轻松掌握OpenCV 3.4.10安装步骤,从入门到实战

引言
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,广泛应用于图像识别、图像处理、视频分析等领域。本文将详细介绍如何在Windows和Linux操作系统上安装OpenCV 3.4.10版本,并指导读者从入门到实战,快速上手使用OpenCV进行图像处理和计算机视觉任务。
系统要求
在开始安装OpenCV之前,请确保您的系统满足以下要求:
操作系统
:Windows 7/8/10 或 Ubuntu 16.04/18.04
Python
:Python 2.7 或 Python 3.5+
C++
:C++编译器,如Visual Studio(Windows)或GCC(Linux)
Windows系统安装步骤
1. 安装Python
访问Python官方网站(
https://www.python.org/)下载Python安装包。
运行安装程序,选择“Add Python 3.x to PATH”选项。
点击“Install Now”开始安装。
2. 安装pip
打开命令提示符,输入以下命令安装pip:
python -m ensurepip –upgrade
安装完成后,再次输入以下命令安装
setuptools
和
wheel
:
pip install setuptools wheel
3. 安装OpenCV
打开命令提示符,输入以下命令安装OpenCV:
pip install opencv-python==3.4.10.27
安装过程中,如果遇到依赖问题,请根据提示进行安装。
4. 验证安装
打开命令提示符,输入以下命令测试OpenCV是否安装成功:
python -c “import cv2; print(cv2.__version__)”
如果输出
3.4.10.27
,则表示OpenCV安装成功。
Linux系统安装步骤
1. 安装依赖
打开终端,输入以下命令安装依赖:
sudo apt-get update
sudo apt-get install build-essential cmake git libopencv-dev
对于Ubuntu 18.04及更高版本,请使用以下命令安装
libpython-dev
:
sudo apt-get install libpython3-dev
2. 下载OpenCV源码
打开终端,输入以下命令下载OpenCV源码:
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git
3. 编译安装
进入OpenCV源码目录:
cd opencv
创建一个构建目录:
mkdir build
cd build
配置编译选项,例如:
cmake -D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D WITH_TBB=ON \
-D WITH_V4L=ON \
-D WITH_QT=OFF \
-D WITH_OPENGL=ON \
-D WITH_GTK=ON \
-D BUILD_EXAMPLES=ON \
-D BUILD_TESTS=OFF \
-D BUILD_PERF_TESTS=OFF \
-D BUILD_opencv_python3=ON \
-D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules \
..
编译并安装:
make -j4
sudo make install
4. 验证安装
打开终端,输入以下命令测试OpenCV是否安装成功:
python -c “import cv2; print(cv2.__version__)”
如果输出
3.4.10
,则表示OpenCV安装成功。
实战案例
以下是一个简单的OpenCV图像处理实战案例,实现读取、显示和保存图像:
import cv2

# 读取图像
image = cv2.imread(‘example.jpg’)

# 显示图像
cv2.imshow(‘Image’, image)

# 等待用户按键
cv2.waitKey(0)

# 保存图像
cv2.imwrite(‘output.jpg’, image)

# 关闭所有窗口
cv2.destroyAllWindows()
运行上述代码,您将看到名为
example.jpg
的图像在窗口中显示,按下任意键后保存为
output.jpg
。
总结
通过本文的介绍,您已经掌握了在Windows和Linux系统上安装OpenCV 3.4.10的步骤,并学习了如何进行简单的图像处理实战。接下来,您可以进一步探索OpenCV的强大功能,将其应用于实际项目中。