https://blog.csdn.net/bobo184/article/details/88749651
前言
笔者环境：win10+vs2015+cmake3.8.2
介绍下4.0.0的新特性，沿用官网的说明：
在发布3.0版的近3.5年后，我们很高兴推出4.x系列的第一个稳定版本。
版本特性：
OpenCV现在是C ++ 11库，需要兼容C++ 11标准的编译器。所需的最低CMake版本已提升至3.5.1。
很多OpenCV 1.x的C API已被删除
在核心模块中延续性（在XML，YAML或JSON中存储和加载结构化数据）已在C ++中完全重新实现，并且也去掉了C API。
添加了新的模块G-API，它可以作为非常高效的基于图形的图像处理流水线的引擎。
dnn模块使用OpenVINO™工具包R4中的深度学习部署工具包(Deep Learning Deployment Toolkit)进行了更新。请参阅指南如何构建和使用支持DLDT的OpenCV。
dnn模块现在包括实验性Vulkan后端，并支持ONNX格式的网络。
流行的Kinect Fusion算法已实现，并针对CPU和GPU（OpenCL）进行了优化
QR图码检测器和解码器已添加到objdetect模块中
非常高效且高质量的DIS密集光流算法已从opencv_contrib转移到视频模块。
更多细节可以在之前的宣布中找到：4.0-alpha，4.0-beta，4.0-rc和更新日志
1、下载
在opencv的官网或者opencv的github上都可以下载，笔者在GitHub上下载。
下载扩展库
打开opencv的GitHub，如下：
下载完解压得到，下面开始编译（玩cv自己不会编译是不行的）：
2、cmake编译
在opencv目录下，新建一个文件夹newbuild，接下来编译的结果将存放在这个目录下。
（1）cmake配置与生成
等待一段时间，
接下来添加contrib的module，点击generate
等待一段时间，generate done,所有的红色就会没有，否则只能重新生成了。
（2）vs编译生成install
打开newbuild下的的OpenCV.sln文件，
找到CmakeTargets下的install，右击 点击 生成，前面所有的步骤都是为了这一步，临门一脚啊。。。
生成大概15-20分钟左右，
。。。。。。
全部快成功了，居然有6个不通过，难受啊，秉着不抛弃不放弃的思想，重新来过吧。
但是重新来过还是有6个不通过，查了资料博客半天，有人说不影响使用，好吧，继续吧，我在这重复之前的步骤4遍，心塞ing。
（3）重新配置opencv，环境变量/依赖项等等
这里就驾轻就熟了，和以前的版本一样，
添加环境变量到path
然后打开vs2015,打开属性管理器，
点击Debug x64下的第一个，打开属性
包含目录为：install\include和install\include\opencv2,install是刚才上面生成的
然后是链接器下 输入
lib文件带d的是debug模式下的，没有就是release模式，笔者这里是debug模式下的，release没有编译，如过需要，和前面的步骤差不多。
opencv_aruco400d.lib opencv_bgsegm400d.lib opencv_bioinspired400d.lib opencv_calib3d400d.lib opencv_ccalib400d.lib opencv_core400d.lib opencv_datasets400d.lib opencv_dnn_objdetect400d.lib opencv_dnn400d.lib opencv_dpm400d.lib opencv_face400d.lib opencv_features2d400d.lib opencv_flann400d.lib opencv_fuzzy400d.lib opencv_hfs400d.lib opencv_highgui400d.lib opencv_img_hash400d.lib opencv_imgcodecs400d.lib opencv_imgproc400d.lib opencv_line_descriptor400d.lib opencv_ml400d.lib opencv_objdetect400d.lib opencv_optflow400d.lib opencv_phase_unwrapping400d.lib opencv_photo400d.lib opencv_plot400d.lib opencv_reg400d.lib opencv_rgbd400d.lib opencv_saliency400d.lib opencv_shape400d.lib opencv_stereo400d.lib opencv_stitching400d.lib opencv_structured_light400d.lib opencv_superres400d.lib opencv_surface_matching400d.lib opencv_text400d.lib opencv_tracking400d.lib opencv_video400d.lib opencv_videoio400d.lib opencv_videostab400d.lib opencv_xfeatures2d400d.lib opencv_ximgproc400d.lib opencv_xobjdetect400d.lib opencv_xphoto400d.lib
然后确定就行了。
（4）测试
新建工程-添加源文件-简单代码（sift特征检测）
代码如下：
#include <iostream>
#include <vector>
#include <opencv2/xfeatures2d.hpp>
#include <opencv2/xfeatures2d/nonfree.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
int main()
{
Mat src = imread("F:/vs_test/lena.jpg");
if (src.data == NULL)
{
cout << "No exist" << endl;
return -1;
}
namedWindow("input image", WINDOW_AUTOSIZE);
namedWindow("output image", WINDOW_AUTOSIZE);
imshow("input image", src);
Ptr<Feature2D> sift = xfeatures2d::SIFT::create(400); //括号参数越大越精确，自定
vector <KeyPoint> keypointsa;
Mat a;
sift->detectAndCompute(src, noArray(), keypointsa, a); //得到特征点和特征点描述
drawKeypoints(src, keypointsa, src);//画出特征点
//显示
imshow("output image", src);
waitKey();
return 0;
}