一文带你安装opencv和常用库（保姆级教程少走80%的弯路）_业界新闻

发布时间:2024-07-28 20:41

阅读量:0

0.导语

离上一个opencv安装保姆级教程发布已经过去了快一年了，这一年来我收到了来自很多C友的鼓励。打算学opencv的各位朋友都会在安装opencv和各种库过程中浪费掉60%的时间和精力；博主在这一年来尝试各种各样的安装方法，全网搜集各种资料总结了一篇非常详细的opencv和常用库的安装教程，若有帮助记得三连，你的三连是我进步的动力。

1. 正文

1.1下载和安装软件

本文我会通过miniconda+jupyter lab的形式带大家安装opencv；
有很多朋友会问为什么不是anaconda+jupyter lab 或者直接pycharm 来安装呢？在这里我回答一下大家的疑问，通过这一年来的学习和实战，我发现anaconda它带了很多不必要的库并且自身很重，像我这样只能买得起轻薄本的学生党连跑demo都跑不了；pycharm也是比较笨重的编译器，配置opencv的过程更让人恶心，一不小心就会出错显然不适合刚学opencv的C友；

废话少说开始安装：
WINDOWS安装包下载链接
32位电脑安装上面的，64位安装下面的；电脑的位数怎么看？
右击此电脑→点击属性

我以64位为举例，目前大多数电脑都是64位操作系统；下面可以参考我的安装步骤去安装

如果大家以上安装全成功那大家已经成功了快一半了；

1.2 了解miniconda常用指令

安装好之后，打开Anaconda Powershell Prompt (miniconda3)；

注意：是Powershell Prompt，不是Prompt；

开启之后是下面这个黑色窗口：

miniconda是通过创建虚拟环境的方式运行python代码的；所以我们得了解一些常用的指令；比如创建一个虚拟环境，怎么删除虚拟环境等；
常用的五个指令
1.创建环境：
conda create --name 环境名称（英文）
2.进入环境：
conda activate 环境名称
3.退出环境：
conda deactivate
4.删除环境：
conda remove --name 环境名称 --all
5.列出所有环境：
conda env list
创建环境：比如我想创建一个名为xiaore的虚拟环境

输入y确认；
下面我们进入这个环境试试；

这样已经算成功地进入了虚拟环境;
接下来就是退出虚拟环境：

接下来我们列出我们的所有环境：

这里面base是我们的基础环境，xiaore是我们刚刚创建的虚拟环境；
接下来我们试试删除环境这个命令（删除环境之前必须得退回基础环境base里面在进行删除）；

1.3 开始安装opencv

上面的几个步骤都是在现在的这个步骤打基础；安装opencv之前我们必须给我们的虚拟环境里现安装python，然后去修改pip和conda的源；安装opencv和一些常用库；
那我还是举例刚刚那个虚拟环境为举例演示一下；

1.3.1第一步安装python

打开miniconda，进行 conda create --name 环境名称 python=3.8 命令。python版本可以按照自己的需要去更改，建议是3.8的python。

输入y 确认。

等安装好之后可以进入虚拟环境里测试一下；

可以看出安装的版本是3.8.16；可以输入exit（）来退出；

1.3.2第二步pip和conda换源

换源的目的我觉得大家应该都知道，是为了加速下载过程；为了防止有些库因为有些原因下载不了，具体什么原因不用我说懂得都懂。
一，conda换源方法：
参见：conda换源清华源
二，pip换源
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
第三步：记事本编辑保存pip.ini文件内容为以下部分：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn
注意：pip文件夹要建立到用户目录下的。
例如：

如果上面那些过程都已经没问题了，恭喜你已经成功了80%了。

1.3.3安装opencv和matplotlib等库

安装库常用的指令：
conda install 库名
pip install 库名
conda list
pip list
注意：进入自己的虚拟环境之后再安装；

最后显示done表示已经安装成功；
我们来安装一下matplotlib

安装成功；

1.3.4最后安装jupyter lab：

运行jupyter lab

如果整个过程没问题的话打开之后应该是这样的一个页面；你已经成功了90%了。

2.跑你的第一个opencv代码

 ```python import cv2 import matplotlib.pyplot as plt img=cv2.imread("./Downloads/xiaoye.jpg") cv2.namedWindow("Image") plt.imshow(img) cv2.waitKey(0)

注意图片在你的文件路径里；

`
``
如果到这一步运行成功，那说明你已经成功地安装opencv和成功运行了；