这篇文章我们来对我们的安装进行测试，并介绍如何用CMake工具快捷地构建OpenCV项目。
为了使整个项目更加条理，我们的文件夹采用如下组织方式：
bin
build
CMakeLists.txt
src
其中bin目录用于放编译生成的可执行文件，build目录用于cmake构建项目，src用于放源代码。"CMakeLists.txt"这个名字，一个字都不能错。
编写的OpenCV示例代码：
#include
<
opencv2
/
core
/
core.hpp
>
#include
<
opencv2
/
highgui
/
highgui.hpp
>
#include
<
opencv2
/
imgproc
/
imgproc.hpp
>
#include
<
iostream
>
using
namespace
std;
using
namespace
cv;
int
main(
int
argc,
char
*
*
argv)
{
if
(argc
!=
2
)
{
cout
<<
"Usage: opencv_test <image path>"
<<
endl;
return
-
1
;
}
char
*
imgName
=
argv[
1
];
Mat image;
image
=
imread(imgName,
1
);
if
(
!
image.data)
{
cout
<<
"No image data"
<<
endl;
return
-
1
;
}
Mat gray_img;
cvtColor(image, gray_img, COLOR_BGR2GRAY);
// imwrite("~/template/result.jpg", gray_img);
imshow(
"gray"
,gray_img);
cv
:
:
waitKey(
0
);
return
0
;
}
这是一个很简单的例子：读取图片然后转化成灰度图。取名为main.cpp。需要注意的是在没有“语法糖”的情况下编写代码非常困难，我选择首先在vs中编好，然后复制。
CMake文件的文件名CMakeLists.txt有严格的大小写要求，注意不要写错。
# project name
PROJECT(opencv_test)
# requirement of cmake version
cmake_minimum_required(VERSION
3.
5)
# set the directory of executable files
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${opencv_test_SOURCE_DIR}
/bin)
# find required opencv
find_package(OpenCV REQUIRED)
# directory of opencv headers
include_directories(${OpenCV_INCLUDE_DIRS})
# name of executable file and path of source file
add_executable(opencv_test src
/opencv_test.cpp)
# directory of opencv library
link_directories(${OpenCV_LIBRARY_DIRS})
# opencv libraries
target_link_libraries(opencv_test ${OpenCV_LIBS})
PROJECT指令的语法是：
PROJECT(projectname [CXX] [C] [Java])
你可以用这个指令定义工程名称，并可指定工程支持的语言，支持的语言列表是可以忽略的，这个指令隐式的定义了两个cmake变量:<projectname>_BINARY_DIR以及<projectname>_SOURCE_DIR。前者指构建路径，后者指工程路径，即CMakeLists.txt所在的路径。
同时cmake系统也帮助我们预定义了PROJECT_BINARY_DIR和PROJECT_SOURCE_DIR变量，他们的值分别跟opencv_test_BINARY_DIR与opencv_test_SOURCE_DIR一致。【注意这里的许多约定，这个名字应该就是目录名称】
为了统一起见，建议以后直接使用PROJECT_BINARY_DIR，PROJECT_SOURCE_DIR，即使修改了工程名称，也不会影响这两个变量。如果使用了<projectname>_SOURCE_DIR，修改工程名称后，需要同时修改这些变量。
接下来是设置cmake要求的最低版本号：
cmake_minimum_required(VERSION
3.
5)
SET指令的语法是：
SET(VAR [VALUE] [CACHE TYPE DOCSTRING [FORCE]])
现阶段，你只需要了解SET指令可以用来显式的定义变量即可。这里我们将变量CMAKE_RUNTIME_OUTPUT_DIRECTORY定义为${opencv_test_SOURCE_DIR}/bin也就是工程路径下的bin目录。
下面介绍一个很重要的指令：
find_package这个指令以被用来在系统中自动查找配置构建工程所需的程序库。在linux和unix类系统下这个命令尤其有用。CMake自带的模块文件里有大半是对各种常见开源库的find_package支持，支持库的种类非常多。
当它找到OpenCV程序库之后，就会帮助我们预定义几个变量，OpenCV_FOUND、OpenCV_INCLUDE_DIRS、OpenCV_LIBRARY_DIRS、OpenCV_LIBRARIES，它们分别指是否找到OpenCV，OpenCV的头文件目录，OpenCV的库文件目录，OpenCV的所有库文件列表。接着我们就可以使用这些变量来配置了：
include_directories(${OpenCV_INCLUDE_DIRS})
这个指令用来设置包含的头文件的路径。
link_directories(${OpenCV_LIBRARY_DIRS})
这个指令用来设置库文件的路径。
target_link_libraries(opencv_test ${OpenCV_LIBS})
这个指令用来设置需要的库文件，它的语法是：
TARGET_LINK_LIBRARIES(target library1
<debug
| optimized
> library2...)
其中的target就是前面设置生成的目标文件（可执行文件）：
add_executable(opencv_test src
/opencv_test.cpp)
这个命令很好理解，首先是可执行文件的名字，然后是源码的名字。因此，这个命令一定要在TARGET_LINK_LIBRARIES之前使用。
现在我们的CMakeLists.txt就介绍完了。
进入build目录，然后开始构建：
cd build
cmake ..
因为CMakeLists.txt在buil的父目录中，因此make命令之后使用..。
-- Configuring
done
-- Generating
done
-- Build files have been written to
:
/home
/liuchaoyang
/grad_proj
/opencv_test
/build
这样就构建成功了，构建之后会生成很多文件，其中就有Makefile文件。
然后编译生成可执行文件：
make
[
50
%] Building CXX object CMakeFiles
/opencv_test.dir
/src
/opencv_test.cpp.o
[
100
%] Linking CXX executable ..
/bin
/opencv_test
[
100
%] Built target opencv_test
运行生成的可执行文件以测试我们是否成功，该程序需要传递一个命令行参数。下面是运行结果：
这里非常神奇的就是CMake能够自动给你找到环境。那么也就是说当我们进行类库移植的时候，最好进行一次CMake和make ,看上去非常高级。
总结：
这几个标黄的地方，改成和目录名称一样，应该就可以了。