opencv-python:win7下,搭建python2.7.5环境,配置opencv3.1.0准备开工-OpenCV步步精深
我的個人博客:點這里
搭建python2.7.5環境
下載python2.7.5
64位:https://www.python.org/ftp/python/2.7.5/python-2.7.5.amd64.msi
32位:https://www.python.org/ftp/python/2.7.5/python-2.7.5.msi
傻瓜式安裝完成,在命令提示符下(win+R,輸入cmd),想直接輸入python命令運行,
右鍵我的電腦-屬性-高級系統設置-環境變量,在系統變量下找到Path,選中Path-編輯,在變量值處: ? ? ? 輸入 ? 一個分號 ?然后輸入python的安裝路徑。
;D:\python2.7.5
環境變量好啦,可以直接呼出python
在命令提示符下查看下python版本
python -V
看到python版本2.7.5
我們還要來安裝一下easy_install方便后續的各種包的安裝:
easy_install安裝
下載:https://pypi.python.org/pypi/setuptools#windows-simplified(這里我已經把ez_setup.py文件給大家弄好了,直接在下面找ez_setup.py就好了,所以沒做成超鏈接)
右鍵ez_setup.py-另存為,存到python路徑下就好
是這樣的
接下來等一會,他自己就會安裝完成的。
安裝完成后我這里沒有收到什么,只是那個easy_install的黑色框框消失了,我們來判斷下是否安裝成功吧。為了看一遍到底安了啥,直接在命令提示符下再裝一遍。。。輸入ez_setup.py,這下看到了
在python2.7.5下多了一個Scripts目錄,可以對比我之前傳的圖
我們看看Scripts下都有啥
這下我們還需要配置一下easy_install的環境變量,找到Scripts的路徑,D:\python2.7.5\Scripts,右鍵我的電腦-屬性-高級系統設置-環境變量,在系統變量下找到Path,選中Path-編輯,在變量值處: ? ? ? 輸入 ? 一個分號 ?然后輸入Scripts的安裝路徑。
然后我們來看一下easy_install版本,直接在命令提示符下輸入easy_install --version
測試easy_install是否安裝成功,我們要安裝一個必須安裝的包,numpy,這是opencv的必備包,一定要安裝!
出現問題啦,直接上圖
首先安裝pip,在命令提示符下輸入easy_install pip
出現
我們在命令提示符下輸入pip,看看是否安裝完成
之后就可以安裝numpy了,在命令提示符下輸入pip install numpy
Enter看看出現什么
安裝完成啦,終于100%了,上圖!
在命令提示符下輸入python,進入python命令,輸入import numpy,如果沒有報錯,就像下圖這樣,就是安裝完成了。
接下來我們來配置opencv3.1.0吧~
配置opencv3.1.0
下載opencv3.1.0
https://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.1.0/opencv-3.1.0.exe/download
這是一個exe文件,直接雙擊運行
安裝完成后會出現個文件夾,一起來看看吧
找到該文件夾下的build-python-2.7-x64下的cv2.pyd
之后把復制的cv2.pyd粘貼到python2.7.5目錄下的Lib-site-packages文件夾下
之后來看看我們的工作是否完成吧!打開python自帶的idle(idle直接在開始界面中輸入就好~),
打開后輸入import cv2 ?Enter后在輸入 ? ?import numpy
今天的工作完美結束啦,大家給自己鼓鼓掌吧!
我的名字叫做Y,初入opencv的水,希望可以幫助到那些和我一樣的正在涉水的人,希望能夠與大家留言互動。前段時間我的youtube頻道被封,我失去了好多粉絲,失去了好多順手放在頻道里的資料,讓我知道只有真正的學到才可謂得到,于是我鼓起勇氣重新開始,真心希望能和大家多互動,希望大家在下方評論留言,喜歡我的多多支持,我希望自己的勞動成果能讓大家走的更遠,原創不易,希望大家共同維護,多多珍惜!
轉載于:https://www.cnblogs.com/yujiachen/p/7652051.html
總結
以上是生活随笔為你收集整理的opencv-python:win7下,搭建python2.7.5环境,配置opencv3.1.0准备开工-OpenCV步步精深的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: python库学习笔记——分组计算利器:
- 下一篇: Spark Streaming简介