在如今人工智能的浪潮下，無數模擬機器學習和深度學習的開發者工具倍出，其中在計算機圖形學和計算機視覺裏面最流行的一個庫就是OpenCV庫了.計算機圖形學和計算機視覺學在我們的自動駕駛和仿生機器人當中有著舉足輕重的地位，尤其是opencv庫在裏面的應用尤為廣泛。今天我就分享給大家我們在python環境下，實現調用opencv庫。用Python調用opencv庫而不用C++的緣故是，第一：現在我們的高端處理器（如由中科大少年班的天才陳天石先生所創辦的寒武紀科技有限公司的深度學習處理器）已經具備了強大的算力，除了谷歌的處理器就是地表最強的NPU了,因此我們並不需要這種高效率的語言來支撐。即使像我們普通學生使用的樹莓派也可以跑得上Python，從而實現物聯網。二：C++的代碼過於繁瑣，Python則可以用更短小的代碼塊來實現。在軟件的開發周期上會變得更小。三：Python簡單易學，筆者用三天學完了Python，學習C++則學習了接近一個星期。

一：首先，您應該確保您的電腦應經安裝了python的環境，筆者是安裝的python3.6一個比較新的版本，以前的老版本python2.x對我們新技術的支持不是很好。同時我們python當中的各種庫的版本也很有可能不相適應，這是計算機科學這門學科的特征。因此，建議安裝更新版本的Python。

二，如果您已經為您的Python配置了環境變量，那麽請您使用win+R鍵，然後在輸入cmd，進入Windows系統的命令行模式。

三。如果您還沒有為您的電腦配置環境變量的話，請為您的電腦配置環境變量，將Python的路徑添加到您電腦的環境變量當中，這樣就可以直接在命令行模式下進行編譯Python文件了。比如這樣：

先在Python的命令行模式下輸入：Python，然後再輸入代碼print（5），如果輸出5成功，那麽您的環境變量肯定是配置好了。關於具體該如何配置環境變量，筆者就不加累述了，這對學習計算機的朋友來說實在是小菜一碟，如果確實不知道該如何配置環境變量，是第一次接觸非C語言的朋友，請您到網址https://jingyan.baidu.com/article/48206aeafdcf2a216ad6b316.html上自行學習。

四：找到您以前已經安裝過的Python文件的路徑，方便將我們的opencv庫下載下來之後找到保存的地點。這時請繼續保持打開我們剛才的命令行模式，輸入以下代碼：

import sys >>> sys.path

這樣，計算機就會自動顯示出您Python文件的安裝路徑了。這是十分重要的一步，沒有這一步，您的計算機上是不可能安裝好opencv庫的。

五：點擊進入網址：https://www.lfd.uci.edu/~gohlke/pythonlibs/

在這個國外的網站裏匯聚了Python的各種類庫，是美國加州大學（世界排名第三）所推出的。是我們做機器學習的人的天堂。此時，您應該找到numpy庫，進行下載（因為如果您要安裝opencv庫的話，是必然得安裝numpy庫的），下載的時候記住：文件的後綴是whl，我們稍後將利用pip會進行安裝。文件的前綴有cp兩個英文，cp後表示的是Python的版本嗎，筆者用的是3.6版本的Python，因此文件的前綴當中必然有cp36這個選項了。

六：將您剛剛所選擇的numpy,opencv庫的文件保存至Python安裝文件的根目錄下的scripts下，在這個文件的目錄下，你還會發現有pip.exe以及east_install.exe的程序文件，這就對了。

七：再次打開您的命令行模式：

輸入cd C:/xxxx(您Python文件安裝目錄的scripts文件夾),這改變的是您在命令行模式下的文件根目錄，十分有效。

八：為您的ython安裝文件的根目錄下的scripts配置環境變量。具體配置環境變量的方法還是和以前一樣。不會的話，請參見網址：https://jingyan.baidu.com/article/48206aeafdcf2a216ad6b316.html

：在命令行模式下輸入：pip install wheel

繼續等待下載完成。如果出現了如下圖像，則說明您安裝成功了

十：在命令行模式下輸入pip install (您剛才現在的numpy文件的文件名).whl

等待collect被安裝，很快便會顯示安裝成功（筆者電腦CPU算力比較強大）安裝成功後將會顯示：

上面這串英文應該很簡單吧，正常人應該都會看得懂這是成功安裝安裝包的意思。最後安裝opencv庫。

十一：安裝opencv庫的方法和第十步是完全一樣的。

十二：檢測我們的OpenCV庫是否安裝成功。在命令行模式下輸入：

pip freeze

這樣我們就會看到您的Python除了標準庫之外，您所安裝的所有庫文件了。筆者的由於還在做單純的機器學習算法實現，因此，還安裝了其他數據科學，和科學計算的庫。不相關的庫也被筆者所刪除了。

以上就是筆者所安裝的所有庫。今天的教程就到這裏了，後面有關OpenCV庫的Python代碼實現，我將會在公眾號的下一期當中發布具體的代碼以及具體的使用方法。在下一期當中我們才會真正領略到opencv的強大威力。如果您有什麽疑惑，可以在下面的留言區留言，我一定會盡我所能為您解答。如果我有什麽說得不對的地方，也還請多多指教。

實戰深度學習（上）OpenCV庫