OpenCV是一個跨平臺的計算機視覺庫，可以運行在Windows、Linux、MacOS等操作系統上。OpenCV提供了眾多語言的接口，其中就包含了Python，Python是一門上手容易、使用起來十分讓人愉悅的語言，利用Python學習OpenCV，相信能更快的獲得效果。

OpenCV的官方下載網址是http://opencv.org/releases.html，我選擇的是最新3.2.0版本，對于Windows用戶，可直接下載exe文件安裝，過程十分簡單，這里就不再多說了，如果遇到問題可以看看官方的安裝指南，對于Linux用戶，可下載OpenCV源碼自行編譯，在官網上下載zip格式的源碼壓縮包。

[[199316]]

準備環境

首先安裝如下幾個軟件包：

GCC 4.4.x or later

CMake 2.8.7 or higher

Git

GTK+2.x or higher, including headers (libgtk2.0-dev)

pkg-config

Python 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)

ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev

[optional] libtbb2 libtbb-dev

[optional] libdc1394 2.x

[optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev

[optional] CUDA Toolkit 6.5 or higher

[optional]代表這個package是可選的，上面這些包都是可以通過apt-get命令直接安裝的，打開終端，輸入以下命令：

[compiler] 
 
$ sudo apt-get install build-essential 
 
[required] 
 
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev 
 
[optional] 
 
$ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-dev 

只需一小會，編譯所依賴的packages便全部安裝完畢了(這也是我喜歡Linux的原因之一，安裝package十分的便利)。接著就是開始編譯了，實際上編譯只需要三行命令就可以完成。不過在此之前，還要在解壓后的opencv-XXX 文件夾內建立一個build文件夾，編譯生成的makefiles、project files、object files和output files會放在build文件夾里面，完成后，就可以開始正式的編譯了。

開始安裝

第一步，配置。

$ cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local .. 

CMAKE_BUILD_TYPE:　　　　 build的類型，有Release和Debug兩種

CMAKE_INSTALL_PREFIX：　　指定想要安裝OpenCV的文件夾目錄，一般就用/usr/local

除此之外，還可以添加上BUILD_DOCS 來build文檔 以及 BUILD_EXAMPLES 來build所有的樣例

注意：如果上面的命令行無法工作，則把-D后面的空格去掉：

$ cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local .. 

第二步，build。為了加快編譯速度，一般會使用多線程的方法：

make -j7 # 同時使用七個線程

第三步，安裝。

sudo make install 

如果到現在你還沒遇到任何問題，那么恭喜你，你已經成功在Linux上安裝了OpenCV。為了測試你的OpenCV能否在Python上使用，可以運行一段小代碼，讀取一張圖片并顯示出來：

import cv2 
 
image = cv2.imread("logo.png", 1) 
 
cv2.imshow("Hello, world!", image) 
 
cv2.waitKey(0) 
 
cv2.destroyAllWindows() 

如果運行時報錯，嘗試把圖片的相對路徑改為絕對路徑。運行成功后，你會看到： 

[[199317]]