注：本文全原创，作者：ZMAN (http://www.cnblogs.com/zmanone/)
OpenCV目前最新版是3.0.0 rc1，官方给出了编译好的Python2可以直接使用的cv2.pyd，可我想在Python3下用啊！只能硬着头皮自己编译了，Mingw编译到最后一步失败了，最终使用visual studio 2012编译成功，过程分享如下：
（注①：本步骤适用于WIN7 64位操作系统，Python版本为3.4.3 64bit，OpenCV版本为 3.0.0 rc1，我的CUDA版本是5.5）
（注②：请确保安装了numpy！！）
1. 安装Visual Studio 2012。 （链接: http://pan.baidu.com/s/1nt65Oet 密码: asiu 序列号：YKCW6-BPFPF-BT8C9-7DCTH-QXGWC）
2. 安装CMake。（链接: http://pan.baidu.com/s/1c0EVLfE 密码: mxqf）
3. 下载opencv源码。解压到任意位置，比如我的是 "D:/opencvcode" （链接: http://pan.baidu.com/s/1gdvSHuN 密码: fabq）
（可选）下载opencv的扩展modules包。解压到任意位置，比如我的是 "D:/opencv_contrib-master" （链接: http://pan.baidu.com/s/1c0tqZ9A 密码: ee71）
4. 修改代码。
① 打开 "D:\opencvcode\sources\modules\python\src2\hdr_parser.py"。
第4行，把 codecs 库也import进来；第737行改为 "f = codecs.open(hname, "r", "utf-8")"。
② 打开 "D:\opencvcode\sources\cmake\OpenCVCompilerOptions.cmake"。
把第67行 "add_extra_compiler_option(-Werror=non-virtual-dtor)"注释掉（最前面加个注释符：#）。
③ 打开 "D:\opencvcode\sources\modules\python\common.cmake"。
在第27行"# header blacklist"下增加一行：ocv_list_filterout(opencv_hdrs "detection_based_tracker")。
5. 编译源代码。
① 打开CMake（gui）， "where is the source code"定位到 "D:/opencvcode/sources" 目录，"where to build the binaries"定位到任意输出文件夹，比如我的是 "D:/opencv1"。
② 勾选"Grouped"和"Advanced"。
③ 点击"Configure"，确定，编译器选择"Visual Studio 2012 Win64"。
④ 确保 勾选了"BUILD -> BUILD_opencv_python3"，不要勾选 "WITH -> WITH_IPP"，请检查 "PYTHON3"下各种PATH、DIR、LIBRARY的路径是不是正确。
⑤ 不要勾选 "BUILD_opencv_line_descriptor" 和 "saliency"。（暂时不清楚这两个库干嘛用的，但是我勾选了line_descriptor后总是无法成功编译）
⑥ "OPENCV -> OPENCV_EXTRA_MODULES_PATH" 定位到 "D:/opencv_contrib-master/modules"。
⑦ 再次点击"Configure"，确保没有红色背景色的选项后，点击 "Generate"。
6. BUILD代码。
① 进入 "D:/opencv1"，打开 "OpenCV.sln"。
② 切换到 "Release"模式后，右键 “解决方案‘OpenCV‘”选择“重新生成解决方案”，接下来是漫长的等待，如果最后显示失败个数是0，就成功啦！
7. 设置环境变量。
① 把 "D:/opencv1/bin/Release"目录加入环境变量，把 "D:/opencv1/lib/Release/cv2.pyd"复制到你的Python目录内的 "site-packages"文件夹下。
8. 品尝成功的喜悦。
① 在Python中，运行如下代码：
import cv2
import numpy
# 读入图像
im = cv2.imread(‘C:/Users/Public/Pictures/Sample Pictures/Koala.jpg‘)
# 下采样
im_lowres = cv2.pyrDown(im)
# 转化为灰度图像
gray = cv2.cvtColor(im_lowres, cv2.COLOR_RGB2GRAY)
# 检测特征点
s = cv2.xfeatures2d.SURF_create()
#s = cv2.SURF()
mask = numpy.uint8(numpy.ones(gray.shape))
keypoints = s.detect(gray, mask)
# 显示图像及特征点
vis = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)
for k in keypoints[::10]:
cv2.circle(vis, (int(k.pt[0]), int(k.pt[1])), 2, (0, 255, 0), -1)
cv2.circle(vis, (int(k.pt[0]), int(k.pt[1])), int(k.size), (0, 255, 0), 2)
cv2.imshow(‘local descriptors‘, vis)
cv2.waitKey()
cv2.imwrite(‘C:/Users/Public/Pictures/Sample Pictures/Koala2.jpg‘,vis)
② duang~跳出来一张这样的考拉图片就说明成功啦！！
