使用预构建的库进行安装
1.启动一个首选的网页浏览器，并转到我们的Sourceforge页面。
2.选择一个你想要使用和下载它的构建。
从源文件制作自己的库来进行安装
从头构建OpenCV库需要预先安装几个工具：
安装第三方库
下载Python库并使用默认选项进行安装。您将需要一些其他python扩展。幸运的是安装所有这些可以通过一个名为Setuptools的好工具进行自动化。再次下载并安装。
安装Numpy最简单的方法是从sourceforge页面下载其二进制文件。确保您的下载并安装完整的python版本的二进制（所以版本2.7）。
OpenCV下载地址：http://opencv.org/或者直接搜OpenCV下载，找到对应的版本下载，应该是个压缩包，解压，可以看到两个文件夹。
添加OpenCV包含目录和库目录：
打开Visual Studio，新建一个C++项目，在Visual Studio左上角菜单栏，依次选择“视图”、“其他窗口”、“属性管理器”。找到自己对应的Debug和Release模式，比如说我目前想使用x64的Debug，我就选择第二项下的“Microsoft.Cpp.x64.user”。
添加环境变量：
电脑左上角找到“我的电脑”，点击鼠标右键，依次选择“属性”、“高级系统设置”、“环境变量”、“Path”。
结语
目前来看计算机视觉的研究处在一个非常好的时期，有很多我们原来解不了的问题现在能够解得比较好了，像人脸识别，尽管我们其实还没有从真正意义上达到人类视觉系统对人脸识别的鲁棒程度。但我们离真正让计算机能够像人看和感知这个世界还有很远的距离。在我们达到这个目标之前，深度学习的方法可能是这个过程中一个重要的垫脚石，同时我们还要将更多的新的方法和工具带入这个领域来进一步推动这个领域的发展。
人的精力是有限的，这就意味着我们不可能把很多事情同时做好，所以在你选好方向之后，就要把我们的精力集中在你感兴趣的一个问题上， 努力成为这个方面的专家。研究是一项长跑，很多时候，我们在一个方向上比别人坚持久一点， 就有机会超越他而成为某个方面的专家。
图像处理就是一个典型的门槛低、厅堂深的领域。不需要太多基础，学过线性代数，会一点编程就够了；