OpenCV Python的安裝與設定

本文介绍如何在Windows环境下安装配置OpenCV并设置Python环境。具体步骤包括:安装Python 2.7版本;安装所需库文件;下载并安装NumPy;安装matplotlib等依赖库。通过这些步骤,您可以成功地在Windows上搭建起OpenCV的开发环境。

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

原文链接:http://blog.udn.com/mark52home/30574225

參考資料:

https://archer1609wp.wordpress.com/2015/06/02/opencv%E5%9C%A8windows%E7%92%B0%E5%A2%83%E4%B8%8B%E5%AE%89%E8%A3%9Dopencv%E3%80%81%E8%A8%AD%E5%AE%9Avisual-studio%E5%8F%8Apython2-7/

環境設定

Step 1: 安裝Python

https://www.python.org/ 下載並安裝Python 2.7版,更新的版本OpenCV 2並不支援。

Step 2: 安裝Libraries

" D:\project\opencv\build\python\2.7″" D:\project\opencv\build\python\2.7\x86″內的所有檔案放到"D:\Python27\Lib\site-packages"

Step 3: 下載NumPy

NumPyOpenCV需要用到的extension,如安裝的是32-bitPython,可到https://pypi.python.org/pypi/numpy下載CP27版的NumPy64-bit版則需要到http://www.lfd.uci.edu/~gohlke/pythonlibs/下載非官方版。

Step 4: 安裝NumPy

將下載回來的.whl檔放到"D:\Python27\Scripts",透過cmd執行同位置的pip2.7.exe,加入該.whl檔作為argumentpip就會安裝好NumPy

 

Download numpy-1.9.2+mkl-cp27-none-win32.whl fromhttp://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy .

Copy the file to D:\Python27\Scripts

Run cmd from the above location and type

pip install numpy-1.9.2+mkl-cp27-none-win32.whl

You will hopefully get the below output:

 

 
Processing D:\python27\scripts\numpy-1.9.2+mkl-cp27-none-win32.whl
Installing collected packages: numpy
Successfully installed numpy-1.9.2

Step 5: 測試匯入

Step 6: 安裝matplotlib

Download matplotlib-1.4.3-cp27-none-win_amd64.whl

http://matplotlib.org/downloads.html

使用PIP安裝,Fail

再下載matplotlib-1.4.3.win-amd64-py2.7.exe

執行安裝, package會在D:\Python27\Lib\site-packages

内容概要:本文介绍了多种开发者工具及其对开发效率的提升作用。首先,介绍了两款集成开发环境(IDE):IntelliJ IDEA 以其智能代码补全、强大的调试工具和项目管理功能适用于Java开发者;VS Code 则凭借轻量级和多种编程语言的插件支持成为前端开发者的常用工具。其次,提到了基于 GPT-4 的智能代码生成工具 Cursor,它通过对话式编程显著提高了开发效率。接着,阐述了版本控制系统 Git 的重要性,包括记录代码修改、分支管理和协作功能。然后,介绍了 Postman 作为 API 全生命周期管理工具,可创建、测试和文档化 API,缩短前后端联调时间。再者,提到 SonarQube 这款代码质量管理工具,能自动扫描代码并检测潜在的质量问题。还介绍了 Docker 容器化工具,通过定义应用的运行环境和依赖,确保环境一致性。最后,提及了线上诊断工具 Arthas 和性能调优工具 JProfiler,分别用于生产环境排障和性能优化。 适合人群:所有希望提高开发效率的程序员,尤其是有一定开发经验的软件工程师和技术团队。 使用场景及目标:①选择合适的 IDE 提升编码速度和代码质量;②利用 AI 编程助手加快开发进程;③通过 Git 实现高效的版本控制和团队协作;④使用 Postman 管理 API 的全生命周期;⑤借助 SonarQube 提高代码质量;⑥采用 Docker 实现环境一致性;⑦运用 Arthas 和 JProfiler 进行线上诊断和性能调优。 阅读建议:根据个人或团队的需求选择适合的工具,深入理解每种工具的功能特点,并在实际开发中不断实践和优化。
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