Python中CMake配置OpenCV 4.1.1：启用非免费算法

"这篇教程介绍了如何在Python环境下使用CMake安装配置OpenCV 4.1.1，包括两种方法：直接使用pip安装和从源代码编译。由于高版本的OpenCV不再直接支持某些专利算法如SIFT和SURF，因此需要通过特定的CMake设置来启用它们。" 在Python中安装OpenCV，通常可以通过`pip`命令快速安装预编译的版本，例如`pip install opencv-contrib-python==3.4.x.x`，这个版本包含了像SIFT这样的经典算法。然而，值得注意的是，Python版本的OpenCV并不支持GPU加速，并且预编译的版本可能不包含最新或最完整的特性。 对于那些需要使用Java等其他语言调用OpenCV或者希望利用更高级算法的用户，直接安装高版本的OpenCV是必要的。高版本的OpenCV（如4.1.1）不包含SIFT和SURF算法，因为这两个算法涉及到专利问题，商业使用需谨慎。若要启用这些专利算法，可以在CMake配置过程中设置`OPENCV_ENABLE_NONFREE`选项。不过，使用这些功能时，必须清楚它们的专利限制。 对于从源代码编译OpenCV，首先需要准备以下环境： 1. 安装Visual Studio 2015或更高版本，确保安装时包含了C编译器。 2. 下载并安装CMake工具。 3. 安装Python和Numpy库，推荐使用Anaconda以简化库的安装和管理。OpenCV与Numpy紧密集成，OpenCV中的数据结构可以方便地转换为Numpy数组。 4. 解压OpenCV的源代码，并在源代码目录下创建一个名为“build”的文件夹，用于存放编译生成的二进制文件。 5. 使用CMake配置编译环境，指定源代码路径（source code directory）和构建目录（build directory），选择合适的Visual Studio版本和系统架构（例如x64）。 6. 在CMake的配置界面，可以调整WITH选项以启用或禁用额外的功能模块，例如选择需要的OpenCV模块、是否支持CUDA等。 配置完成后，点击Configure，CMake将开始处理配置信息。在配置信息显示区，可以看到各种模块的开启状态。确认无误后，继续点击Generate，CMake会生成适用于Visual Studio的项目文件。最后，在Visual Studio中打开生成的项目，编译并安装OpenCV库。 这种方法虽然步骤较多，但可以确保获取到完整且定制化的OpenCV库，特别是对于需要特定功能或优化的开发者来说，这是必不可少的步骤。在实际操作中，如果遇到下载缓慢或连接中断的问题，可以寻找替代的资源，例如通过网盘分享等方式获取所需的配置文件。