1.下載opencv 4.1.0+contribute 4.1.0的源碼
2.新建一個文件夾opencv410，在該目錄下新建文件夾source和build，把代碼都解壓放到一個source中。
3. 打開cmake，配置好目錄，然後點擊configure，這個過程會等好久，然後會出現下圖中的紅色。在紅色中找到藍色框住的兩項。在nonfree中勾選對號，在下面加上contribute/modules的地址。再點擊configure，直到所有紅框變白。最後點擊generate
4.用vs生成項目在build下有OpenCV.sln 點擊生成->批生成->選中ALL_BUILD與INSTALL，然後生成。(編譯生成需要花一定的時間)
5. 編譯成功之後make目錄中就會有install目錄，該目錄就是opencv的函數庫
6. 配置opencv的環境變量，在PATH中添加*\build\install\x64\vc16\bin
(1) 創建空的C++工程；
(2) 打開該工程的屬性，配置VC++目錄中的包含目錄與庫目錄
(3) 鏈接器->輸入->添加依賴庫，這裏爲D:\opencv410\build\install\x64\vc16\lib的lib文件，其中release是不帶d的lib文件，debug是帶d的lib文件。
PS：文件比較多，可以在cmd中輸入dir /b *d.lib>debug.txt dir /b *412.lib>release.txt，方可得到debug和release模式不同的依賴項。
7. 測試sift特徵
(1) 創建.cpp相關代碼文件；
(2) 代碼如下：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main(int argc, char** argv) {
Mat box = imread("1.png");
Mat box_in_sence = imread("2.png");
// 創建AKAZE
auto akaze_detector = AKAZE::create();
vector<KeyPoint> kpts_01, kpts_02;
Mat descriptors1, descriptors2;
akaze_detector->detectAndCompute(box, Mat(), kpts_01, descriptors1);
akaze_detector->detectAndCompute(box_in_sence, Mat(), kpts_02, descriptors2);
// 定義描述子匹配 - 暴力匹配
Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create(DescriptorMatcher::BRUTEFORCE);
std::vector< DMatch > matches;
matcher->match(descriptors1, descriptors2, matches);
// 繪製匹配
Mat img_matches;
drawMatches(box, kpts_01, box_in_sence, kpts_02, matches, img_matches);
imshow("AKAZE-Matches", img_matches);
imwrite("result.png", img_matches);
waitKey(0);
return 0;
}
(3) 效果圖
