OpenCV虚拟环境的创建与配置方法

• 文章目标

1. 掌握 Python + OpenCV 虚拟环境的创建与配置方法；

2. 熟悉在虚拟环境中安装和管理Python包及OpenCV库的操作流程。

   ---

   

• ​配置环境

1. 硬件环境：

   （1）处理器：建议使用具有良好性能的中央处理器，如Intel Core i5或i7系列或AMD Ryzen 5或7系列等。这些处理器能够提供强大的计算能力和多核性能，满足实验中对数据处理和分析的需求。

   （2）内存：建议配备至少8GB的内存。OpenCV计算机视觉实验中涉及大型数据集或需要进行复杂的数据处理操作，需要更高的内存容量，如16GB或更多，以确保系统的稳定运行和快速响应。

   （3）硬盘空间：建议预留至少20GB的空闲硬盘空间。这部分空间将用于安装实验所需的软件、库文件，以及存储实验过程中产生的数据和结果。

2. 软件环境：

   （1）操作系统：实验者可以根据个人习惯和实验需求选择合适的操作系统，如Windows、macOS或Linux等。这些操作系统均提供了良好的兼容性和稳定性，能够满足实验中对软件环境的要求。

   （2）Python环境：建议使用Python 3.x版本进行实验，其中Python 3.6及以上版本为最佳选择。这些版本在语法、功能和性能上都有所优化，能够提供更好的编程体验和支持更多的库文件。

   （3）Python库：实验中需要安装pandas、numpy、scipy等数据处理和分析相关的库。这些库提供了丰富的函数和方法，能够帮助实验者更加高效地进行数据清洗、转换、统计分析等操作。

   （4）编程环境：推荐使用Jupyter Notebook作为实验的主要编程环境。Jupyter Notebook是一个开源的Web应用程序，允许实验者创建和共享包含代码、方程、可视化及解释性文字的文档。它适合于数据清洗和转换、数值模拟、统计建模、机器学习等多种场景。此外，实验者也可以选择其他的Python编程环境，如PyCharm、Visual Studio Code等，只要支持所需的库文件即可。这些编程环境提供了丰富的功能和工具，能够帮助实验者更加便捷地进行代码编写、调试和运行等操作。

• 下载步骤

  1. 在 Windows 下配置虚拟开发文件：

      ①  下载 Anaconda ：在官网中下载安装包后，进入安装包下载和配置软件 Anaconda。 

        下载完成后会弹出以下窗口。

          下载完成别忘记将 Anaiconda 加入系统环境变量的 PATH 路径

         ②下载 Jupyter 与必要驱动并创建环境。

             a. 下载 OpenCV 的 Python 库并创建名为 opencv 的环境。

输入代码：conda create --name=opencv python=3.12

WARNING: A conda environment already exists at '所创建的环境地址'
Remove existing environment (y/[n])?   ----->此时在此输入y

Collecting package metadata (current_repodata.json): done
Solving environment: done
……
The following NEW packages will be INSTALLED:

   ca-certificates      pkgs/main/win-64::  ……
   openssl              pkgs/main/win-64::  ……
   ……
   wheel                pkgs/main/win-64::  ……

Proceed ([y]/n)?  ----->此时在此输入y

Downloading and Extracting Packages
……

             b. 在创建的环境下用 Adaconda 下载 OpenCV 的必要库（包括 OpenCV 库）

conda activate opencv
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install statsmodels -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install notebook -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple

             c. 在创建的环境下安装 jupyter notebook 迁移软件

conda activate opencv
jupyter notebook

              d. 查询虚拟环境路径

conda info --env

• 配置 Visual Studio Code 环境

默认已经设置了 Visual Studio Code 环境变量以及一些基本操作

  1. 打开并配置 vs code ：

         ① 点击扩展安装 Python 与 Python Debugger 插件。

         ② 按下 Ctrl + Shift + P 打开命令面板，输入 "Python: Select Interpreter" 来选择 Python 环境，找到 conda 安装 Python 文件。

2. 尝试是否配置成功：

• 配置 PyCharm 环境

 默认已经设置了 PyCharm 环境变量以及一些基本操作

 打开并配置 PyCharm ：

  进入 Python 编辑器后点击右侧添加编辑器，选择现有环境，输入对应的环境路径：

  点击确定后即可使用对应的环境：

• 配置 Jupyter notebook 环境

  在桌面新建一个‘名字自定义的文件夹以储存 Jupyter notebook 运行以及保存文件并进入文件夹在路径处输入 cmd 进入终端：

   在终端中进入对应环境的 Jupyter notebook 运行程序下：

conda activate opencv
jupyter notebook