的 OpenCV C++代码会首先包含必须的模块。例如：
#include <opencv2/core/core。hpp>
#include <opencv2/highgui/highgui。hpp>
然而在本文中可能会出现以如下命令开头的 OpenCV 代码：
#include”cv。h”
这是应为在程序库被重构成多个模块之前，参考的应用使用了老试的风格[13]。
2。2 开发平台的搭建
本文硬件平台为普通笔记本电脑，CPU 为主频 2。5GHz(睿频 3。1GHz)的 64 位双核 Intel 酷睿 i5 3210M，内存为 4G。视屏输入设备采用了一个具有 500 万 像素的摄像头，能够采集高度清晰的视频数据。
本文的软件开发平台以微软公司的 Microsoft Visual Studio 2012（简称
VS2012）为集成开发环境（IDE），OpenCV2。4。9 配置方式如下： 一、OpenCV 环境变量配置
1。将下载的源码（下载地址：http://wiki。opencv。org。cn/index。php/Download）安装 到指定目录：
2。为 OpenCV 添加环境变量:计算机-->属性 点击高级系统设置
3。出来系统属性对话框后，点击环境变量。
4。弹出如下对话框：选中 PATH 单击新建
5。点击新建添加环境变量
6。将 opencv2。4。9 变量包含到 PATH 中去 二、然后再看 VS2012 的配置。
1、新建工程：选择 Win32 控制台应用程序，为工程取个名字，click 确定点下一 步。
2、弹出 Win32 应用程序向导，按下图选中选项后，点击完成。
3、打开项目的属性管理器，首先配置项目的 Debug 版属性，右击 Debug | Win32， 选择添加新项目属性表。
4、为即将添加的属性添加个名字-->添加。
5、修改包含目录，及库目录。
6、包含目录： {opecv}\build\include {opencv}中的内容用 opencv 的安装路径替 换。
7、库目录： {opecv}\build\x86\vc11\lib {opencv}中的内容用 opencv 的安装路径 替换。
8、点击链接器，单击输入，修改附加依赖项。
9、添加如下内容： opencv_calib3d249d。lib opencv_contrib249d。lib opencv_core249d。lib opencv_features2d249d。lib opencv_flann249d。lib opencv_gpu249d。lib opencv_highgui249d。lib opencv_imgproc249d。lib opencv_legacy249d。lib opencv_ml249d。lib opencv_nonfree249d。lib opencv_objdetect249d。lib opencv_ocl249d。lib opencv_photo249d。lib opencv_stitching249d。lib opencv_superres249d。lib opencv_ts249d。lib opencv_video249d。lib opencv_videostab249d。lib
10。类似配置 Release 属性，修改包含目录和库目录，添加依赖项如下：
opencv_calib3d249。lib opencv_contrib249。lib opencv_core249。lib opencv_features2d249。lib opencv_flann249。lib opencv_gpu249。lib opencv_highgui249。lib
opencv_imgproc249。lib
opencv_legacy249。lib opencv_ml249。lib opencv_nonfree249。lib opencv_objdetect249。lib opencv_ocl249。lib opencv_photo249。lib opencv_stitching249。lib opencv_superres249。lib opencv_ts249。lib opencv_video249。lib opencv_videostab249。lib文献综述
这样开发平台就搭建完成了,我们可以在这个项目下新建文件，因为本次课
题不涉及太多 VS2012 的其他功能，所以我们可以直接在头文件下添加新建项， 根据需要编写相应的程序代码，代码编写结束后就可以尝试生成解决方案了。如 果有错，根据下面的错误提示修改上面的代码，如果成功了，就可以尝试运行和 调试了。
第三章 图像预处理
数字图像处理是机器视觉系统中相当重要的一块，它的目的是通过计算机处 理摄像机采集到的图像数据，以获取有用的信息或者为下一步处理图像数据做准 备。随着机器视觉技术的进一步发展和逐渐广泛的应用化，数字图象处理技术也 得到了深入的研究与进一步的发展[14]。目前,数字图像处理技术己经广泛应用于 农业、工业、交通、医学乃至军事等各个领域，主要包括: OpenCV自主式机器人视觉识别算法设计(5):http://www.youerw.com/jisuanji/lunwen_100909.html