首先你需要获取源代码，你需要构建自己的库，可以从Git存储库中获取源文件。
开始构建OpenCV库需要预先安装几个工具：
- 选择一个带界面编译器，或者只是实际制作二进制文件的C/C ++编译器。 在这里，我们将使用Microsoft Visual Studio。 你也可以使用其他C/C+编译器。
- CMake是一个简洁的工具，可以从OpenCV源文件生成项目文件（适用于您选择的IDE）。 它还允许轻松配置OpenCV构建文件，以便生成完全符合您需求的二进制文件。
- Git获取OpenCV源文件。 TortoiseGit是一个很好版本管理工具。 或者您可以从Sourceforge上的页面下载源文件的存档版本。
OpenCV可能有多种接口。 有一个“核心”部分可以独立工作。 然而，有一些工具，由第三方制作的库提供OpenCV可以利用的服务。 这些将以多种方式改善其能力。 要使用其中任何一个，您需要在系统上下载并安装它们：
- 需要Python库来构建OpenCV的Python接口。 现在使用版本2.7.{x}以上版本， 如果要构建OpenCV文档，这也是必须的。
- Numpy是Python的必备IDE软件包。 Python界面必需。
-
英特尔线程构建模块（TBB)在OpenCV中用于并行代码片段。 使用它将确保OpenCV库将利用系统CPU中的所有核心。
+ 英特尔集成性能基元(IPP)可用于提高OpenCV库的颜色转换，Haar训练和DFT功能的性能。 请注意，因为这不是免费服务。 - 英特尔IPP异步C / C ++目前专注于为高级图像处理和计算机视觉功能提供英特尔图形支持。
- 与使用Qt框架的默认图形用户界面相比，OpenCV提供了更有趣和更有用的图形用户界面。 要快速了解它提供的内容，请查看Qt framework部分下的文档highgui模块。 需要4.6或更高版本的框架。
- Eigen是线性代数的C ++模板库。
- 最新的CUDA工具包将允许您使用GPU内部的电源。 这将极大地提高某些算法（例如HOG描述符）的性能。 让越来越多的算法在GPU上工作是OpenCV团队不断努力的结果。
- OpenEXR源文件是库使用这种高动态范围(HDR)图像文件格式所必需的。
- OpenNI框架包含一组开源api，它们通过语音命令识别、手势和身体运动跟踪等方法支持与设备的自然交互。可以在这里找到预构建的二进制文件。在Github上也可以找到OpenNI和OpenNI2的源代码。
- Doxygen 是一个文档生成器，是实际创建OpenCV文档的工具。
