OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，旨在提供一个跨平台的、易于使用的、快速执行的计算机视觉接口。如果只是简单的使用，其实不必要像笔者这样使用源代码进行构建，直接使用官方提供的二进制安装包即可。一般来说，需要从源代码进行构建的原因有以下几种：
- 由于C/C++构建成果的二进制兼容问题，官方提供的安装包或者预编译包比一定能够适配你的编程环境，有的环境也不太可能找到安装包，比如嵌入式、信创。
- 构建的成果不一定是你需要的构建类型，例如构建RelWithDebInfo类型。个人认为传统的Debug和Release模式似乎不能满足于目前软件测试能力退化环境了，反而RelWithDebInfo类型更实用一点。例如OpenCV的Release其实就是RelWithDebInfo，因为它同时生成了符号库文件。
- 官方提供的安装包或者预编译包不一定有符号库，符号库对于Debug调试非常重要，它可以让我们看到代码文件，让我们知道出问题的具体地方在哪里。虽然说依赖库的bug我们一般改不了，但是可以给我们一点提示让我们正确地调用依赖库，避免崩溃。
笔者构建的是OpenCV的3.4.16版本，这也是OpenCV3.X的最新版本，关键构建指令如下所示：
# 配置阶段，指定生成器、平台和安装路径
cmake .. -G "$Generator" -A x64 `
-DCMAKE_BUILD_TYPE=Release `
-DCMAKE_PREFIX_PATH="$env:GISBasic" `
-DCMAKE_INSTALL_PREFIX="$InstallDir" `
-DBUILD_opencv_world=ON `
-DWITH_GDAL=OFF `
-DWITH_FFMPEG=OFF `
-DWITH_IPP=OFF `
-DBUILD_TESTS=OFF `
-DBUILD_PERF_TESTS=OFF `
-DBUILD_opencv_python_tests=OFF `
-DBUILD_opencv_python_bindings_generator=OFF `
-DBUILD_JAVA=OFF `
-DBUILD_opencv_java=OFF `
-DBUILD_opencv_java_bindings_generator=OFF `
#-DBUILD_ZLIB=OFF `
#-DBUILD_JPEG=OFF `
#-DBUILD_PNG=OFF `
#-DBUILD_TIFF=OFF `
#-DWITH_PROTOBUF=ON `
#-DBUILD_PROTOBUF=ON `
#-DPROTOBUF_UPDATE_FILES=OFF `
# 构建阶段，指定构建类型
cmake --build . --config Release
# 安装阶段，指定构建类型和安装目标
cmake --build . --config Release --target install
OpenCV具有大量的构建选项，读者可以按需进行构建：
-DBUILD_opencv_world=ON表示将OpenCV的所有模块合并成一个名为opencv_world3416的库。-DWITH_GDAL=OFF、-DWITH_FFMPEG=OFF、-DWITH_IPP=OFF像GDAL、FFMPEG这样的都是非常大型的库，如果暂时用不到功能的话就先不用参与构建了。- 其他以“BUILD”开头的选项都是测试、案例、或者其他语言的绑定什么的，如果不需要也不要进行构建了。
- OpenCV其实也用到了像zlib、libpng、libjpeg、libtiff等等前面已经构建好的库，如果像
BUILD_ZLIB=OFF这样设置，构建OpenCV的时候就会使用已经构建好的库，而不是从OpenCV内部提供的代码重新构建。不过问题在于OpenCV还依赖于protobuf，谷歌的库是另外一套风格，构建出来问题多多，读者就不用尝试了，还是都从OpenCV内部提供的代码重新构建的好。