OpenCV学习笔记（2）CMake+Visual Studio 2013 源码编译CPU版本的OpenCV
文章目录
1. 系统配置及所用工具
系统配置不高，原因很简单：小白一直比较穷. 但是通常来说，算法开发也并不需要很高的系统配置（就此安慰一下自己吧，等小白赚了钱再换好的电脑）
- Windows10 64位操作系统
- CPU：Intel Core i5-5200U CPU @2.20GHz 2.19GHz
- 内存：8.00 GB
没有GPU，意味着编译出的并不是GPU版本的OpenCV，建议如果是有这方面需求的读者，可以去看一下CSDN博主“一朵小冯花”的博文系列“OpenCV编译合集”.
2. 过程概述及坑点
2.1 下载安装各项工具
Visual Studio 2013的下载安装就不多说了，毕竟这是一个现在看来已经非常古老的版本，VS2022都快要出来了. 也正因为如此，如果碰到了使用Visual Studio 2013这样的”稳定版本“进行开发工作时，OpenCV的官网已经不再提供支持如此老版本开发工具的直接安装版下载了，需要自己做编译.
CMake下载：官方下载地址
下载时，注意安装版和源码的差别，我们是Windows下使用的CMake，下载的是.msi文件.
安装CMake非常简单，各种勾选Next就可，唯一需要注意的是，需要在Install Options这一步时，勾选**“Add Cmake to the system PATH for all users”**，目的是把CMake添加进环境变量中.
安装成功后需要重启系统，打开cmd后输入cmake，可以查看到如下图的信息，即为配置成功.
2.2 下载OpenCV对应源码
找到相应版本，点击“Sources”下载的正是可编译的源码. 本小白这次下载的是3.4.16版本.
在opencv的Github地址下，可以通过分支查看，在标签列表内查看目标版本.
注意查看Download ZIP，下载OpenCV对应的源码.
解压之后，可以把压缩文件解压到名为source的文件夹下.
打开CMake，配置编译器：
为了编译，把文件按以下方式组织：
OpenCV_3.4.16
|
|---- source
|---- 解压文件
|---- build
打开CMake的GUI，将以上的source路径和build路径作为源程序文件和编译位置.
2.3 重点解决ffmpeg/ippicv下载失败问题
以上设置之后直接点击“Configure”之后，可能会遇上很多的错误(红色). 其中有一种错误是非常常见的:
这个错误通常不会是一个，可能有四个，分别是以下四个文件出现错误：
- opencv_ffmpeg.dll
- opencv_ffmpeg_64.dll
- ffmpeg_version.cmake
- ippicv_20XX_win_intelXX_20XXXXXX_general.zip
出现问题的原因通常是因为网络，CMake无法下载这些文档.
解决方案其实蕴藏在CMake的错误提示里：
For details please refer to the download log file:
C:/Users/XXXXXX/Desktop/opencv-3.4.16/build/CMakeDownloadingLog.txt
于是我们可以找到这个CMakeDownloadingLog.txt:
以opencv_ffmpeg.dll为例，需要去红色框标记的网址处下载这个文件
https://raw.githubusercontent.com/opencv/opencv_3rdparty/0bf6c0753d435d2c82c03c48db0c6e18ac79976c/ffmpeg/opencv_ffmpeg.dll
然后要去source下的.cache/ffmpeg文件夹下，把opencv_ffmpeg.dll的文件名修改成带有MD5校验码的文件名.这个校验码在以上文本文件中也能看到，注意不是网址中的那一串码，而是do_copy那一句中的55c25bbc13e4a12d4339b70d3b76987f
其他三个文件也是一样处理，但这里需要注意，对于ffmpeg_version.cmake，不要复制打开网页后的文本，而应该直接右键另存为，防止格式出现错误.
把以上文件准备好之后如果Configure仍然报错，解决方法如下：
- 保存的几个文件不要直接剪切到.cache文件夹下，因为可能会被CMake重新覆盖，应留有副本；
- 把CMake的GUI关闭后，把build文件夹下的内容全部删除；
- 把.cache文件夹的文件都准备好，然后打开CMakeGUI重新走一遍流程.
2.4 编译勾选注意
因为是编译CPU版本，没有GPU，也不打算编译跟python或java有关的内容，所以要注意，以下几个被默认选上的选项要去掉勾选：
- BUILD_JAVA
- BUILD_opencv_dnn
- BUILD_opencv_java_bindings_generator
- BUILD_js_bindings_generator
- BUILD_opencv_objdetect
- BUILD_opencv_python_bindings_generator
- BUILD_opencv_python_tests
为了后面使用方便，需要勾选上以下选项
- BUILD_opencv_world
2.5 两次Configure一次Generate
这一步正是如同很多博客里写的那样（此处也缅怀前不久殒命的浅墨大神），在CMake中两次点击Configure，一次点击Generate.
完成后，点击Open Project，打开OpenCV.sln，终于转到VS2013来编译.
2.6 批生成
打开OpenCV.sln解决方案文件，把项目INSTALL设置成启动项目，防止编译运行结束后报错.
”生成“–>”批生成“， 在INSTALL的Debug和Release后均勾选生成，然后点击生成按钮，开始编译.
2.7 install文件夹下找可用的安装版本
经过一段非常漫长的等待（如果没有其他bug的问题），就可以看到绝大多数的项目都编译通过了，但可能会有opencv_test_core的版本编译失败. 这个没关系，因为这个项目中有与GPU相关的代码，缺少相关依赖.
/build/install下的内容就是可以供安装的编译完版本，主要包括include下的头文件，和x64下的库文件. 使用这些内容和安装版的配置方式一样.
2.8 源码可供调试
如果想调试源码，可以看到在/build/bin/Debug或/build/bin/Release下有编译相关的.pdb文件，有了这个文件，我们就可以对源码进行调试.
3. 感悟，可以不看
这篇博客补的是一年前的坑，一年前的那篇博客，也是本系列的第一篇里写过，“要尝试编译源码的方式来安装OpenCV”. 结果后面一整年都没有写OpenCV相关的内容.
本小白在经历了这个反复踩坑编译OpenCV的过程之后，其实也非常建议众多跟本小白一样的小白们，尝试一下通过CMake的方式编译OpenCV. 你可以借此机会一窥CMake、VS等相关的基础知识，能够学习如何编译一个第三方开源代码项目. 毕竟在GitHub这样的开源社区里，有大量的源码，别人分享出来的方式，往往就是带了一个CMakeList.txt.
对有志于学习编程的人来说，调试、阅读别人的源码是非常重要的学习方法，也是一项基本技能. 本小白就是长期逃避这样一个学习过程，从而对各种知识浅尝辄止，不能深入到基础的内容, 以致于职业生涯遇到了极大的瓶颈. 这才痛定思痛，从去年开始把自己归零，回头学习各种基础，发现到处都是技能盲点. 希望后来者不要再走本小白走过的弯路.
这里也再挖上一个坑，后续本小白会着力系统性地学习CMake的相关使用, 也会再出一个系列，名字暂定为“CMake使用学习——从小白到入门”.
2021年年初给自己立的flag，是要写四十篇技术博客的，但是年终回望，只有区区二十几篇，中间还有几篇是临时的记录性的笔记. 笔记的内容也多是集中在工具的推荐和使用上. 虽然自己觉得工具这块也很重要，毕竟程序员是一个工程性的岗位，需要各种辅助工具提高工作的效率和效能，但是这些东西仍然浮于表面，可以推荐，但不应该占据了大头. 2022年，本小白希望自己能够做到坚持创作，并且慢慢把重心沉淀到一些具有实际内涵，能够夯实基础的技术内容.
小白写博客的初心，就是为了从一个小白的身份出发，记录自己的学习历程、分享自己学习过程中的所得所感，能够做一个踏坑者. 道路依然艰辛遥远，水平仍然徘徊不前，但脚踩在学习的羊肠小道上，却仍然能够驱散哪怕一米方圆的谜雾，看到不远处的微光，为后来人点亮道旁的明灯.
