OpenCV是一个跨平台的计算机视觉库，可以运行在Windows、Linux、MacOS等操作系统上。OpenCV提供了众多语言的接口，其中就包含了Python，Python是一门上手容易、使用起来十分让人愉悦的语言，利用Python学习OpenCV，相信能更快的获得效果。
OpenCV的官方下载网址是http://opencv.org/releases.html，我选择的是最新3.2.0版本，对于Windows用户，可直接下载exe文件安装，过程十分简单，这里就不再多说了，如果遇到问题可以看看官方的安装指南，对于Linux用户，可下载OpenCV源码自行编译，在官网上下载zip格式的源码压缩包。
首先安装如下几个软件包：
- GCC 4.4.x or later
- CMake 2.8.7 or higher
- Git
- GTK+2.x or higher, including headers (libgtk2.0-dev)
- pkg-config
- Python 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)
- ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev
- [optional] libtbb2 libtbb-dev
- [optional] libdc1394 2.x
- [optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev
- [optional] CUDA Toolkit 6.5 or higher
[optional]代表这个package是可选的，上面这些包都是可以通过apt-get命令直接安装的，打开终端，输入以下命令：
[compiler]
$ sudo apt-get install build-essential
[required]
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
[optional]
$ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-dev
只需一小会，编译所依赖的packages便全部安装完毕了（这也是我喜欢Linux的原因之一，安装package十分的便利）。接着就是开始编译了，实际上编译只需要三行命令就可以完成。不过在此之前，还要在解压后的opencv-XXX 文件夹内建立一个build文件夹，编译生成的makefiles、project files、object files和output files会放在build文件夹里面，完成后，就可以开始正式的编译了。
Shopxp购物系统历经多年的考验，并在推出shopxp免费购物系统下载之后，收到用户反馈的各种安全、漏洞、BUG、使用问题进行多次修补，已经从成熟迈向经典，再好的系统也会有问题，在完善的系统也从在安全漏洞，该系统完全开源可编辑，当您下载这套商城系统之后，可以结合自身的技术情况，进行开发完善，当然您如果有更好的建议可从官方网站提交给我们。Shopxp网上购物系统完整可用，无任何收费项目。该系统经过
$ cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
CMAKE_BUILD_TYPE: build的类型，有Release和Debug两种
CMAKE_INSTALL_PREFIX： 指定想要安装OpenCV的文件夹目录，一般就用/usr/local
除此之外，还可以添加上BUILD_DOCS 来build文档 以及 BUILD_EXAMPLES 来build所有的样例
注意：如果上面的命令行无法工作，则把-D后面的空格去掉：
$ cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..第二步，build。为了加快编译速度，一般会使用多线程的方法：
make -j7 # 同时使用七个线程第三步，安装。
sudo make install
如果到现在你还没遇到任何问题，那么恭喜你，你已经成功在Linux上安装了OpenCV。为了测试你的OpenCV能否在Python上使用，可以运行一段小代码，读取一张图片并显示出来：
import cv2
image = cv2.imread("logo.png", 1)
cv2.imshow("Hello, world!", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
如果运行时报错，尝试把图片的相对路径改为绝对路径。运行成功后，你会看到：
