anaconda安装opencv(whl文件)

本文介绍了一种通过下载并安装whl文件的方式,快速安装OpenCV及其扩展包opencv-contrib-python的方法。此方法适用于pip和conda安装失败的情况,特别推荐使用清华大学镜像源,下载速度极快。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

我用pip install 和conda install的方法都安装不上去,都失败了,找了很多原因都没办法解决。
没办法,只能尝试一下用第三方包whl文件安装下,因为原来没有用过这个方法,也不知道难不难,小心的去试了一下,没想到非常的容易!而且清华大学opencv python库里的whl文件下载速度非常快(几十秒),比我之前在别的地方找的whl文件快多了。

没安装上opencv或其他库的小伙伴,也可以用这个方法尝试下哦!

首先,我们进入清华大学opencv Python库去下whl文件:
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/

因为我的python是3.6版本,电脑是64位,所以我选择了opencv_python-3.4.1.15-cp36-cp36m-win_amd64.whl。选opencv3.4.1.15是因为高版本有些函数因为专利问题使用不了了,所以选3.4.1.15。
地址保存在anaconda文件夹里的scripts文件夹中,我的安装在了这,D:\ruanjian\anaconda\Scripts。

然后,我们打开anaconda prompt,输入如下命令:pip install 路径\whl文件名
我的输入的就是这样的,pip install D:\ruanjian\anaconda\Scripts\opencv_python-3.4.1.15-cp36-cp36m-win_amd64.whl。安装速度很快。
这样就表明安装成功

安装好后,大家可以输入pip list 或 conda list 查看已经安装好的第三方库,可以看到刚安装好的opencv库。在这里插入图片描述
opencv成功安装,接下来验证。接着输入import cv2。

这样就大功告成了,赶快去用opencv库写代码吧~


补充1:

我最近发现只安装opencv包可能不够用,还需要安装opencv-contrib包。

之前只下了opencv包的时候,cv2.xfeatures2d.SIFT_create()函数用不了,报错了,提示说module ‘cv2.cv2’ has no attribute ‘xfeatures2d’,查原因说是专利问题,但是我下的3.4.1.15版本的是可以用这个专利的,今天才反应过来是少下了opencv的扩展包。

特意查了下opencv和opencv-contrib的区别:

run pip install opencv-python if you need only main modules
run pip install opencv-contrib-python if you need both main and contrib modules (check extra modules listing from OpenCV documentation)
注意: opencv-python 是只包含了主要模块的包,opencv-contrib-python包含了主要模块以及扩展模块,扩展模块主要是包含了一些带专利的收费算法(如sift特征检测)以及一些在测试的新的算法(稳定后会合并到主要模块)。
也就是说opencv-contrib是opencv的扩展包。

步骤:

1、这里我们还是进入清华的opencv-contrib-python网站下载。
https://pypi.tuna.tsinghua.edu.cn/simple/opencv-contrib-python/
找到与opencv-python对应的版本,我下的是opencv_contrib_python-3.4.1.15-cp36-cp36m-win_amd64.whl,地址还是保存在D:\software\anaconda\Scripts。

2、打开anaconda prompt,输入如下命令:pip install 路径\whl文件名
我输的是pip install D:\software\anaconda\Scripts\opencv_contrib_python-3.4.1.15-cp36-cp36m-win_amd64.whl。安装速度也很快。

步骤都和上面一样,这样就安装好了。
在这里插入图片描述
在这里插入图片描述

然后我的cv2.xfeatures2d.SIFT_create()函数能用了,程序能跑了,撒花


补充2:

下载自己需要的库的方法:

方法1(清华镜像、速度快):
之前下opencv库的时候发现了一个宝藏网页,清华镜像的这个网页里什么库都有,下载速度也相当快,就是下面这个 ↓↓
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/

https://www.lfd.uci.edu/~gohlke/pythonlibs/
这个是非官方 Windows 二进制文件的Python 扩展包,第一个链接没有的可以到第二个链接里看看


方法2(官网、速度稍慢):
进入网站后,输入库的名称,点击该库后,再点击左边的download files,同样可以下载whl文件,安装方法同上。
https://pypi.org/project


方法3(适用于库比较新,还没有whl文件的情况):
可以修改临时镜像源:

pip install 库名称 -i 镜像源

pip install 库名称 -i 镜像源 --trusted -host 镜像网址(pypi.xx.cn/com)

国内的pip源,如下:

阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

注意后面要有/simple目录!!!

如:pip install pypng -i https://pypi.tuna.tsinghua.edu.cn/simple

如果还是报错,可以尝试加上受信任的命令:
如:pip install pypng -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

就完成安装了!
在这里插入图片描述

### 如何通过 Anaconda 安装 OpenCV #### 使用 Pip 和清华镜像源安装 OpenCV 可以通过 `pip` 命令并指定清华镜像源来快速安装 OpenCV 及其扩展包。以下是具体方法: 运行以下命令可以安装基础的 OpenCV 库: ```bash pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 如果需要额外的功能支持(如 SIFT 或 SURF),还需要安装 OpenCV 的贡献模块[^1]: ```bash pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 注意,当为上述两个命令指定了特定版本时,需保持一致性。例如,若已安装某个版本的基础库,则对应的贡献模块也应匹配相同版本。 #### 切换至目标虚拟环境 在 Ubuntu 18.04 下使用 Anaconda 进行操作前,建议先激活所需的 Conda 虚拟环境。假设虚拟环境名为 `python37`,可执行如下命令激活它: ```bash conda activate python37 ``` 随后按照需求选择合适的 OpenCV 版本进行安装。例如,要安装 OpenCV 4.4.0,可以运行以下命令[^2]: ```bash pip install opencv-python==4.4.0.46 ``` 完成安装后,可通过 Python 解释器验证是否成功加载该库及其版本号: ```python import cv2 print(cv2.__version__) ``` 若有正确输出版本号(如 `4.4.0`),即表明安装无误。 #### 手动下载并安装适用于特定 Python 版本的 Wheel 文件 对于某些特殊场景,可能需要手动挑选适合当前系统的预编译二进制文件。此时可以从清华大学开源软件镜像站获取相应资源[^3]: 访问地址:[https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/](https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/) 从中选取与本地 Python 版本相兼容的 `.whl` 文件下载下来之后再利用 pip 工具完成部署工作。 #### 总结说明 为了满足计算机视觉领域内的多种应用开发需求,比如人脸检测识别等功能实现过程中需要用到 OpenCV 库的支持;而在基于 Anaconda 构建的工作环境下,默认情况下并未预先配置好这些依赖项因此有必要参照前述指导步骤来进行独立设置过程[^4].
评论 7
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