一文带你安装opencv与常用库(保姆级教程)

 更新时间:2023年05月09日 10:48:59   作者:小叶同学0513  
Python OpenCV是一种流行的计算机视觉库,使用它可以进行图像处理、视频处理等操作,下面这篇文章主要给大家介绍了关于安装opencv与常用库的相关资料,需要的朋友可以参考下

1. 正文

1.1下载和安装软件

本文我会通过miniconda+jupyter lab的形式带大家安装opencv;

有很多朋友会问为什么不是anaconda+jupyter lab 或者直接pycharm 来安装呢?在这里我回答一下大家的疑问,通过这一年来的学习和实战,我发现anaconda它带了很多不必要的库并且自身很重,像我这样只能买得起轻薄本的学生党连跑demo都跑不了;pycharm也是比较笨重的编译器,配置opencv的过程更让人恶心,一不小心就会出错显然不适合刚学opencv的朋友;

废话少说开始安装:

WINDOWS安装包下载链接

32位电脑安装上面的,64位安装下面的;电脑的位数怎么看?

右击此电脑→点击属性

第一步

第二步

我以64位为举例,目前大多数电脑都是64位操作系统;下面可以参考我的安装步骤去安装

安装第一步

安装第二步

安装第三步

安装第四步

如果大家以上安装全成功那大家已经成功了快一半了;

1.2 了解miniconda常用指令

安装好之后,打开Anaconda Powershell Prompt (miniconda3);

开启miniconda

注意:是Powershell Prompt,不是Prompt;

开启之后是下面这个黑色窗口:

开启窗口

miniconda是通过创建虚拟环境的方式运行python代码的;所以我们得了解一些常用的指令;比如创建一个虚拟环境,怎么删除虚拟环境等;
 

常用的五个指令

1.创建环境:

conda create --name 环境名称(英文)

2.进入环境:

conda activate 环境名称

3.退出环境:

conda deactivate

4.删除环境:

conda remove --name 环境名称 --all

5.列出所有环境:

conda env list

创建环境:比如我想创建一个名为xiaore的虚拟环境

虚拟环境创建

输入y确认;

下面我们进入这个环境试试;

进入虚拟环境

这样已经算成功地进入了虚拟环境;

接下来就是退出虚拟环境:

退出虚拟环境

接下来我们列出我们的所有环境:

列出所有环境

这里面base是我们的基础环境,xiaore是我们刚刚创建的虚拟环境;

接下来我们试试删除环境这个命令(删除环境之前必须得退回基础环境base里面在进行删除);

1.3 开始安装opencv

上面的几个步骤都是在现在的这个步骤打基础;安装opencv之前我们必须给我们的虚拟环境里现安装python,然后去修改pip和conda的源;安装opencv和 一些常用库;

那我还是举例刚刚那个虚拟环境为举例演示一下;

1.3.1第一步安装python

打开miniconda,进行 conda create --name 环境名称 python=3.8 命令。python版本可以按照自己的需要去更改,建议是3.8的python。

python安装

输入y 确认。

开始安装python相关库

等安装好之后可以进入虚拟环境里测试一下;

python版本测试

可以看出安装的版本是3.8.16;可以输入exit()来退出;

1.3.2第二步pip和conda换源

换源的目的我觉得大家应该都知道,是为了加速下载过程;为了防止有些库因为有些原因下载不了,具体什么原因不用我说懂得都懂。

一,conda换源方法:

参见:conda换源清华源

二,pip换源

第一步: 在C:\Users\Administrator 目录下 创建pip文件夹

第二步:在第一步创建的文件夹下(C:\Users\Administrator\pip)创建pip.ini文件

第三步:记事本编辑保存pip.ini文件内容为以下部分:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

注意:pip文件夹要建立到用户目录下的。

例如:

pip文件

如果上面那些过程都已经没问题了,恭喜你已经成功了80%了。

1.3.3安装opencv和matplotlib等库

安装库常用的指令:

  • conda install 库名
  • pip install 库名
  • conda list
  • pip list

注意:进入自己的虚拟环境之后再安装;

安装opencv

最后显示done表示已经安装成功;

我们来安装一下matplotlib

matpotlib安装

安装成功;

安装成功

1.3.4最后安装jupyter lab:

jupyterlab

运行jupyter lab

运行

jupyter lab界面

如果整个过程没问题的话打开之后应该是这样的一个页面;你已经成功了90%了。

2.跑你的第一个opencv代码

```python
import cv2
import matplotlib.pyplot as plt
img=cv2.imread("./Downloads/xiaoye.jpg")
cv2.namedWindow("Image")
plt.imshow(img)
cv2.waitKey(0)

注意图片在你的文件路径里;

`

``

如果到这一步运行成功,那说明你已经成功地安装opencv和成功运行了;

3.conda常用几个指令

换好源之后安装一些库的话,就进到虚拟环境里头运行

conda install 库名
pip install 库名

就行

4.结束语

到此这篇关于安装opencv与常用库的文章就介绍到这了,更多相关opencv安装与常用库内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python实现数通设备端口使用情况监控实例

    Python实现数通设备端口使用情况监控实例

    这篇文章主要介绍了Python实现数通设备端口使用情况监控的方法,涉及Python针对设备监控的操作技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-07-07
  • Python中logging日志模块代码调试过程详解

    Python中logging日志模块代码调试过程详解

    这篇文章主要介绍了Python中logging日志模块代码调试,今天来看看如何在代码中定义日志,并探讨日志的权限,需要的朋友可以参考下
    2023-04-04
  • python重写方法和重写特殊构造方法

    python重写方法和重写特殊构造方法

    这篇文章主要介绍了python重写方法和重写特殊构造方法,对于父类的方法,只要他不符合子类模拟的实物的行为,都可以进行重写,更多相关内容需要的朋友可以参考一下
    2022-07-07
  • Python实现随机生成一个汉字的方法分享

    Python实现随机生成一个汉字的方法分享

    这篇文章主要为大家详细介绍了Python如何实现随机生成一个汉字的功能,文中的示例代码讲解详细,对我们深入了解Python有一定的帮助,需要的可以参考一下
    2023-01-01
  • numpy矩阵乘法中的multiply,matmul和dot的使用

    numpy矩阵乘法中的multiply,matmul和dot的使用

    本文主要介绍了numpy矩阵乘法中的multiply,matmul和dot的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • python 非线性规划方式(scipy.optimize.minimize)

    python 非线性规划方式(scipy.optimize.minimize)

    今天小编就为大家分享一篇python 非线性规划方式(scipy.optimize.minimize),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • 详解Python中如何写控制台进度条的整理

    详解Python中如何写控制台进度条的整理

    这篇文章主要介绍了详解Python中如何写控制台进度条的整理,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-03-03
  • 基于PyQt5制作一个群发邮件工具

    基于PyQt5制作一个群发邮件工具

    这篇文章主要介绍了如何利用Python中的PyQt5模块,制作一个简易的邮件群发小工具,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下
    2022-04-04
  • Python 通配符删除文件的实例

    Python 通配符删除文件的实例

    下面小编就为大家分享一篇Python 通配符删除文件的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • python中使用多线程改进flask案例

    python中使用多线程改进flask案例

    这篇文章主要介绍了使用多线程改进flask案例,线程是指进程内的一个执行单元,也是进程内的可调度实体.线程的划分尺度小于进程,使得多线程程序的并发性高,更多具体内容,需要的小伙伴可以参考下面文章相关资料,希望对你有所帮助
    2022-03-03

最新评论