关于anaconda+pycharm+pytorch环境再增加opencv-python的安装

本文讲述了在已经配置了anaconda、pycharm和pytorch环境的基础上,如何添加opencv-python。通过pycharm的虚拟环境库未找到opencv-python,于是转向使用anaconda prompt,成功使用pip3安装了opencv-python 3.4.2.16。虽然网速较慢,但最终能够调用函数,完成了opencv-python的安装。

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

之前并没有安装opencv-python,今天打算安装一下

在pycharm的虚拟环境库安装搜索中到有libopencvopencvpy-opencv共三个包,根本没有opencv-python啊,看其他博客的解释,感觉最后并没有给出结果,只介绍了这几个库:

找到介绍如下:

OpenCV is computer vision a library written using highly optimized C/C++ code. It makes use of multiprocessing in the background. It has a collection of a large number of algorithms tested and verifiend by the developers. The best thing about this is it’s FREE under the BSD license.
libopencv is only a metapackage. These packages do not contain actual software, they simply depend on other packages to be installed. So libopencv is a metapackage which simply references one or more related packages which are loosely grouped together. It is dedicated for installing OpenCV in Ubuntu and Debian OS.

### 配置 PyCharm 支持 PyTorchOpenCV 的开发环境 为了在 PyCharm 中成功配置支持 PyTorchOpenCV 的开发环境,以下是详细的说明: #### 创建 Anaconda 虚拟环境 通过 Conda 命令创建一个新的 Python 虚拟环境,并指定所需的 Python 版本。这一步可以通过以下命令完成: ```bash conda create -n pytorch_opencv_env python=3.8 ``` 这里我们命名为 `pytorch_opencv_env` 并设置 Python 版本为 3.8[^2]。 激活该虚拟环境: ```bash conda activate pytorch_opencv_env ``` #### 安装 PyTorch 安装适合当前硬件架构的 PyTorch 库。可以根据官方文档推荐的方式进行安装。例如,在 GPU 可用的情况下,可以执行如下命令: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 此命令会自动处理依赖关系并安装合适的 CUDA 工具链版本[^4]。 #### 安装 OpenCV-Python 由于某些情况下使用 Conda 安装 OpenCV-Python 存在兼容性问题[^3],因此建议采用 Pip 进行安装。首先卸载可能存在的旧版库: ```bash pip uninstall opencv-python opencv-contrib-python ``` 随后重新安装特定版本的 OpenCV-Python 和 contrib 扩展模块,确保两者版本匹配[^1]: ```bash pip install opencv-python==3.4.2.16 opencv-contrib-python==3.4.2.16 ``` 或者利用国内镜像加速下载过程: ```bash pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==3.4.2.16 opencv-contrib-python==3.4.2.16 ``` #### 配置 PyCharm 使用上述虚拟环境 启动 PyCharm 后新建项目或打开现有项目,导航至 **File -> Settings -> Project: YourProjectName -> Python Interpreter** 页面。点击齿轮图标选择 **Add...** ,然后选取已创建好的 Conda 环境路径(通常位于 Anaconda 安装目录下的 envs 文件夹内)。确认无误后保存更改。 至此,您已经完成了基于 PyCharm 的深度学习开发环境搭建工作,其中包含了必要的框架和支持工具。
评论
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