【学习笔记】安装python+opencv+vscode与配置环境

本次由于课程的需要,安装opencv,由于之前课程没有涉及到python以及opencv所以这里作为一个纯小白分 享一下自己安装的过程,以及其中碰到的一些问题以及解决方法。

本次使用opencv主要采用了python+vscode来实现。主要参考的是以下的文章:[https://blog.csdn.net/qq_21400315/article/details/53606580]。
一 、安装python
首先打开python的官网 www.python.org 打开后下载所需要的python版本,这这时候的最新版本是3.7.2

点击下载后进入这个页面:
在这里插入图片描述

web-based: 透过网络安装的,就是执行安装后才透过网络下载python

executable: 可執行文件的,既把要安装的python全部下载好在本机安装

embeddable zip file: zip 压缩档,就是python打包成zip压缩包

以上三种只是下载形式不同,这里我们选择第二种executable下载,由于本人已经安装好了,这里就不再演示一遍了,唯一值得注意的是,安装到最后可以选择安装位置,不过要记住位置就是了。

二、配置python环境
跟配置java环境一样,打开我的电脑——》右键属性——》高级系统设置——》高级——》环境变量

在这里插入图片描述
在系统变量中找到path,点击编辑然后新建将刚刚的python安装的地址以及python文件夹中一个叫做scripts的文件夹的地址也保存在path中。
接下来打开命令行窗口(Win+r)
输入python显示以下信息则为python环境配置成功。
在这里插入图片描述
三、安装vscode
具体步骤其实不难,就是有时候会打不开这个网站(可能是我自己电脑的问题)https://code.visualstudio.com/ 进入这个网站然后跟安装普通软件一样下载安装就行了。

打开后界面是这样的:
在这里插入图片描述
(下载下来有时候是英文版的,如果想体验中文版可以在左边菜单栏找到在这里插入图片描述这个图标然后输入language其中有一个显示简体中文的下载下来就行然后重启以下就行,网上说的一种方法就是把en改成zh—CN的方法我一直不成功。。。。)

然后同样在这个图标出搜索python
在这里插入图片描述
第一个,我已经安装好了。

四、下载opencv
打开命令行窗口(cmd)输入 pip install opencv-python(如果显示pip不是内部或外部命令,也不是可运行的程序或批处理文件。则代表前面配置环境时候python文件夹中scripts文件夹地址没有放到系统变量中)
等待一会之后,应该就下载好了,下载完后,opencv应该会被保存在python文件夹的Lib文件夹下面的site-packages文件夹中。打开site-packages找到一个叫做cv2的文件夹,复制其中的一个叫做带有cv2.cp37-win_amd64.pyd的文件,复制它,然后再自己的D盘或者E盘新建一个文件夹,将其粘贴在这。
同时在这个文件夹中创建一个XXX.py的文件里面输入代码,同时将一张1.jpg的图片也放入这个文件夹中:

import numpy as np
import cv2
img=cv2.imread('1.jpg',cv2.IMREAD_UNCHANGED)
cv2.namedWindow('img',cv2.WINDOW_AUTOSIZE)
cv2.imshow('img',img)
cv2.waitKey(0)

在vscode中点击文件打开刚刚创建好的文件夹,然后运行刚刚创建的py文件就会出现结果啦。
在这里插入图片描述

PythonOpenCV是一种非常流行的计算机视觉库,用于处理图像和视频数据。OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,提供了许多功能,包括图像处理、特征检测、目标跟踪、运动检测等。Python是用于编写计算机程序的高级编程语言,它易于学习,并且拥有丰富的第三方库,包括OpenCVPythonOpenCV的主要应用场景包括: 1. 图像处理:使用OpenCV可以进行各种图像处理操作,例如调整大小、裁剪、旋转、色彩空间转换、滤波等。 2. 特征检测:OpenCV提供了许多特征检测算法,如SIFT、SURF、ORB等,可用于识别图像中的关键点并提取特征描述符。 3. 目标跟踪:OpenCV提供了许多目标跟踪算法,如帧间差分法、光流法等,可用于实时跟踪视频中的运动目标。 4. 运动检测:OpenCV可以检测视频中的运动对象,例如车辆、行人等。 5. 面部识别:OpenCV可以用于面部识别,通过检测图像中的面部特征并进行匹配。 使用PythonOpenCV进行计算机视觉开发的基本步骤包括: 1. 安装PythonOpenCV库:可以从官方网站下载并安装PythonOpenCV库。 2. 导入库:在Python脚本中导入OpenCV库,以便可以使用其提供的函数和方法。 3. 读取图像或视频文件:使用OpenCV的函数读取图像或视频文件,并将其加载到内存中。 4. 进行图像处理或特征检测:使用OpenCV提供的函数和方法对图像或视频进行处理或检测特征。 5. 保存结果:将处理或检测的结果保存到文件或输出到控制台。 总之,PythonOpenCV是一种强大的计算机视觉工具,可用于各种图像和视频处理任务。通过学习和掌握PythonOpenCV,您可以轻松地进行计算机视觉研究、开发和应用。
评论 17
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值