求OpenCV的傻瓜教程

方法如下：

先去下载最新版OpenCV，网址如下：>

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opencv2refmanpdf主要是OpenCV的各种类和函数的使用说明。

opencv_tutorialspdf，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_cheatsheetpdf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。

samples\cpp\tutorial_code目录：里面包含基本教学代码。和上面的opencv_tutorialspdf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OpenCV243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。

添加环境变量：此处我在path环境变量中添加如下目录：D:\Program Files\OpenCV243\build\x86\vc9\bin。记住在前面一个目录后面加分号。

在Visual Studio中包含头文件目录：见附件中的，已经用红色矩形框标识如何 *** 作。

在Visual Studio中包含库文件目录：见附件中的，已经用红色矩形框标识如何 *** 作。4

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。

代码创建：这里我选择samples\cpp\tutorial_code\ImgProc\Morphology_2cpp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/opencvhpp>#include <stdioh>然后复制代码。

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_calib3d243dlib

opencv_contrib243dlib

opencv_core243dlib

opencv_features2d243dlib

opencv_flann243dlib

opencv_gpu243dlib

opencv_haartraining_enginedlib

ibrelease版：

opencv_calib3d243lib

opencv_contrib243lib

opencv_core243lib

opencv_features2d243lib

opencv_flann243lib

opencv_gpu243lib

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”。

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，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。

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 *** 作，每个范例均可以正常运行。

虽然Python的开发效率较高，但是早年的Python的运行速度相对于其他语言要慢一些也是被很多程序员诟病Python的主要原因，但最近几年PyPy解释器在不断的提高着Python的运行速度 ，通过PyPy运行的程序，在某些场景下速度直接逼近C语言，相信再过几年，Python的运行速度将不再是问题。另外，由于近些年CPU处理速度的快速发展，编程语言本身的快慢在大多数业务场景下已不再被做为主要考量(除了对响应速度极为敏感的业务，如搜素)，因此，可以看出Python在追求运行速度快上也是有所考虑的。想学的童鞋可以加企鹅裙前三位是227，中间是435，后三位是450可以 视频资料免费分享交流经验和讲解行情

最后一个就是Python的功能，由于环境机制和语言特性，让Python强大起来是分分钟的事情，只要会配置源，会配置环境，开发就会变得非常简单了，这是导致Python大火的另一个主要原因之一，Python的标准库和第三方库强大到你无法想象，无论你想从事任何方向的技术编程，你几乎都能找到相应的库支持，以下仅举几个栗子：

WEB开发：最火的Python web框架Django, 支持异步高并发的Tornado框架，短小精悍的flask,bottle, Django官方的标语把Django定义为the framework for perfectionist with deadlines(大意是一个为完全主义者开发的高效率web框架)

网络编程：支持高并发的Twisted网络框架， py3引入的asyncio使异步编程变的非常简单

爬虫：爬虫领域，Python几乎是霸主地位，Scrapy\Request\BeautifuSoap\urllib等，想爬啥就爬啥

云计算：目前最火最知名的云计算框架就是OpenStack,Python现在的火，很大一部分就是因为云计算

人工智能：谁会成为AI 和大数据时代的第一开发语言？这本已是一个不需要争论的问题。如果说五年前，Matlab、Scala、R、Java 和 Python还各有机会，局面尚且不清楚，那么五年之后，趋势已经非常明确了，特别是前段时间 Facebook 开源了 PyTorch 之后，Python 作为 AI 时代头牌语言的位置基本确立，未来的悬念仅仅是谁能坐稳第二把交椅。

自动化运维：问问中国的每个运维人员，运维人员必须会的语言是什么？10个人相信会给你一个相同的答案，它的名字叫Python

金融分析：我有个朋友之前在金融行业，10年的时候，他们公司写的好多分析程序、高频交易软件就是用的Python,到目前,Python是金融分析、量化交易领域里用的最多的语言

科学运算：你知道么,97年开始，NASA就在大量使用Python在进行各种复杂的科学运算，随着NumPy, SciPy, Matplotlib, Enthought librarys等众多程序库的开发，使的Python越来越适合于做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python是一门通用的程序设计语言，比Matlab所采用的脚本语言的应用范围更广泛

游戏开发：在网络游戏开发中Python也有很多应用。相比Lua or C++,Python 比 Lua 有更高阶的抽象能力，可以用更少的代码描述游戏业务逻辑，与 Lua 相比，Python 更适合作为一种 Host 语言，即程序的入口点是在 Python 那一端会比较好，然后用 C/C++ 在非常必要的时候写一些扩展。Python 非常适合编写 1 万行以上的项目，而且能够很好地把网游项目的规模控制在 10 万行代码以内。另外据我所知，知名的游戏<文明>就是用Python写的。

列举这么多之后，你会发现，Python几乎在上述每个领域都做的非常优秀，这是一门真正意义上的全栈语言，即使目前世界上使用最广泛的Java语言，在很多方面与Python相比也逊色很多！我目前还看不到有哪门语言，能同时在如此多的领域能做出这些成绩。所以，大胆来吧，不会错。

附上一张今年语言排行榜。

最后附Python岗位最新薪资

目前应用最多的：全栈开发、数据分析、运维开发，可以看到，Python工程师的起薪大多数在15K起，3年以上工程师的起薪大多超过20K。

射频识别技术

谈到物联网，就不得不提到物联网发展中备受关注的射频识别技术。RFID是一种简单的无线系统，由一个询问器（或阅读器）和很多应答器（或标签）组成。

标签由耦合元件及芯片组成，每个标签具有唯扩展词条一的电子编码，附着在物体上标识目标对象，它通过天线将射频信息传递给阅读器，阅读器就是读取信息的设备。

传感网

MEMS是微机电系统它是由微传感器、微执行器、信号处理和控制电路、通讯接口和电源等部件组成的一体化的微型器件系统。其目标是把信息的获取、处理和执行集成在一起，组成具有多功能的微型系统，集成于大尺寸系统中，从而大幅度地提高系统的自动化、智能化和可靠性水平。

云计算

一个核心理念就是通过不断提高“云”的处理能力，不断减少用户终端的处理负担，最终使其简化成一个单纯的输入输出设备，并能按需享受“云”强大的计算处理能力。

物联网感知层获取大量数据信息，在经过网络层传输以后，放到一个标准平台上，再利用高性能的云计算对其进行处理，赋予这些数据智能，才能最终转换成对终端用户有用的信息。

扩展资料：

物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。 在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用。

从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量; 在涉及国防军事领域方面，虽然还处在研究探索阶段。

但物联网应用带来的影响也不可小觑，大到卫星、导d、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键

参考资料来源：百度百科-物联网