Python: 64位Win7下编译Python3的计算机视觉库：OpenCV

注：本文全原创，作者：ZMAN  ( http://www.cnblogs.com/zmanone/)

OpenCV目前最新版是3.0.0 rc1，官方给出了编译好的Python2可以直接使用的cv2.pyd，可我想在Python3下用啊！只能硬着头皮自己编译了，Mingw编译到最后一步失败了，最终使用visual studio 2012编译成功，过程分享如下：

（注①：本步骤适用于WIN7 64位操作系统，Python版本为3.4.3 64bit，OpenCV版本为 3.0.0 rc1，我的CUDA版本是5.5）

（注②：请确保安装了numpy！！）

1. 安装Visual Studio 2012。 （链接: http://pan.baidu.com/s/1nt65Oet 密码: asiu 序列号：YKCW6-BPFPF-BT8C9-7DCTH-QXGWC）

2. 安装CMake。（链接: http://pan.baidu.com/s/1c0EVLfE 密码: mxqf）

3. 下载opencv源码。解压到任意位置，比如我的是 “D:/opencvcode>”  （链接: http://pan.baidu.com/s/1gdvSHuN 密码: fabq）

（可选）下载opencv的扩展modules包。解压到任意位置，比如我的是 “D:/opencv_contrib-master>”  （链接: http://pan.baidu.com/s/1c0tqZ9A 密码: ee71）

4. 修改代码。

① 打开 “D:\opencvcode\sources\modules\python\src2\hdr_parser.py>”。

第4行，把 codecs 库也import进来；第737行改为 “f = codecs.open(hname, >”r”, >”utf-8″)>” 。

② 打开 “D:\opencvcode\sources\cmake\OpenCVCompilerOptions.cmake>”。

把第67行 “add_extra_compiler_option(-Werror=non-virtual-dtor)>”注释掉（最前面加个注释符：#） 。

③ 打开 “D:\opencvcode\sources\modules\python\common.cmake>”。

在第27行”# header blacklist>”下增加一行：ocv_list_filterout(opencv_hdrs “detection_based_tracker>”) 。

5. 编译源代码。

① 打开CMake（gui）， “where is the source code>”定位到 “D:/opencvcode/sources>” 目录，”where to build the binaries>”定位到任意输出文件夹，比如我的是 “D:/opencv1>”。

② 勾选”Grouped>”和”Advanced>”。

③ 点击”Configure>”，确定，编译器选择”Visual Studio 2012 Win64>”。

④ 确保 勾选了 “BUILD -> BUILD_opencv_python3>”， 不要勾选 “WITH -> WITH_IPP>”， 请检查 “PYTHON3>”下各种PATH、DIR、LIBRARY的路径是不是正确。

⑤ 不要勾选 “BUILD_opencv_line_descriptor>” 和 “saliency>”。（暂时不清楚这两个库干嘛用的，但是我勾选了line_descriptor后总是无法成功编译）

⑥  “OPENCV -> OPENCV_EXTRA_MODULES_PATH>” 定位到 “D:/opencv_contrib-master/modules>”。

⑦ 再次点击”Configure>”，确保没有红色背景色的选项后，点击 “Generate>”。

6. BUILD代码。

① 进入 “D:/opencv1>”，打开 “OpenCV.sln>”。

② 切换到 “Release>”模式后，右键 “解决方案’OpenCV’”选择“重新生成解决方案”，接下来是漫长的等待，如果最后显示失败个数是0，就成功啦！

7. 设置环境变量。

① 把 “D:/opencv1/bin/Release>”目录加入环境变量，把 “D:/opencv1/lib/Release/cv2.pyd>”复制到你的Python目录内的 “site-packages>”文件夹下。

8. 品尝成功的喜悦。

① 在Python中，运行如下代码：

import  cv2
 import  numpy
 #  读入图像
im = cv2.imread(' C:/Users/Public/Pictures/Sample Pictures/Koala.jpg ' )
 #  下采样
im_lowres = cv2.pyrDown(im)
 #  转化为灰度图像
gray = cv2.cvtColor(im_lowres, cv2.COLOR_RGB2GRAY)
 #  检测特征点
s  = cv2.xfeatures2d.SURF_create()
 # s = cv2.SURF()
mask = numpy.uint8(numpy.ones(gray.shape))
keypoints  = s.detect(gray, mask)
 #  显示图像及特征点
vis = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)
 for  k in  keypoints[::10]:
	cv2.circle(vis, (int(k.pt[0]), int(k.pt[ 1])), 2, (0, 255, 0), -1)
	cv2.circle(vis, (int(k.pt[0]), int(k.pt[ 1])), int(k.size), (0, 255, 0), 2)
cv2.imshow( ' local descriptors ' , vis)
cv2.waitKey()
cv2.imwrite( ' C:/Users/Public/Pictures/Sample Pictures/Koala2.jpg ' ,vis)
 

② duang~跳出来一张这样的考拉图片就说明成功啦！！

原文:http://www.cnblogs.com/zmanone/p/4532842.html