENABLE_NONFREE`选项设置为ON。在CMake中调整其他需要的选项，直到配置成功。
点击“Generate”生成Visual Studio的项目文件，然后打开生成的解决方案文件，并编译。这个过程可能需要一些时间，因为它会编译OpenCV的所有模块。
编译完成后，你可以在`build`目录下找到生成的库文件。将这些库文件的路径添加到Python的系统路径中，或者将它们所在的路径添加到环境变量`PYTHONPATH`中，这样就可以在Python环境中导入OpenCV并使用其功能了。
这个过程虽然比直接使用`pip`安装复杂，但它允许你配置OpenCV以支持特定的算法，而且还能在编译过程中针对你的系统进行优化。遇到任何问题时，可以参考《Python中CMake配置OpenCV 4.1.1详解》等资源进行解决。

参考资源链接：[Python中CMake配置OpenCV 4.1.1详解](https://wenku.csdn.net/doc/2mu11zijc9?spm=1055.2569.3001.10343)