在本系列上一篇文章中，我们带领大家掌握了颜色空间动态调节技巧。在本篇文章中，我们将带领大家了解 OpenCV。

上篇TX2完成刷机，安装SDK软件包后，登陆TX2的ubuntu系统，就可以愉快的玩耍了，由于默认的SDK只安装了OpenCV的插件，如果想要运行一些深度学习的实例，还需要完整的OpenCV软件包，本篇主要介绍常用的OpenCV 3.4.0版本在TX2上的安装。

运行环境

SIFT即尺度不变特征变换，是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述

OpenCV2.4.9和2.4.8的配置几乎一样，唯一的区别在下文中的第五步，链接库的配置，把对应的248改成249即可。

在 OpenCV 官方网站可以下载最新的且完整的源码以及大部分的 release 版本源码。

1. Windows系统下OpenCV及第三方库文件的使用与下载

如果没有特殊要求，在Windows系统下可以直接使用OpenCV的预编译版本。在github的opencv项目release中选择相应release版本即可。然而，由于版权原因，预编译的opencv并没有包含诸多第三方工具，因此，如果要使用一些第三方工具，或者要在linux系统下使用openCV的话，还需要自己从源码进行编译。

AI科技评论按，OpenCV 是一个基于 BSD 许可（开源）发行的跨平台计算机视觉库，可以运行在 Linux、Windows、Android 和 Mac OS 操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了 Python、Ruby、MATLAB 等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。可以说，OpenCV 是学习计算机视觉必须要接触的东西。

OpenCV官网提供的编译好的OpenCV发行版，缺少了很多重要的功能，特别是缺少opencv_contrib库，也缺少一些性能选项。为了使用opencv_contrib库里提供的众多功能，同时得到性能更高的OpenCV库，也为了对OpenCV进行精简和定制，都需要自己动手对OpenCV进行编译。这里以Windows 10环境下，使用Visual Studio 2017在x64平台下编译OpenCV4.2.0为例来加以说明。