机器学习视觉识别之opencv和python的配置

配置opencv和python的时候遇到了一些问题,网上查了很多资料,弄了半天才把这个开发环境给配置好,为了防止机器学习开发者少走和我一样的弯路,下面把自己的配置过程总结一下分享给大家

总体开发环境是python和pycharm及opencv

第一步python解释器的下载,这里小编在试验过程中一共下载了三个

机器学习视觉识别之opencv和python的配置

两个二级版本,一个三级版本,其中Anaconda的这个版本它会自动安装好库,这个比较方便,而2.7.10需要手动安装库,比如numpy,我一开始用的就是这个版本,所以我手动安装了很多库,关键是还得去下载whl文件,太费事了,还是Anaconda好用,建议大家使用这个,使用这个一般我们常用的库就都会有的

这个安装都不难,下载好了之后,直接下一步,然后在设置环境变量的时候,将bin配置到path下就ok了

机器学习视觉识别之opencv和python的配置

如图三个都配置上了,那么谁最靠前在dos中输入python就是执行哪个版本

下面pycharm,这个个人认为作为python的开发工具还是比较不错的,它的安装也挺简单,直接下一步,我们可以安装好之后,在他内部选择是使用哪个解释器

机器学习视觉识别之opencv和python的配置

机器学习视觉识别之opencv和python的配置

加号可以添加解释器,然后在上面的下拉框中选择所要使用的解释器

机器学习视觉识别之opencv和python的配置

最后就剩下了一个opencv的安装,这个现在有两个版本一个2,一个3,安装也是无脑下一步,安装完成之后将其bin文件放到path下

机器学习视觉识别之opencv和python的配置

这次opencv就配置好了,但是此时opencv并没有和python产生关系,具体的做法就是将opencv的cv2.pyd程序

机器学习视觉识别之opencv和python的配置

放到python的site-packages下

机器学习视觉识别之opencv和python的配置

这样二者就产生了关联,下面验证一下,输入import cv2,如果不出错那就表示导入成功

机器学习视觉识别之opencv和python的配置

至此说明成功了,如果按照我的做,还是不行,一定要注意opencv和python的版本是否一致,我用的是opencv3和Anaconda2就成功了,最终版本的环境配置如下,其实只用配置这俩个就ok了

机器学习视觉识别之opencv和python的配置

相关推荐