分水岭算法java

⑴ 少儿编程都学的什么

少儿编程是主要是学习可视化图形编程软件的使用、简单的编程知识，以及解决问题的能力。

可视化的图形编程，就像搭积木一样学习使用编程软件，简单地拖动和拼接积木，就可以创造出很多好玩的游戏、音乐或者美术作品等，用游戏启蒙的方式激发孩子对编程的热爱。

简单的编程逻辑知识，比如条件判断、顺序执行、函数等，提高孩子的逻辑思维能力。

孩子通过编程做项目的过程，需要不断思考、分析、制作和测试，不同于被动接受理论知识，孩子主动地学习掌握知识，提高解决问题的能力。

⑵ 嵌入式需要学什么嵌入式需要学哪些课程和内容

1.1 有哪些设备使用单片机或linux

所有的电子产品，所用技术都可以认为要么是单片机，要么是Linux；GUI方面主要是QT/Android，它们都是运行于Linux之上的。我们说的单片机不使用操作系统，但是使用单片机设备肯定远远超过Linux。很多人也是先学习单片机，从单片机进入电子工程师行业，日常生活中，有哪些产品使用单片机、Linux呢？下面举一些例子：

2.3 要学习bootloader吗

2.4 要学习Linux内核、要学习驱动程序吗

2.5，要学习Linux应用程序吗？先学一些基础技能

2.6，应用程序是怎么启动的？要了解一下根文件系统

第3章 学习方法

3.1 先不要打破砂锅问到底

3.2 思路要清晰，不怕抄代码

3.3 对自己的方向很了解，我只能带你到这里了

⑶ 北大青鸟java培训：服务器开发架构师

设计师有设计思维，同样的架构师在开发服务器和软件的时候也有自己的架构思维。
今天，电脑培训http://www.kmbdqn.cn/就一起来了解和学习一下，架构师是如何来培养和提高自己的思维能力的，下面就开始今天的主要内容吧。
架构的本质是管理复杂性，抽象、分层、分治和演化思维是架构师征服复杂性的四种根本性武器。
掌握了抽象、分层、分治和演化这四种基本的武器，你可以设计小到一个类，一个模块，一个子系统，或者一个中型的系统，也可以大到一个公司的基础平台架构，微服务架构，技术体系架构，甚至是组织架构，业务架构等等。
架构设计不是静态的，而是动态演化的。
只有能够不断应对环境变化的系统，才是有生命力的系统。
所以即使你掌握了抽象、分层和分治这三种基本思维，仍然需要演化式思维，在设计的同时，借助反馈和进化的力量推动架构的持续演进。
架构师在关注技术，开发应用的同时，需要定期梳理自己的架构设计思维，积累时间长了，你看待世界事物的方式会发生根本性变化，你会发现我们生活其中的世界，其实也是在抽象、分层、分治和演化的基础上构建起来的。
另外架构设计思维的形成，会对你的系统架构设计能力产生重大影响。
可以说对抽象、分层、分治和演化掌握的深度和灵活应用的水平，直接决定架构师所能解决问题域的复杂性和规模大小，是区分普通应用型架构师和平台型/系统型架构师的一个分水岭。
良好的架构设计思维的培养，离不开工作中大量高质量项目的实战锻炼，然后是平时的学习、思考和提炼总结。
另外，基本的架构设计思维，其实在我们大学计算机课程(比如数据结构和算法)中可以找到影子，只不过当时以学习为主，问题域比较小和理想化。
所以大学教育其实非常重要，基本的架构设计思维在那个时候就已经埋下种子，后面工程实践中进一步消化和应用，随着经验的积累，我们能够解决的问题域复杂性和规模逐渐变大，但基本的武器还是抽象、分层和分治等思维。

⑷ 程序员为什么是个青春饭而不是像医生律师一样越老越值钱

作为一名有近三十年编程经验的老炮，我想我是有资格回答这个问题的。

程序员确实存在着青春饭的问题，一般说来三十五岁左右，程序员的职业生涯就进入了分水岭，要么转管理岗、要么做架构师系统分析师、要么做产品经理，总之继续编程一般前景都不会太好。为什么会这样呢？看一下主流编程语言和框架的更迭周期不难看出端倪。

我们可以看到IT行业每隔10年左右老的技术就会遭到淘汰，新技术就会诞生。您大学时学的编程知识和技巧，到三十五岁时就基本上过时了，您如果继续编程是竞争不过小鲜肉的，毕竟他们的新知识还热乎乎的呢。这时候大部分的资深程序员基本上都靠给过去开发的系统做升级改造维持。产品周期短、技术更迭快是导致程序员吃青春饭的主要原因。

那么程序员如何才能持续发展自己的职业生涯呢？我觉得程序员虽然是脑力劳动，但事实上跟操作工差别不大。因此，抱着写代码不放满脑子都是算法和逻辑是行不通的，要注意积累行业知识和产品知识，及时转入上游设计或管理工作，才是长久之计。

最后，说一下程序员是无法跟医生和律师比较的，就拿医生来说，至少要学到三十五岁才能出道当上主治大夫。您已经要下场了，人家才登台怎么比呀？

行业不成熟：我觉得这是主因，硬件(cpu，内存，gpu等)，软件如os，开发语言，日新月异。导致今天还很火的技术过段时间就没有用武之地。医疗技术虽然更新迭代快，10年前的mfc，delphi已经没多少人用了，但10年前能治病的技术现在一样能治。

管理水平落后:国内行业高度内卷，互联网烧钱，培训机构鼓吹高薪，大量的人涌进it这一行。但管理水平又跟不上，资本家就通过996这种普通制造业提升产能的手段提升产能。结果就是杀鸡取卵，研发的功能未必有用，研发人疲惫不堪又没时间去思考去创新。到了35岁依旧做着增删改查，却比不上25岁的加班能力。

在中国，程序员行业与其他技术密集性行业一样，老板急功近利，追求短期利益，只要求初出校园的年轻员工，去简单的仿造、山寨己有的、浅显的技术与构思，用年轻人的较强的加班能力，达到产值的最大化！这就是程序员吃青春饭的由来。

殊不知，一个创造性思维的形成，是与许多方面有关的。年轻时期的码农，到了一定年纪，知识集累到足够多时，正是量变到质变的最佳时期，可惜，中国的老板，不需要。所以，青春己过，程序员生涯也己过。

题外话，中国，大的软件企业，大多集中在大城市的写字楼。企业经菅成本大，职员生活成本大——主要是房价成本。这就导致绝大多数程序员为生活所追，只能放弃程序开发的高精方面研究、学习丶深造。年龄一到，一无是处，与新毕业学生水平差不多，精力再退化，竞争力自然在下降！换一种说法，似呼，程序员都是吃青春饭！！！

首先，是这两个行业的特点决定的。医生律师本身就很看中实践经验，临床经验丰富的医生，患者才会充分信任，同样，经手官司多的律师，才会有更多司法经验。而程序员所处的IT行业不同，信息技术日新月异，每天都需要学习新的技术，否则很快就会落伍，很少有人敢说自己把java全都搞懂了。[吐血][吐血]

其次，要区分程序员和it工程师，优秀的程序员写几年代码后，可能就不再写代码了，转为架构设计或者产品等等，程序员需要年轻体力好的，可是架构设计师还是需要有丰富的it经验，对系统有全面的认识和理解，所以程序员的经验也很宝贵，毕竟没人想当一辈子码农[泪奔]

很多人说程序员吃青春饭是因为IT技术变化快，不像医生们面对的人体结构永远不变。我想说知识更新慢可以是某些职业越老越吃香的理由，但也可以不是。真正越老越吃香的是老人报团取暖，否则新人一定胜过老人。老师这个职业是有政府的保护，民办培训机构老师老了也未必吃香。医生是有政府和行业协会的各种准入限制，否则按华为研发通讯设备招一批非专业的名校毕业生强化培训几个月就上岗的方式来搞的话，医生供给不要太多。其实你一个牙科医生把你的牙科搞好就够用了，大学5年从头到尾学一遍很多都是浪费。律师这是个跟人干仗的行业，老头其实是打不过年轻人的，但所有的暴力资源都掌握在老头们手里，自古就是如此。

其实任何行业，如果信息充分公开共享，一个新人5年时间足以达到巅峰。之所以有需要10年20年经验的，那是这个行业里存在等级制度，信息对低级别新人进行封锁。还有就是一些行业学习机会成本高，需要撞运气碰到疑难案例来积累经验，比如医生，但医生如果在一些病历密集的地方，20年经验完全可以在2年内掌握。未来随着AI技术发展，AI诊断将超越人类水平。

虽然程序员们可能会觉得这个世界对程序员不公，但大家也不要气馁，可以坦然面对。IT行业正是以信息开放开源共享的精神，牺牲了老程序员们的传统建制地位，但确推动了整个行业进而是整个世界的快速前进。如果IT行业也像传统行业这么玩信息封锁的话，现有短短几十年内建立的IT互联网基础设施怕是需要3000年甚至3万年以上。

这个行业知识管理做得很好，新手能快速进入一个行业.

程序员懂医生或者律师吗

医生，律师，以及其它很多职业经验可以积累十年，二十年，三十年。而编程序的员工，经验只能保鲜三年，最多四年，因为信息技术发展快，更新换代快！从D0s W32 到W95 W98 再到 Wme xp W7 w8 w10，从pC端到移动端，从BAsic 到PassCaL 到 DeLphi 到 VC#.net2003 到 Vs2005 Vs2007 Vs2010。。。Vs2019，再有sQLserVer2000 2005 2008 2012 到今天2020 ，大家常用的0ffice也从97 98 2000 2003 。。。发展到2020 也就二十年间，跟不上就被淘汰！！！当然程序员工资也得到了比普通工种更高的溢价。

因为没有知识产权保护，或者说维权成本太高，所以所有互联网企业都学BAT，赚快钱！！！怎么赚快钱，就是“抄”，相互抄。一窝蜂的搞外卖，一窝蜂的搞打车，一窝蜂的搞外卖。[灵光一闪][灵光一闪][灵光一闪]前期占领市场很重要，所以996，所以要年轻的劳动力！！！真不能怪企业，没欧美那种环境。[机智][机智][机智]

⑸ opencv常用函数

原文链接： https://blog.csdn.net/amosllc/java/article/details/88553664

1、cvLoadImage：将图像文件加载至内存；
2、cvNamedWindow：在屏幕上创建一个窗口；
3、cvShowImage：在一个已创建好的窗口中显示图像；
4、cvWaitKey：使程序暂停，等待用户触发一个按键操作；
5、cvReleaseImage：释放图像文件所分配的内存；
6、cvDestroyWindow：销毁显示图像文件的窗口；
7、cvCreateFileCapture：通过参数设置确定要读入的AVI文件；
8、cvQueryFrame：用来将下一帧视频文件载入内存；
9、cvReleaseCapture：释放CvCapture结构开辟的内存空间；
10、cvCreateTrackbar：创建一个滚动条；
11、cvSetCaptureProperty：设置CvCapture对象的各种属性；
12、cvGetCaptureProperty：查询CvCapture对象的各种属性；
13、cvGetSize：当前图像结构的大小；
14、cvSmooth：对图像进行平滑处理；
15、cvPyrDown：图像金字塔，降采样，图像缩小为原来四分之一；
16、cvCanny：Canny边缘检测；
17、cvCreateCameraCapture：从摄像设备中读入数据；
18、cvCreateVideoWriter：创建一个写入设备以便逐帧将视频流写入视频文件；
19、cvWriteFrame：逐帧将视频流写入文件；
20、cvReleaseVideoWriter：释放CvVideoWriter结构开辟的内存空间；
21、CV_MAT_ELEM：从矩阵中得到一个元素；
22、cvAbs：计算数组中所有元素的绝对值；
23、cvAbsDiff：计算两个数组差值的绝对值；
24、cvAbsDiffS：计算数组和标量差值的绝对值；
25、cvAdd：两个数组的元素级的加运算；
26、cvAddS：一个数组和一个标量的元素级的相加运算；
27、cvAddWeighted：两个数组的元素级的加权相加运算(alpha运算)；
28、cvAvg：计算数组中所有元素的平均值；
29、cvAvgSdv：计算数组中所有元素的绝对值和标准差；
30、cvCalcCovarMatrix：计算一组n维空间向量的协方差；
31、cvCmp：对两个数组中的所有元素运用设置的比较操作；
32、cvCmpS：对数组和标量运用设置的比较操作；
33、cvConvertScale：用可选的缩放值转换数组元素类型；
34、cvCopy：把数组中的值复制到另一个数组中；
35、cvCountNonZero：计算数组中非0值的个数；
36、cvCrossProct：计算两个三维向量的向量积(叉积)；
37、cvCvtColor：将数组的通道从一个颜色空间转换另外一个颜色空间；
38、cvDet：计算方阵的行列式；
39、cvDiv：用另外一个数组对一个数组进行元素级的除法运算；
40、cvDotProct：计算两个向量的点积；
41、cvEigenVV：计算方阵的特征值和特征向量；
42、cvFlip：围绕选定轴翻转；
43、cvGEMM：矩阵乘法；
44、cvGetCol：从一个数组的列中复制元素；
45、cvGetCols：从数据的相邻的多列中复制元素；
46、cvGetDiag：复制数组中对角线上的所有元素；
47、cvGetDims：返回数组的维数；
48、cvGetDimSize：返回一个数组的所有维的大小；
49、cvGetRow：从一个数组的行中复制元素值；
50、cvGetRows：从一个数组的多个相邻的行中复制元素值；
51、cvGetSize：得到二维的数组的尺寸，以CvSize返回；
52、cvGetSubRect：从一个数组的子区域复制元素值；
53、cvInRange：检查一个数组的元素是否在另外两个数组中的值的范围内；
54、cvInRangeS：检查一个数组的元素的值是否在另外两个标量的范围内；
55、cvInvert：求矩阵的逆；
56、cvMahalonobis：计算两个向量间的马氏距离；
57、cvMax：在两个数组中进行元素级的取最大值操作；
58、cvMaxS：在一个数组和一个标量中进行元素级的取最大值操作；
59、cvMerge：把几个单通道图像合并为一个多通道图像；
60、cvMin：在两个数组中进行元素级的取最小值操作；
61、cvMinS：在一个数组和一个标量中进行元素级的取最小值操作；
62、cvMinMaxLoc：寻找数组中的最大最小值；
63、cvMul：计算两个数组的元素级的乘积(点乘)；
64、cvNot：按位对数组中的每一个元素求反；
65、cvNormalize：将数组中元素进行归一化；
66、cvOr：对两个数组进行按位或操作；
67、cvOrs：在数组与标量之间进行按位或操作；
68、cvRece：通过给定的操作符将二维数组简为向量；
69、cvRepeat：以平铺的方式进行数组复制；
70、cvSet：用给定值初始化数组；
71、cvSetZero：将数组中所有元素初始化为0；
72、cvSetIdentity：将数组中对角线上的元素设为1，其他置0；
73、cvSolve：求出线性方程组的解；
74、cvSplit：将多通道数组分割成多个单通道数组；
75、cvSub：两个数组元素级的相减；
76、cvSubS：元素级的从数组中减去标量；
77、cvSubRS：元素级的从标量中减去数组；
78、cvSum：对数组中的所有元素求和；
79、cvSVD：二维矩阵的奇异值分解；
80、cvSVBkSb：奇异值回代计算；
81、cvTrace：计算矩阵迹；
82、cvTranspose：矩阵的转置运算；
83、cvXor：对两个数组进行按位异或操作；
84、cvXorS：在数组和标量之间进行按位异或操作；
85、cvZero：将所有数组中的元素置为0；
86、cvConvertScaleAbs：计算可选的缩放值的绝对值之后再转换数组元素的类型；
87、cvNorm：计算数组的绝对范数， 绝对差分范数或者相对差分范数；
88、cvAnd：对两个数组进行按位与操作；
89、cvAndS：在数组和标量之间进行按位与操作；
90、cvScale：是cvConvertScale的一个宏，可以用来重新调整数组的内容，并且可以将参数从一种数据类型转换为另一种；
91、cvT：是函数cvTranspose的缩写；
92、cvLine：画直线；
93、cvRectangle：画矩形；
94、cvCircle：画圆；
95、cvEllipse：画椭圆；
96、cvEllipseBox：使用外接矩形描述椭圆；
97、cvFillPoly、cvFillConvexPoly、cvPolyLine：画多边形；
98、cvPutText：在图像上输出一些文本；
99、cvInitFont：采用一组参数配置一些用于屏幕输出的基本个特定字体；
100、cvSave：矩阵保存；
101、cvLoad：矩阵读取；
102、cvOpenFileStorage：为读/写打开存储文件；
103、cvReleaseFileStorage：释放存储的数据；
104、cvStartWriteStruct：开始写入新的数据结构；
105、cvEndWriteStruct：结束写入数据结构；
106、cvWriteInt：写入整数型；
107、cvWriteReal：写入浮点型；
108、cvWriteString：写入字符型；
109、cvWriteComment：写一个XML或YAML的注释字串；
110、cvWrite：写一个对象；
111、cvWriteRawData：写入多个数值；
112、cvWriteFileNode：将文件节点写入另一个文件存储器；
113、cvGetRootFileNode：获取存储器最顶层的节点；
114、cvGetFileNodeByName：在映图或存储器中找到相应节点；
115、cvGetHashedKey：为名称返回一个惟一的指针；
116、cvGetFileNode：在映图或文件存储器中找到节点；
117、cvGetFileNodeName：返回文件的节点名；
118、cvReadInt：读取一个无名称的整数型；
119、cvReadIntByName：读取一个有名称的整数型；
120、cvReadReal：读取一个无名称的浮点型；
121、cvReadRealByName：读取一个有名称的浮点型；
122、cvReadString：从文件节点中寻找字符串；
123、cvReadStringByName：找到一个有名称的文件节点并返回它；
124、cvRead：将对象解码并返回它的指针；
125、cvReadByName：找到对象并解码；
126、cvReadRawData：读取多个数值；
127、cvStartReadRawData：初始化文件节点序列的读取；
128、cvReadRawDataSlice：读取文件节点的内容；
129、cvGetMoleInfo：检查IPP库是否已经正常安装并且检验运行是否正常；
130、cvResizeWindow：用来调整窗口的大小；
131、cvSaveImage：保存图像；
132、cvMoveWindow：将窗口移动到其左上角为x,y的位置；
133、cvDestroyAllWindow：用来关闭所有窗口并释放窗口相关的内存空间；
134、cvGetTrackbarPos：读取滑动条的值；
135、cvSetTrackbarPos：设置滑动条的值；
136、cvGrabFrame：用于快速将视频帧读入内存；
137、cvRetrieveFrame：对读入帧做所有必须的处理；
138、cvConvertImage：用于在常用的不同图像格式之间转换；
139、cvErode：形态腐蚀；
140、cvDilate：形态学膨胀；
141、cvMorphologyEx：更通用的形态学函数；
142、cvFloodFill：漫水填充算法，用来进一步控制哪些区域将被填充颜色；
143、cvResize：放大或缩小图像；
144、cvPyrUp：图像金字塔，将现有的图像在每个维度上都放大两倍；
145、cvPyrSegmentation：利用金字塔实现图像分割；
146、cvThreshold：图像阈值化；
147、cvAcc：可以将8位整数类型图像累加为浮点图像；
148、cvAdaptiveThreshold：图像自适应阈值；
149、cvFilter2D：图像卷积；
150、cvCopyMakeBorder：将特定的图像轻微变大，然后以各种方式自动填充图像边界；
151、cvSobel：图像边缘检测，Sobel算子；
152、cvLaplace：拉普拉斯变换、图像边缘检测；
153、cvHoughLines2：霍夫直线变换；
154、cvHoughCircles：霍夫圆变换；
155、cvRemap：图像重映射，校正标定图像，图像插值；
156、cvWarpAffine：稠密仿射变换；
157、cvGetQuadrangleSubPix：仿射变换；
158、cvGetAffineTransform：仿射映射矩阵的计算；
159、cvCloneImage：将整个IplImage结构复制到新的IplImage中；
160、cv2DRotationMatrix：仿射映射矩阵的计算；
161、cvTransform：稀疏仿射变换；
162、cvWarpPerspective：密集透视变换(单应性)；
163、cvGetPerspectiveTransform：计算透视映射矩阵；
164、cvPerspectiveTransform：稀疏透视变换；
165、cvCartToPolar：将数值从笛卡尔空间到极坐标(极性空间)进行映射；
166、cvPolarToCart：将数值从极性空间到笛卡尔空间进行映射；
167、cvLogPolar：对数极坐标变换；
168、cvDFT：离散傅里叶变换；
169、cvMulSpectrums：频谱乘法；
170、cvDCT：离散余弦变换；
171、cvIntegral：计算积分图像；
172、cvDistTransform：图像的距离变换；
173、cvEqualizeHist：直方图均衡化；
174、cvCreateHist：创建一新直方图；
175、cvMakeHistHeaderForArray：根据已给出的数据创建直方图；
176、cvNormalizeHist：归一化直方图；
177、cvThreshHist：直方图阈值函数；
178、cvCalcHist：从图像中自动计算直方图；
179、cvCompareHist：用于对比两个直方图的相似度；
180、cvCalcEMD2：陆地移动距离(EMD)算法；
181、cvCalcBackProject：反向投影；
182、cvCalcBackProjectPatch：图块的方向投影；
183、cvMatchTemplate：模板匹配；
184、cvCreateMemStorage：用于创建一个内存存储器；
185、cvCreateSeq：创建序列；
186、cvSeqInvert：将序列进行逆序操作；
187、cvCvtSeqToArray：复制序列的全部或部分到一个连续内存数组中；
188、cvFindContours：从二值图像中寻找轮廓；
189、cvDrawContours：绘制轮廓；
190、cvApproxPoly：使用多边形逼近一个轮廓；
191、cvContourPerimeter：轮廓长度；
192、cvContoursMoments：计算轮廓矩；
193、cvMoments：计算Hu不变矩；
194、cvMatchShapes：使用矩进行匹配；
195、cvInitLineIterator：对任意直线上的像素进行采样；
196、cvSampleLine：对直线采样；
197、cvAbsDiff：帧差；
198、cvWatershed：分水岭算法；
199、cvInpaint：修补图像；
200、cvGoodFeaturesToTrack：寻找角点；
201、cvFindCornerSubPix：用于发现亚像素精度的角点位置；
202、cvCalcOpticalFlowLK：实现非金字塔的Lucas-Kanade稠密光流算法；
203、cvMeanShift：mean-shift跟踪算法；
204、cvCamShift：camshift跟踪算法；
205、cvCreateKalman：创建Kalman滤波器；
206、cvCreateConDensation：创建condensation滤波器；
207、cvConvertPointsHomogenious：对齐次坐标进行转换；
208、cvFindChessboardCorners：定位棋盘角点；
209、cvFindHomography：计算单应性矩阵；
210、cvRodrigues2：罗德里格斯变换；
211、cvFitLine：直线拟合算法；
212、cvCalcCovarMatrix：计算协方差矩阵；
213、cvInvert：计算协方差矩阵的逆矩阵；
214、cvMahalanobis：计算Mahalanobis距离；
215、cvKMeans2：K均值；
216、cvCloneMat：根据一个已有的矩阵创建一个新矩阵；
217、cvPreCornerDetect：计算用于角点检测的特征图；
218、cvGetImage：CvMat图像数据格式转换成IplImage图像数据格式；
219、cvMatMul：两矩阵相乘；

⑹ 如何从入门开始学习OpenCV

方法如下：

1. 先去下载最新版OpenCV，网址如下：http://nchc.dl.sourceforge.net/project/opencvlibrary/opencv-win/2.4.3/OpenCV-2.4.3.exe。下载完成后解压到相应目录。本人解压到D:Program FilesOpenCV2.4.3。

2. 有的文章提到使用CMake把OpenCV下面的范例生成为Visual Studio的工程，此处我没有这样做。直接使用范例。这里先把OpenCV目录下面的几个重要目录做个说明：

   doc目录：主要包含OpenCV的帮助文档。其中opencv2refman.pdf主要是OpenCV的各种类和函数的使用说明。

   opencv_tutorials.pdf，主要是下面教学代码目录里面各个教学范例的简单讲解。

   opencv_cheatsheet.pdf主要是最常用OpenCV类和函数的集合。此3个PDF文档对自学者帮助最大。

   samplescpp utorial_code目录：里面包含基本教学代码。和上面的opencv_tutorials.pdf文档遥相呼应，构成一个完整的自学体系。

   build目录：包含编译，调试，发布所需要的各类动态库，静态库，头文件等。因为OpenCV2.4.3好像只支持Visual Studio 2008以上版本，我在这里以Visual Studio 2008为例讲解如何让范例跑起来。

3. 添加环境变量：此处我在path环境变量中添加如下目录：D:Program FilesOpenCV2.4.3uildx86vc9in。记住在前面一个目录后面加分号。

4. 在Visual Studio中包含头文件目录：见附件中的图片，已经用红色矩形框标识如何操作。

5. 在Visual Studio中包含库文件目录：见附件中的图片，已经用红色矩形框标识如何操作。4

6. 建立一个新建Visual Studio VC win32控制台应用工程，这里我选择带预编译头的工程，省去添加cpp文件的工作。

7. 代码创建：这里我选择samplescpp utorial_codeImgProcMorphology_2.cpp文件。先添加包含目录，如下（以后所有范例均可以如下添加）：#include <opencv2/opencv.hpp>#include <stdio.h>然后复制代码。

8. 编译文件：自然少不了要包含静态库，要添加的库（debug版和release差别就是文件名后多了一个d标识是debug版）如下：

   debug版：

   opencv_calib3d243d.lib

   opencv_contrib243d.lib

   opencv_core243d.lib

   opencv_features2d243d.lib

   opencv_flann243d.lib

   opencv_gpu243d.lib

   opencv_haartraining_engined.lib

   ibrelease版：

   opencv_calib3d243.lib

   opencv_contrib243.lib

   opencv_core243.lib

   opencv_features2d243.lib

   opencv_flann243.lib

   opencv_gpu243.lib

9. 字符集设置：如果编译过程中出现如下错误：不能将参数 1 从“_TCHAR *”转换为“const std::string &”原因如下: 无法从“_TCHAR *”转换为“const std::string”。请字符集设置为“使用多字节字符集”。

10. 最后指定命令后参数：方法见附件。这样就可以不用在windows命令行下输入参数了，方便调试，但是要注意，图片必须放在你所建立的工程目录下（和.cpp以及.h文件同一目录）。否则就要加上相应的路径。如果参数多于1个，请以空格分开。

11. 支持所有参数设置完成，开始编译运行吧。如果Visual Studio无问题的话，按照以上按部就班操作，每个范例均可以正常运行。