python opencv环境配置保姆级教程

紫金小飞侠

已于 2023-11-29 19:41:27 修改

阅读量6.2k

点赞数 5

分类专栏： # opencv 文章标签： python opencv 开发语言

于 2022-11-05 14:31:42 首次发布

本文链接：https://blog.csdn.net/yangshengwei230612/article/details/127606771

版权

opencv 专栏收录该内容

19 篇文章 5 订阅

订阅专栏

1.下载安装Conda软件

链接：https://pan.baidu.com/s/1-NCp_qJxQ_hOnlqr6velUA
提取码：it9p
–来自百度网盘超级会员V6的分享
双击运行
在这里插入图片描述

我们这里选择只为当前用户安装，如果为所有用户安装，不能直接双击打开，需要右键以管理员身份运行
在这里插入图片描述

检conda 是否安装成功

在这里插入图片描述
查看conda的版本号

2.创建Python虚拟环境

常用虚拟环境管理命令

查看所有环境

conda env list

在这里插入图片描述
刚安转只有一个基础环境，目前我们就是基础环境中

创建环境

创建环境的时候不要开启网络加速
创建环境的时候不要开启网络加速
创建环境的时候不要开启网络加速

conda create --name 环境名称 (必须英文)

在这里插入图片描述

进入环境

conda activate  环境名称

在这里插入图片描述

退出环境

conda deactivate

在这里插入图片描述

删除环境

conda remove --name 环境名称 --all

在这里插入图片描述

创建指定Python 版本环境

创建环境的时候不要开启网络加速
创建环境的时候不要开启网络加速
创建环境的时候不要开启网络加速

conda create --name 环境名称 python=3.8

在这里插入图片描述

出现下面界面表示安装成功
在这里插入图片描述
查看环境列表

进入demo_py3.8环境，查看python版本号

在这里插入图片描述

3.Conda/pip安装第三方包

国内加速镜像

conda换源

参考：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
1.生成.condarc文件
Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
在这里插入图片描述
目前用户目录下没有.condarc文件

执行命令生成.condarc文件

conda config --set show_channel_urls yes

在这里插入图片描述

2.换源
使用记事本打来.condarc文件
删除掉文件自带的一行内容，将一下内容拷贝进去保存，即可添加 Anaconda Python 免费仓库。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

在这里插入图片描述

运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

 conda clean -i

验证是否换源成功

conda config --show-sources

在这里插入图片描述

pip换源

临时使用：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple {包名}

永久使用：
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
在这里插入图片描述

第三步：记事本打开pip.ini拷贝保存一下容为：

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

在这里插入图片描述

conda安装opencv

换源后所使用conda 的命令安装
不指定opencv的版本号默认安装最新的opencv
我这里在刚才创建的python3.8的虚拟环境demo_py3.8 安装

安转最新的opencv

conda install opencv
conda install opencv-contrib

conda install opencv=4.6.0

在这里插入图片描述

安装完成

检查opencv是否安转成功

import cv2
cv2.__version__

在这里插入图片描述

其他安转opencv方法

没有换源所使用conda 的命令安装

conda install -c conda-forge opencv

conda install opencv 命令会安装基本的 OpenCV 包，但可能不包括 opencv-contrib 扩展模块。如果你需要安装 opencv-contrib，你可以使用 conda-forge 渠道，该渠道通常包含了更多的 OpenCV 扩展模块。
安装最新的

conda install -c conda-forge opencv

这样会安装 opencv 包，其中可能包括了 opencv-contrib 扩展模块。

如果你明确需要 opencv-contrib 的特定版本，可以在命令中指定版本号：

指定版本号

conda install -c conda-forge opencv=4.6.0

如果你已经使用 conda install opencv 安装了基本的 OpenCV 包，但希望添加 opencv-contrib 扩展模块，你可以通过以下方式安装：
注意opencv-contrib要和你刚在安装的opencv保持版本号一致

conda install -c conda-forge opencv-contrib=4.6.0

pip命令安装opencv

pip install opencv-python

pip安转mediapipe

安装mediapipe

pip install mediapipe

在这里插入图片描述
下载完成可以在对应环境的lib 中看到

4.运行demo程序

demo.py

"""
演示Demo
"""

# 导入opencv
import cv2
import numpy as np
import math

# 导入mediapipe：https://google.github.io/mediapipe/solutions/hands
import mediapipe as mp


mp_drawing = mp.solutions.drawing_utils
mp_drawing_styles = mp.solutions.drawing_styles
mp_hands = mp.solutions.hands

hands = mp_hands.Hands(
    model_complexity=0,
    min_detection_confidence=0.5,
    min_tracking_confidence=0.5)

# 读取视频流
cap = cv2.VideoCapture(0)

# 获取画面宽度、高度
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))


while True:
    ret,frame = cap.read()


    # 镜像
    frame = cv2.flip(frame,1)

    frame.flags.writeable = False
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    # 识别
    results = hands.process(frame)

    frame.flags.writeable = True
    frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)

    

    # 如果有结果
    if results.multi_hand_landmarks:
        
        # 遍历双手
        for hand_landmarks in results.multi_hand_landmarks:
            mp_drawing.draw_landmarks(
                frame,
                hand_landmarks,
                mp_hands.HAND_CONNECTIONS,
                mp_drawing_styles.get_default_hand_landmarks_style(),
                mp_drawing_styles.get_default_hand_connections_style())
            
    
    # 显示画面
    cv2.imshow('demo',frame)

    if cv2.waitKey(10) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()