在之前的几篇文章中，我提到了在Android、Linux中编译opencv + opencv_contrib，这篇文章主要讲在Windows中编译opencv + opencv_contrib。
首先需要筹备的环境有：将下载得到的OpenCV Windows包解压，目录为opencv，然后将下载的OpenCV_Contrib包解压放入opencv目录下，新建new_build文件夹（用来放编译之后功效）：
打开安置之后的cmake，在where is the source code中选择openCV的源代码目录：F:\opencv\sources；在where to build the binaries中选择编译为Visual Studio项目的目录：F:\opencv\new_build（这里我选择刚刚特地成立的new_build目录），如下图所示：
点击Configure按钮后，弹出对话框，，选择编译器，按照本地计算机的CPU架构，这里出格要注意的是，本身机器上是否装有相应的VS版本，如果没有装，还是要编译就会堕落，可能是找不到对应的工具原因，以及选择X86和X64），这里用的是VS 2015。
设置完成之后点击“Generate”开始生成工程，.第一次编译完成之后，我们需要将特别的opencv_contrib加到工程中进行第二次编译，在配置表中找到“OPENCV_EXTRA_MODULES_PATH”,设置其参数值为open_contrib源码包中的modles目录，我的目录是“F:\opencv\opencv_contrib\modules”：
再次点击“Generate”进行第二次编译：
这时候我们已经可以看见用cmake工具编译得到的OpenCV.sln：
用VS 2015打开OpenCV.sln工程，在解决方案中可以检察工程目录：
编译生成debug版本的库，记得在此之前要选择编译的平台信息，这就是编译生成debug版本和release版本的区别，也可以选择release，因为本身的工程可能要用到相应的动态链接库：
在解决方案中选中工程，右键选择从头生成解决方案：
编译告成：
.找到CMakeTargets中的INSTALL，然后右键选择“仅限于项目”-->“仅生成INSTALL”：
完成编译后，Release模式下同理。此时，有了install目录。该目录包罗了我们需要的头文件、库文件。
VC++目录-->包罗目录，添加：
E:\OpenCV320\opencv\new_build\install\include
VC++目录-->库目录，添加：
E:\OpenCV320\opencv\new_build\install\x64\vc14\lib
链接器-->输入-->附加依赖项，添加： (注意添加的库与编译选项要一致，需要注意debug比release的文件名多了个d)
opencv_aruco320.lib
opencv_aruco320d.lib
opencv_bgsegm320.lib
opencv_bgsegm320d.lib
opencv_bioinspired320.lib
opencv_bioinspired320d.lib
opencv_calib3d320.lib
opencv_calib3d320d.lib
opencv_ccalib320.lib
opencv_ccalib320d.lib
opencv_core320.lib
opencv_core320d.lib
opencv_datasets320.lib
opencv_datasets320d.lib
opencv_dnn320.lib
opencv_dnn320d.lib
opencv_dpm320.lib
opencv_dpm320d.lib
opencv_face320.lib
opencv_face320d.lib
opencv_features2d320.lib
opencv_features2d320d.lib
opencv_flann320.lib
opencv_flann320d.lib
opencv_fuzzy320.lib
opencv_fuzzy320d.lib
opencv_highgui320.lib
opencv_highgui320d.lib
opencv_imgcodecs320.lib
opencv_imgcodecs320d.lib
opencv_line_descriptor320.lib
opencv_line_descriptor320d.lib
opencv_ml320.lib
opencv_ml320d.lib
opencv_objdetect320.lib
opencv_objdetect320d.lib
opencv_optflow320.lib
opencv_optflow320d.lib
opencv_phase_unwrapping320.lib
opencv_phase_unwrapping320d.lib
opencv_photo320.lib
opencv_photo320d.lib
opencv_plot320.lib
opencv_plot320d.lib
opencv_reg320.lib
opencv_reg320d.lib
opencv_rgbd320.lib
opencv_rgbd320d.lib
opencv_saliency320.lib
opencv_saliency320d.lib
opencv_shape320.lib
opencv_shape320d.lib
opencv_stereo320.lib
opencv_stereo320d.lib
opencv_stitching320.lib
opencv_stitching320d.lib
opencv_structured_light320.lib
opencv_structured_light320d.lib
opencv_superres320.lib
opencv_superres320d.lib
opencv_surface_matching320.lib
opencv_surface_matching320d.lib
opencv_text320.lib
opencv_text320d.lib
opencv_tracking320.lib
opencv_tracking320d.lib
opencv_video320.lib
opencv_video320d.lib
opencv_videoio320.lib
opencv_videoio320d.lib
opencv_videostab320.lib
opencv_videostab320d.lib
opencv_xfeatures2d320.lib
opencv_xfeatures2d320d.lib
opencv_ximgproc320.lib
opencv_ximgproc320d.lib
opencv_xobjdetect320.lib
opencv_xobjdetect320d.lib
opencv_xphoto320.lib
opencv_xphoto320d.lib
kernel32.lib
user32.lib
gdi32.lib
winspool.lib
comdlg32.lib
advapi32.lib
shell32.lib
ole32.lib
oleaut32.lib
uuid.lib
odbc32.lib
odbccp32.lib
这样，我们就可以在VS中使用OpenCV了。
需要提到的一个点，所需要使用Sift等算法，需要引入xfeatures2d定名空间：
using namespace xfeatures2d;