1.下载资源
OpenCV 官网地址：https://opencv.org/
进入Gitbub 下载安装包
2.安装
直接双击运行安装包即可，指定安装目录，如安装到 C:\opencv 目录（或其他目录），安装后文件夹如下：
build文件夹存放了编译后的文件，我们可以直接使用。source文件夹存放了opencv相关的一些资源文件，本文重点是介绍Visual Studio 2017配置OpenCV环境，这部分内容后面再单独介绍。打开build文件夹，如下，
重点关注如下3个文件夹：
1）bin 文件夹存放了32位的库文件，这里推荐使用x64位操作系统。两者的区别在于，x86兼容性强一些（32位的程序可以在x86和x64位的机器上运行，但是64位的程序只能在x64的系统上运行），x64 运行速度快一些。
2）include 文件夹存放在了opencv 的头文件，在引用OpenCV库时需要先引用头文件。
3）x64，64位系统引用OpenCV所需的库文件，里面有两个版本vc14(Visual Studio 2015)和vc15（Visual Studio 2017）。
bin 文件夹 存放了动态运行库文件，发布程序时需要随exe一起打包发给用户，lib 存放静态链接库文件，在程序编译链接时需要指定引用。
3.在Visual Studio2017 中配置OpenCV
opencv在vs中的配置分global和local两种方式，global的方式为VS的系统属性，对所有工程可用，local的方式只对当前工程的配置有效。
local 方式：
在VS中新建一个工程，在项目->属性->C++目录中添加opencv的路径：
虽然opencv,opencv2在include下，但这三个路径都要添加，否则有一些.h或者.hpp文件会找不到。 而在VS中使用opencv时，需要在程序开头包含这些头文件。
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;库目录中添加 D:\opencv\build\x64\vc15\lib 这些lib文件使得C++在调用opencv的dll文件时能够找到对应的位置，如果是32位的电脑要把x64改成x86。此外还要在项目->属性->链接器->输入中加入对应lib文件的名字：
比如当我们使用opencv中的ml库，就需要在这里加入lib文件，在C++代码中加入对应的头文件，如下
#include <opencv2/ml/ml.hpp>这样你的C++代码就能找到opencv中的machine learning 库并调用相关的 函数了。
注意VS的工程是分debug和realease模式的，local的方法不同模式下要分别配置，还有就是如果你opencv装的是64位的，在项目属性页中的活动方案解决平台配置管理也要改成64位才能用。 否则编译能过，生成解决方案的时候就会报错。
global 方式：
如果采用local方式要对每个工程分别配置一遍，如果需要建很多工程的时候推荐使用global方式配置：
在VS中 视图->属性管理器 找到你要使用的模式 debug或者realease ,以及你使用的是win32还是x64, 在对应的.user文件中进行同local的一遍操作：可执行目录，包含目录，库目录的添加，lib文件的添加，这样以后你的每个工程都会默认包含这些路径。
在打开的属性管理器窗口中，展开“Degug|Win64”节点，双击“Micorsoft.Cpp.Win64.user”会打开全局属性设置窗口，
1）在左边选择“VC++目录”；
2）在右边“包含目录”中加上OpenCV的头文件目录，我的头文件目录是放在“D:\opencv\build\include”，这个根据OpenCV的安装目录，一般在build\include目录；
3）在右边“库目录”中加上OpenCV的链接库目录，我的VS2017库目录是放在“D:\opencv\build\x64\vc15\lib”，这个是根据OpenCV的安装目录和IDE版本决定，根据自己的情况选择。
4.验证配置结果
新建一个console程序，添加如下测试代码，
#include "pch.h"
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
Mat src = imread("D:/opencv/sources/samples/data/lena.jpg");
imshow("src", src);
Mat gray;
cvtColor(src, gray, COLOR_BGR2GRAY);
imshow("gray", gray);
Mat binary;
double t1 = threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
imshow("binary", binary);
Canny(src, binary, t1, 255, 3, true);
imshow("canny", binary);
waitKey(0);
return 1;
}运行结果：
小结：
本文简单介绍了一下OpenCV 的获取，安装以及用Visual Stuido 2017 进行开发的配置，希望能对OpenCV图像处理初学者有点帮助。另外，这里用的是官方的安装版本，扩展模块（如求特征点等功能）还不支持，需要对OpenCV的源码进行编译才行，后面抽空再整理，敬请关注！
待扩展：
1.source文件夹存放的Opencv相关的一些资源文件介绍
2.OpenCV源码编译，调用OpenCV扩展模块
