前言
不知不觉，正儿八经地写代码已经有三年多了。OpenCV是我这三年来用的最多的库，在Visual Studio中配置它的开发环境，算是家常便饭，已经相当熟稔。回想自己初学OpenCV时的经历，在网上看教程找资料，走了不少弯路。所以我写下这篇博文，把配置过程中的东西都讲清楚，让读到的人少走些弯路。在HOW部分，我将叙述如何配置，并尽量使配置过程简单明了；在WHY部分，我会尽量讲清楚为什么这样配置。
教程开始前，我希望你能清楚集成开发环境（Integrated Development Environment, IDE）和编译器是两码事儿，Visual Studio是IDE，而VC是编译器。VC是VS的子集。在不严谨的情况下，可以把它们当作一回事儿，但一定要清楚你的VS/VC的版本。各版本的VS和VC对应关系如下表（太古老的版本就不列出来了）：
| IDE | 编译器 |
|---|---|
| VS2017 | VC15 |
| VS2015 | VC14 |
| VS2013 | VC12 |
| VS2012 | VC11 |
| VS2010 | VC10 |
| VS2008 | VC9 |
| VS2005 | VC8 |
另外，本文将使用VS2013和OpenCV-3.0为例。其他版本的配置差别不大，可以依葫芦画瓢。
HOW
(0) 准备工作
首先在VS中新建一个空的c++工程：
在项目中新增一个.cpp文件，然后写上一段简单的测试代码（读取一副图片然后将其显示出来）：
// 一段简单的测试代码
#include <opencv2opencv.hpp>
int main() {
cv::Mat img = cv::imread("E:\cap.png"); //改成你自己的图片路径
cv::imshow("test", img);
cv::waitKey(0);
}
(1) 配置附加包含目录
对项目【右键】-【属性】
弹出属性页，依次点击【配置属性】-【C/C++】-【常规】-【附加包含目录】，在弹出的窗口中把OpenCV的include路径填进去。本文填写的是【E:ENVopencv-3.0include】。
注意上方【配置】和【平台】两个复选框里面的内容。后文将详细说明。
(2) 配置附加库目录
同样是在项目的属性页，依次点击【配置属性】-【链接器】-【常规】-【附加库目录】，在弹出的窗口中把OpenCV的lib路径填进去。
本文填写的路径是【E:ENVopencv-3.0uildx86vc12lib】，其中【x86vc12】代表此库由VC12编译生成，32位。如果你需要其他版本的库，也可以改成对应的路径。后文将详细说明。
(3) 配置附加依赖项
依然是在项目的属性页，依次点击【配置属性】-【链接器】-【输入】-【附加依赖项】，在弹出的窗口中填入【opencv_ts300.lib】和【opencv_world300.lib】。其中300代表OpenCV-3.0，是版本号。后文将详细说明。
(4) 配置dll
这一部有两种做法，第一种方法（推荐）是把【E:ENVopencv-3.0uildx86vc12in】目录下的dll文件【opencv_world300.dll】拷贝一份，放到本项目生成的exe文件所在目录中，见下图。如果你没有Debug这个目录，那么先把项目生成/运行一遍就有了。
第二种方法（不推荐）是把【E:ENVopencv-3.0uildx86vc12in】加到系统的环境变量，如下图，在右侧两个【Path】中选择一个编辑加入路径就行了。
(5) 测试
至此已完成全部配置工作！按下F5运行一开始准备好的测试代码，看看效果吧：
成功运行！
(*) 注意
某些教程会教你在【配置属性】-【VC++目录】中修改【附加包含目录】和【附加库目录】，如下图。在这里修改虽然方便，但我不推荐。
WHY
为了弄清楚为什么要这样配置，我们来看看OpenCV文件夹里都有什么：
- build
- sources
- LICENSE.txt
- README.md.txt
两个txt文件，分别是许可证和说明，不重要；两个文件夹，【sources】文件夹中是OpenCV的源代码，如果仅仅是调用OpenCV库，那么我们多半用不上这个文件夹里面的东西。【build】文件夹中包括头文件，和一些现成的库文件。这些库文件是由OpenCV官方生成的。（当然你也可以利用CMake自己生成这些库文件，CMake是一款跨平台的make软件，【sources】文件夹里面提供了CMake配置文件。我劝大家不要自己用去生成库，因为实在是太折腾了。）
再来仔细看看【build】文件夹里面的东西：
- etc
- include
- java
- python
- x64
- x86
- LICENSE
- OpenCVConfig.cmake
- OpenCVConfig-version.cmake
【etc】文件夹中是OpenCV某些算法所依赖的数据集；
【include】里面是一堆头文件，在 步骤(1) 中，我们将此目录加入了【附加包含目录】，就是为了使我们测试代码中的第一行#include <opencv2opencv.hpp>生效。#include是在【包含目录】中搜索头文件的，【附加包含目录】顾名思义，也属于【包含目录】；
【java】和【python】文件夹与本文讨论的内容无关；
【x86】和【x64】对应32位库和64位库。OpenCV-3.1官方没有提供32位的库，自然也就没有【x86】这个文件夹了。如果你需要32位的OpenCV-3.1库，可以自己去生成，但建议你先去网上找一找，看看第三方组织或个人生成的库文件中有没有你想要的。
最后是许可证以及两个CMake相关的文件，不重要。
在 步骤(2) 中，本文将【E:ENVopencv-3.0uildx86vc12lib】加入了【附加库目录】，这样做是在是调用“32位的、由vc12编译器生成的、动态链接库形式的、OpenCV库”，注意到引号里用了三个形容词，它们依次与路径中的【x86】、【vc12】、【lib】相对应。①【x86】：如果你想调用64位的库，那么在路径中写【x64】就行了（当然啦前提是这个库存在，前面也说过了，这里不赘述）。如果你不知道该调用32位还是64位的库，那么请和你自己的程序保持一致，这是最简单稳妥的做法。②【vc12】：与上一点一样，如果不知道该调用由哪个编译器生成的库，那么就与自己的程序保持一致。这是因为vcxx编译出来的库，依赖于一个叫做microsoft visual c++ 20xx redistributable package的东西（简称vcxx运行库），在安装VS20xx的时候会自动安装。本文调用vc12版的OpenCV库，VS版本为2013；如果使用VS2015编写程序，调用vc12版的OpenCV库，需安装vc12运行库。③【lib】：与该文件夹同级的，还有【bin】和【staticlib】文件夹。【lib】和【bin】提供动态链接库，【staticlib】提供静态库（关于静态库和动态库，可以看看这篇文章：C++静态库与动态库 吴秦）。如果你不知道该调用静态还是动态库，建议调用动态库。原因不多说，我自己也没有彻底弄清楚，就不误导别人了。
在 步骤(3) 中，本文在【附加依赖项】中填入了【opencv_ts300.lib】和【opencv_world300.lib】。很多教程在这里，针对程序的debug版本和release版本，填入了不同的内容：debug版本会在".lib"前，加上一个字母"d"。这是为了让程序在debug模式下，调用debug版本的OpenCV库。我认为，只要你不需要在调试代码的时候，进入OpenCV库函数里面一探究竟，就没必要做这一步，毕竟debug库速度不及release库。所以按照本文的配置，无论VS用debug还是release模式，调用的都是release库。
很多人不清楚debug模式和releas模式本的区别，简单按字面意思解释，debug版本用于调试，release版本用于发布。说一些它们的区别：前者会在编译阶段输出符号文件（.pdb文件），符号文件是调试的必需品；后者则会开启编译器的优化项，把一些中间变量优化掉——这就是为什么我们以release模式去调试的时候，很多变量的值都无法查看。
步骤(3) 也能以显式的方法，写在代码里。将下面两行代码加在测试代码开头，就能代替 步骤(3) 了。
#pragma comment(lib,"E:\ENV\opencv-3.0\build\x86\vc12\lib\opencv_ts300.lib")
#pragma comment(lib,"E:\ENV\opencv-3.0\build\x86\vc12\lib\opencv_world300.lib")
在 步骤(4) 中，本文这样配置，是为了让项目生成的exe文件在运行时，能够找到dll。exe在运行时，会在特定的目录下寻找自己依赖的库，它本身所在的目录肯定包含其中，故在第一种方法中，本文将OpenCV的dll拷贝到了exe的同级目录下；系统高级设置里面，环境变量【path】中的一连串目录也是exe搜索的范围，故在第二种方法中，本文将OpenCV的dll文件所在的目录，加入了环境变量【path】中。某些教程将OpenCV的dll拷贝到了system32这个系统目录下……虽然这方法行得通，但我觉得毫无优雅可言。
最后，如果你有任何疑问与建议，或是我的文章存在纰漏，欢迎留言交流！
本作品采用知识共享署名-非商业性使用 4.0 国际许可协议进行许可。