【OpenCV】在Python环境下安装OpenCV并检测是否安装成功

这篇具有很好参考价值的文章主要介绍了【OpenCV】在Python环境下安装OpenCV并检测是否安装成功。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、OpenCV概述

OpenCV是一个开源的计算机视觉库,可以在Windows、Linux、MacOS等操作系统上运行。它起源于英特尔性能实验室的实验研究,由俄罗斯的专家负责实现和优化,并以为计算机视觉提供通用性接口为目标。

1.1、计算机视觉

计算机视觉会将图片转换成数组排列的数字,这些数组包含大量的噪声,噪声在图像上常表现为引起较强视觉效果的孤立像素点或像素块,使得图像模糊不清。因此,噪声是计算机视觉面临的一个难题。要想让图片变得清晰,就需要对抗噪声。
计算机视觉使用统计的方法对抗噪声,例如,计算机视觉虽然很难通过某个像素或者这个像素的相邻像素判断这个像素是否在图像主体的边缘上,但是如果对图像某一区域内的像素做统计,那么上述判断就变得简单了,即在指定区域内,图像主体的边缘应该表现为一连串独立的像素,而且这一连串像素的方向应该是一致的。

1.2、OpenCV包含的模块

OpenCV包含的模块层次:
【OpenCV】在Python环境下安装OpenCV并检测是否安装成功
OpenCV常用的模块说明:
【OpenCV】在Python环境下安装OpenCV并检测是否安装成功

1.3、OpenCV的发展历程

【OpenCV】在Python环境下安装OpenCV并检测是否安装成功

1.4、OpenCV的应用

OpenCV是一个开源的计算机视觉库,计算机视觉不仅被广泛地应用在安保行业中,例如监挖摄像头:被应用在网页端的图像和视频处理中;被应用在游戏交互中:甚至在某些现代化工厂里,被应用在产品某些方面的质检工作上。此外,计算机视觉还被应用在一些高精尖领域,这些领域使用计算机视觉中的图像拼接技术获取街景图像 或者航空图像,这些领域包含无人机领域和航空航天领域等。

1.5、Python 与 OpenCV

在OpenCV方向上发展的一个产物。Python借助OpenCV库提供的方法能够使用短短的几行代码,轻轻松松地实现对图像的处理操作,这就是Python OpenCV的优势所在。

二、Python OpenCV的下载和安装

下载和安装OpenCV-Contrib-Python库。
在这个库中,除包括OpenCV-Contrib-Python库外,还包括Numpy库。
Numpy库是Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算。

2.1 下载和安装OpenCv-Contrib-Python库

命令行安装:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simp1e opencv-contrib-python

Pycharm进行安装:
【OpenCV】在Python环境下安装OpenCV并检测是否安装成功

2.2 测试OpenCV-Contrib-Python 库和Numpy 库是否安装成功

测试 OpenCV-Contrib-Python库和 Numpy库是否安装成功的步骤如下:
(1)打开命令提示符窗口,在光标处输入“python",按下【Enter】键,进入Python
(2)当命令提示符窗口出现>>>时,在光标处输入“import cv2”,按下【Enter】键。如果命令提示符窗口在新的一行出现>>>,说明OpenCv-Contrib-Python库安装成功。
(3)在新的一行的>>>后的光标处输入“import numpy as np”,按下【Enter】键。
如果命令提示符窗口在新的一行出现>>>,说明Numpy库安装成功。
(4)在新的一行的>>>后的光标处输入“exit()",按下【Enter】键,退出Python。
(5)在命令提示符窗口的光标处输入“exit”,按下【Enter】键,退出命令提示符
【OpenCV】在Python环境下安装OpenCV并检测是否安装成功文章来源地址https://www.toymoban.com/news/detail-453057.html

到了这里,关于【OpenCV】在Python环境下安装OpenCV并检测是否安装成功的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • python cuda torch验证是否成功安装,版本是否匹配

    根据nvcc-smi查到自己的显卡型号,如下图所示。 本人的电脑显卡型号为:GeForce GT 730 可以通过以下链接查找 http://www.5ityx.com/cate100/155907.html 可以看到我的显卡算力是3.5 备注:你的显卡计算力必须保证在3.5以上。如果是3.5及以下,请下载pytorch 1.1,或1.2的版本。这是因为需要硬

    2024年02月15日
    浏览(47)
  • Python-opencv实现目标检测定位:判断固定颜色物体是否在规定区域内

    主要实现实时检测视频或者摄像头中出现的固定颜色(本例中使用绿色)是否在规定的区域范围内,并将结果反馈到原视频上。 实现的效果如下图所示: 1、当绿色物体出现在屏幕中的黑框中时,在视频左上角反馈一个“True”的信息。 2、当绿色物体出现在屏幕中但没有完全

    2024年01月17日
    浏览(47)
  • 检测ssh key 是否配置成功时报错

    在使用GitHub上传文件时检测ssh key 是否配置成功时 出现问题 ssh: connect to host github.com port 22: Connection refused。 排查思路: ssh: connect to host github.com port 22: Connection refused 这个错误提示的是连接 github.com 的22端口被拒绝了。 原本以为github.com挂了,但是浏览器访问github.com一切正常。

    2023年04月22日
    浏览(48)
  • 查看自己电脑MySQL是否安装成功

    最近很多读者问,Mysql安装上了,怎么连接不上呀。所以在这个环节就要验证自己的电脑的MYSQL是否安装成功,好了,废话不多说,直接上步骤。 步骤: 1、打开命令行:在运行处输入cmd,确认。 2、打开安装Mysql的环境目录,进入目录运行CMD:cd D:WorkspaceEnvironmentMySQL5.5.4w

    2024年02月11日
    浏览(51)
  • OpenCV检测圆形东西是否存在缺口?

    想了挺久,一直没解决这个问题。后面勉强解决了。 1.想用圆度来解决,后来发现圆度差值很小,完整的圆圆度0.89,然后有缺角的圆圆度0.88。 2.想用面积来解决,但是图片中每个圆大小不是一致的,是有一些差别的,也没办法。 3.多边形拟合、凸包都不合适。 4.想使用角点

    2024年02月04日
    浏览(32)
  • 记录 | 验证pytorch-cuda是否安装成功

    检测程序如下: 或者用终端 Shell,运行情况如下

    2024年02月21日
    浏览(41)
  • “远程客户端操作hdfs创建文件夹”,验证环境是否配置成功,以及HDFS错误整改

    编写“远程客户端操作hdfs创建文件夹”代码,验证环境是否配置成功! 1、错误点1: 改正方法: 第一步:点击文件项目文件模块 第二步:会发现红色框里的显示的是15,这里我们需要改成8,如下图: 2、错误点2: 改正方法: 第一步:点击文件项目文件设置,后按照图中步

    2024年02月12日
    浏览(74)
  • 判断hadoop伪分布式安装模式是否成功启动

    1.使用命令start-all.sh,来同时启动HDFS和YARN start-all.sh  2.通过命令 jps 检验一下是否开启Hadoop的全部进程  如图所示:DataNode,NameNode,SecondaryNameNode是文件系统HDFS的进程; NodeManager,ResourceManager是YARN的进程。这五个进程都启动成功,才说明Hadoop启动成功。

    2024年02月13日
    浏览(56)
  • python环境下安装OpenCV

    1.win+R打开控制台并输入cmd 2.输入 pip install opencv-python 第一次可能因为没有安装numpy会出现warning ,但是系统会自己安装numpy,安装完numpy之后,就会显示opencv-python安装成功 3.可再次输入 pip install opencv-python进行验证,如显示下图内容,则证明已经安装成功。

    2024年02月11日
    浏览(42)
  • 【CUDA】判断电脑CUDA和cuDNN是否安装成功(Windows)

    查看CUDA安装是否成功: 进入到CUDA的安装路径,找到如下两个.exe文件: 我自己安装完的路径为: C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1extrasdemo_suite 然后打开CMD窗口(以管理员身份): 先进入自己的目录: 首先执行: deviceQuery.exe ,查看是否出现如下界面: 然后执行

    2024年02月16日
    浏览(63)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包