k7arm

安装anaconda + opencv for mac

这篇文章主要记录如何在mac上安装anaconda和opencv.

安装anaconda很简单，从官网下载后一直点击下一步就行。

默认安装完的anaconda是没有opencv的，而python3.6和opencv3.3又是我期望的版本，所以下面的记录是安装这两个的步骤。
首先注意几个问题：
1.我使用了zsh，所以虽然安装完anaconda之后，它会修改~/.bash_profile的内容，自动添加自己的路径到PATH中，但是由于安装了zsh，所以zsh的终端会读取~/.zshrc，就是说需要手动再把~/.bash_profile中的PATH内容加到~/.zshrc中。当然了，如果你没有使用zsh，而是系统自带的终端，那就不必这样操作了，因为你的系统里根本就不会有~/.zshrc这个文件。

# added by Anaconda3 5.0.0 installer
export PATH="/Users/zz/anaconda3/bin:$PATH"

就是上面的代码，添加到~/.zshrc的末尾就行了。

接下来，重新登录一下系统，或是source ~/.zshrc，然后看看能不能从识别到添加的路径。

 ~/ which conda
/Users/zz/anaconda3/bin/conda
 ~/ conda --version
conda 4.3.28
 ~/

看到上面的结果，就表示安装anaconda成功了。

接下来看看有没有opencv:

 ~/ conda list
# packages in environment at /Users/zz/anaconda3:
#
_ipyw_jlab_nb_ext_conf    0.1.0            py36h2fc01ae_0
alabaster                 0.7.10           py36h174008c_0
anaconda                  5.0.0            py36hd9bc8a5_0
anaconda-client           1.6.5            py36h04cfe59_0
anaconda-navigator        1.6.8            py36hee14809_1
anaconda-project          0.8.0            py36h99320b2_0
appnope                   0.1.0            py36hf537a9a_0
appscript                 1.0.1            py36h9e71e49_1
asn1crypto                0.22.0           py36hb705621_1
astroid                   1.5.3            py36h1333018_0
astropy                   2.0.2            py36hf79c81d_4
babel                     2.5.0            py36h9f161ff_0
backports                 1.0              py36ha3c1827_1
backports.shutil_get_terminal_size 1.0.0            py36hd7a2ee4_2
beautifulsoup4            4.6.0            py36h72d3c9f_1
bitarray                  0.8.1            py36h20fa61d_0
bkcharts                  0.2              py36h073222e_0
blaze                     0.11.3           py36h02e7a37_0
bleach                    2.0.0            py36h8fcea71_0
bokeh                     0.12.7           py36hf2e3fb6_1
boto                      2.48.0           py36hdbc59ac_1
bottleneck                1.2.1            py36hbd380ad_0
ca-certificates           2017.08.26           ha1e5d58_0
certifi                   2017.7.27.1      py36hd973bb6_0
cffi                      1.10.0           py36h880867e_1
chardet                   3.0.4            py36h96c241c_1
click                     6.7              py36hec950be_0
cloudpickle               0.4.0            py36h13b7e56_0
clyent                    1.2.2            py36hae3ad88_0
colorama                  0.3.9            py36hd29a30c_0
conda                     4.3.28           py36h3b51d6a_0
conda-build               3.0.22           py36hcb85c65_0
conda-env                 2.6.0                h36134e3_0
conda-verify              2.0.0            py36he837df3_0
contextlib2               0.5.5            py36hd66e5e7_0
cryptography              2.0.3            py36h22d4226_1
curl                      7.55.1               h7601780_3
cycler                    0.10.0           py36hfc81398_0
cython                    0.26.1           py36hd51f8eb_0
cytoolz                   0.8.2            py36h290905f_0
dask                      0.15.2           py36h4a50f7f_0
dask-core                 0.15.2           py36h151e743_0
datashape                 0.5.4            py36hfb22df8_0
dbus                      1.10.22              h50d9ad6_0
decorator                 4.1.2            py36h69a1b52_0
distributed               1.18.3           py36h46ea802_0
docutils                  0.14             py36hbfde631_0
entrypoints               0.2.3            py36hd81d71f_2
et_xmlfile                1.0.1            py36h1315bdc_0
expat                     2.2.4                h8f26bf8_1
fastcache                 1.0.2            py36h8606a76_0
filelock                  2.0.12           py36h0d0b4fb_0
flask                     0.12.2           py36h5658096_0
flask-cors                3.0.3            py36h7387b97_0
freetype                  2.8                  h143eb01_0
get_terminal_size         1.0.0                h7520d66_0
gettext                   0.19.8.1             hb0f4f8b_2
gevent                    1.2.2            py36ha70b9d6_0
glib                      2.53.6               ha08cb78_1
glob2                     0.5              py36h12393a9_0
gmp                       6.1.2                h4a9834d_0
gmpy2                     2.0.8            py36h7ef02cb_1
greenlet                  0.4.12           py36hf09ba7b_0
h5py                      2.7.0            py36h6400cee_1
hdf5                      1.10.1               h6090a45_0
heapdict                  1.0.0            py36h27a9ac6_0
html5lib                  0.999999999      py36h79312fd_0
icu                       58.2                 hea21ae5_0
idna                      2.6              py36h8628d0a_1
imageio                   2.2.0            py36h5e01289_0
imagesize                 0.7.1            py36h3495948_0
intel-openmp              2018.0.0             hdd0ccc9_7
ipykernel                 4.6.1            py36h3208c25_0
ipython                   6.1.0            py36hf612aae_1
ipython_genutils          0.2.0            py36h241746c_0
ipywidgets                7.0.0            py36h24d3910_0
isort                     4.2.15           py36hceb2a01_0
itsdangerous              0.24             py36h49fbb8d_1
jbig                      2.1                  h4d881f8_0
jdcal                     1.3              py36h1986823_0
jedi                      0.10.2           py36h6325097_0
jinja2                    2.9.6            py36hde4beb4_1
jpeg                      9b                   haccd157_1
jsonschema                2.6.0            py36hb385e00_0
jupyter                   1.0.0            py36h598a6cc_0
jupyter_client            5.1.0            py36hf6c435f_0
jupyter_console           5.2.0            py36hccf5b1c_1
jupyter_core              4.3.0            py36h93810fe_0
jupyterlab                0.27.0           py36hd3092eb_2
jupyterlab_launcher       0.4.0            py36h93e02e9_0
lazy-object-proxy         1.3.1            py36h2fbbe47_0
libcxx                    4.0.1                h579ed51_0
libcxxabi                 4.0.1                hebd6815_0
libedit                   3.1                  hb4e282d_0
libffi                    3.2.1                hd939716_3
libgfortran               3.0.1                h93005f0_2
libiconv                  1.15                 h99df5da_5
libpng                    1.6.32               hce72d48_2
libsodium                 1.0.13               hba5e272_2
libssh2                   1.8.0                h1218725_2
libtiff                   4.0.8                h8cd0352_9
libxml2                   2.9.4                hbd0960b_5
libxslt                   1.1.29               h95a2935_5
llvmlite                  0.20.0                   py36_0
locket                    0.2.0            py36hca03003_1
lxml                      3.8.0            py36h1003d81_0
markupsafe                1.0              py36h3a1e703_1
matplotlib                2.0.2            py36h507e440_1
mccabe                    0.6.1            py36hdaeb55d_0
mistune                   0.7.4            py36hccd6237_0
mkl                       2018.0.0             hc285769_4
mkl-service               1.1.2            py36h7ea6df4_4
mpc                       1.0.3                hc455b36_4
mpfr                      3.1.5                h7fa3772_1
mpmath                    0.19             py36h9185fea_2
msgpack-python            0.4.8            py36h46767b2_0
multipledispatch          0.4.9            py36hc5f92b5_0
navigator-updater         0.1.0            py36h7aee5fb_0
nbconvert                 5.3.1            py36h810822e_0
nbformat                  4.4.0            py36h827af21_0
ncurses                   6.0                  ha932d30_1
networkx                  1.11             py36he1dbd48_0
nltk                      3.2.4            py36h27d1ea0_0
nose                      1.3.7            py36h73fae2b_2
notebook                  5.0.0            py36h462289e_2
numba                     0.35.0              np113py36_6
numexpr                   2.6.2            py36h0f4f1da_1
numpy                     1.13.1           py36h93d791d_2
numpydoc                  0.7.0            py36he54d08e_0
odo                       0.5.1            py36hc1af34a_0
olefile                   0.44             py36ha08bf50_0
openpyxl                  2.4.8            py36he899640_1
openssl                   1.0.2l               h57f3a61_2
packaging                 16.8             py36he5e8135_0
pandas                    0.20.3           py36hd6655d8_2
pandoc                    1.19.2.1             ha5e8f32_1
pandocfilters             1.4.2            py36h3b0b094_1
partd                     0.3.8            py36hf5c4cb8_0
path.py                   10.3.1           py36hd33c240_0
pathlib2                  2.3.0            py36h877a6d8_0
patsy                     0.4.1            py36ha1b3fa5_0
pcre                      8.41                 h29eefc5_0
pep8                      1.7.0            py36hc268eb1_0
pexpect                   4.2.1            py36h3eac828_0
pickleshare               0.7.4            py36hf512f8e_0
pillow                    4.2.1            py36h0263179_0
pip                       9.0.1            py36hbbb9e21_2
pkginfo                   1.4.1            py36h25bf955_0
ply                       3.10             py36h10e714e_0
prompt_toolkit            1.0.15           py36haeda067_0
psutil                    5.2.2            py36hce78e15_0
ptyprocess                0.5.2            py36he6521c3_0
py                        1.4.34           py36hecf431b_1
pycodestyle               2.3.1            py36h83e8646_0
pycosat                   0.6.2            py36h1486600_0
pycparser                 2.18             py36h724b2fc_1
pycrypto                  2.6.1            py36h72f2894_1
pycurl                    7.43.0           py36hdb90038_3
pyflakes                  1.5.0            py36h7fdd505_1
pygments                  2.2.0            py36h240cd3f_0
pylint                    1.7.2            py36h2492be7_0
pyodbc                    4.0.17           py36h5478161_0
pyopenssl                 17.2.0           py36h5d7bf08_0
pyparsing                 2.2.0            py36hb281f35_0
pyqt                      5.6.0            py36he5c6137_6
pysocks                   1.6.7            py36hfa33cec_1
pytables                  3.4.2            py36h6e7b07d_1
pytest                    3.2.1            py36h9963153_1
python                    3.6.2               h26d10c0_12
python-dateutil           2.6.1            py36h86d2abb_1
python.app                2                py36h02ac5de_5
pytz                      2017.2           py36h2e7dfbc_1
pywavelets                0.5.2            py36h2710a04_0
pyyaml                    3.12             py36h2ba1e63_1
pyzmq                     16.0.2           py36h087ffad_2
qt                        5.6.2               h9975529_14
qtawesome                 0.4.4            py36h468c6fb_0
qtconsole                 4.3.1            py36hd96c0ff_0
qtpy                      1.3.1            py36h16bb863_0
readline                  7.0                  h81b24a6_3
requests                  2.18.4           py36h4516966_1
rope                      0.10.5           py36h5764ad1_0
ruamel_yaml               0.11.14          py36h9d7ade0_2
scikit-image              0.13.0           py36h398857d_1
scikit-learn              0.19.0           py36h4cafacf_2
scipy                     0.19.1           py36h3e758e1_3
seaborn                   0.8.0            py36h74df97e_0
setuptools                36.5.0           py36h2134326_0
simplegeneric             0.8.1            py36he5b5b09_0
singledispatch            3.4.0.3          py36hf20db9d_0
sip                       4.18.1           py36h2824476_2
six                       1.10.0           py36h1d5bd22_1
snowballstemmer           1.2.1            py36h6c7b616_0
sortedcollections         0.5.3            py36he9c3ed6_0
sortedcontainers          1.5.7            py36ha982688_0
sphinx                    1.6.3            py36hcd1b3e7_0
sphinxcontrib             1.0              py36h9364dc8_1
sphinxcontrib-websupport  1.0.1            py36h92f4a7a_1
spyder                    3.2.3            py36hfd52dc3_0
sqlalchemy                1.1.13           py36h156b851_0
sqlite                    3.20.1               h900c3b0_1
statsmodels               0.8.0            py36h9c68fc9_0
sympy                     1.1.1            py36h7f3cf04_0
tblib                     1.3.2            py36hda67792_0
terminado                 0.6              py36h656782e_0
testpath                  0.3.1            py36h625a49b_0
tk                        8.6.7                hcdce994_1
toolz                     0.8.2            py36h7b95164_0
tornado                   4.5.2            py36h468dda9_0
traitlets                 4.3.2            py36h65bd3ce_0
typing                    3.6.2            py36haa2d9ef_0
unicodecsv                0.14.1           py36he531d66_0
unixodbc                  2.3.4                h4cb4dde_1
urllib3                   1.22             py36h68b9469_0
wcwidth                   0.1.7            py36h8c6ec74_0
webencodings              0.5.1            py36h3b9701d_1
werkzeug                  0.12.2           py36h168efa1_0
wheel                     0.29.0           py36h3597b6d_1
widgetsnbextension        3.0.2            py36h91f43ea_1
wrapt                     1.10.11          py36hc29e774_0
xlrd                      1.1.0            py36h336f4a2_1
xlsxwriter                0.9.8            py36h3a83402_0
xlwings                   0.11.4           py36hc75f156_0
xlwt                      1.2.0            py36h5ad1178_0
xz                        5.2.3                ha24016e_1
yaml                      0.1.7                hff548bb_1
zeromq                    4.2.2                h131e0f7_1
zict                      0.1.2            py36h117f4c7_0
zlib                      1.2.11               h60db283_1

其实应该是没有opencv的，否则的话就不会有下面的内容了。
之所以列出了上面的那一堆已经安装了库，主要是想记录一下conda list 这个命令的作用。

既然没有，那接下来就是安装过程了。
期初，我按照网上的操作，结果出现了类似下面的情况，为什么说类似呢，是因为我当时没有记录下来自己的错误提示，这里引用了别人的，但结果是99%类似的。

$ conda install -c menpo opencv3
Fetching package metadata ...........
Solving package specifications: .
UnsatisfiableError: The following specifications were found to be in conflict:
  - opencv3 -> python 2.7* -> openssl 1.0.1*
  - python 3.6*
Use "conda info " to see the dependencies for each package.

当时不太理解，现在明白了，这个提示的意思是说：在当前的环境下，也就是那个console的环境下，要安装Opencv3，但是那个环境下python是2.7的，不是opencv3依赖的3.6，也就是版本不对应。哦对了，那个-c是什么意思呢？它后面跟的是一个安装源url，这里的menpo指的是一个安装源。后面会有解释。

怎么办呢？

把当前的环境改一下，使用python3.6，以便安装opencv3.

 ~/ conda create -n zopencv python=3.6.2
Fetching package metadata .............
Solving package specifications: .

Package plan for installation in environment /Users/zz/anaconda3/envs/zopencv:

The following NEW packages will be INSTALLED:

    ca-certificates: 2017.08.26-ha1e5d58_0
    certifi:         2017.7.27.1-py36hd973bb6_0
    libcxx:          4.0.1-h579ed51_0
    libcxxabi:       4.0.1-hebd6815_0
    libedit:         3.1-hb4e282d_0
    libffi:          3.2.1-hd939716_3
    ncurses:         6.0-ha932d30_1
    openssl:         1.0.2l-h57f3a61_2
    pip:             9.0.1-py36hbd95645_3
    python:          3.6.2-hd04bb42_19
    readline:        7.0-h81b24a6_3
    setuptools:      36.5.0-py36h2134326_0
    sqlite:          3.20.1-h900c3b0_1
    tk:              8.6.7-hcdce994_1
    wheel:           0.29.0-py36h3597b6d_1
    xz:              5.2.3-ha24016e_1
    zlib:            1.2.11-h60db283_1

Proceed ([y]/n)? y

ca-certificate 100% |########################################################################################| Time: 0:00:01 179.86 kB/s
libcxxabi-4.0. 100% |########################################################################################| Time: 0:00:00 257.24 kB/s
tk-8.6.7-hcdce 100% |########################################################################################| Time: 0:00:10 317.57 kB/s
xz-5.2.3-ha240 100% |########################################################################################| Time: 0:00:00 604.70 kB/s
zlib-1.2.11-h6 100% |########################################################################################| Time: 0:00:00 684.85 kB/s
libcxx-4.0.1-h 100% |########################################################################################| Time: 0:00:01 583.14 kB/s
openssl-1.0.2l 100% |########################################################################################| Time: 0:00:05 683.18 kB/s
libffi-3.2.1-h 100% |########################################################################################| Time: 0:00:00   2.56 MB/s
ncurses-6.0-ha 100% |########################################################################################| Time: 0:00:00   1.12 MB/s
libedit-3.1-hb 100% |########################################################################################| Time: 0:00:00   1.58 MB/s
readline-7.0-h 100% |########################################################################################| Time: 0:00:00   1.01 MB/s
sqlite-3.20.1- 100% |########################################################################################| Time: 0:00:01   1.17 MB/s
python-3.6.2-h 100% |########################################################################################| Time: 0:00:20 655.64 kB/s
certifi-2017.7 100% |########################################################################################| Time: 0:00:00 335.91 kB/s
setuptools-36. 100% |########################################################################################| Time: 0:00:02 237.97 kB/s
wheel-0.29.0-p 100% |########################################################################################| Time: 0:00:00 448.89 kB/s
pip-9.0.1-py36 100% |########################################################################################| Time: 0:00:07 232.05 kB/s
#
# To activate this environment, use:
# > source activate zopencv
#
# To deactivate an active environment, use:
# > source deactivate
#

 ~/ source activate zopencv
(zopencv)  ~/ conda info --envs
# conda environments:
#
zopencv               *  /Users/zz/anaconda3/envs/zopencv
root                     /Users/zz/anaconda3

(zopencv)  ~/

通用的做法是创建一个env，也就是创建一个环境，使用的命令为：

conda create -n zopencv python=3.6.2

这个环境的变量叫：zopencv，使用的python版本为3.6.2
可以看到，执行完之后，会自动检测需要安装哪些依赖的库，并自动搜索安装，安装完之后会提示使用：

# > source activate zopencv

来激活这个环境，或是使用：

# > source deactivate

来关闭这个环境。
这个有什么用呢？很明显，我们可以根据需要创建多个不同版本的python环境来满足项目的需要，并且它们互相不会干扰，很方便是不是。

继续。

当然了，我们需要把它激活，这里我创建的环境变量叫：zopencv
激活后，命令行的提示符会有所变化：

(zopencv)  ~/ conda info --envs
# conda environments:
#
zopencv               *  /Users/zz/anaconda3/envs/zopencv
root                     /Users/zz/anaconda3

(zopencv) 

在提示符的开头有一对儿小括号，里面就是环境名字。表示当前的的console已经在这个环境中了。

此时，python3.6.2已经安装完了，接下来是安装opencv。

现在我在写这篇日志时已经了解到，当使用conda安装时，可以指定要安装的目标库的源地址，比如开头部分使用的那个命令：

$ conda install -c menpo opencv3
Fetching package metadata ...........
Solving package specifications: .
UnsatisfiableError: The following specifications were found to be in conflict:
  - opencv3 -> python 2.7* -> openssl 1.0.1*
  - python 3.6*
Use "conda info " to see the dependencies for each package.

通过install -c来指定，那么menpo到底什么呢?
它代表的是一个url，这个url源有很多的package可供使用，但是在这里，没有可用的opencv3。搜索后，我从另外一个帖子中得知，可以指定从另一个url获取opencv3
https://stackoverflow.com/questions/41873941/cant-install-opencv3-on-anaconda3-python3-6-on-macos

使用下面这句命令在自己的终端上之了一下后结果为：

(zopencv)  ~/ conda search -c conda-forge --spec 'opencv=3*'
Fetching package metadata ...............
opencv                       3.1.0               np110py27_0  conda-forge
                             3.1.0               np110py34_0  conda-forge
                             3.1.0               np110py35_0  conda-forge
                             3.1.0               np111py27_0  conda-forge
                             3.1.0               np111py34_0  conda-forge
                             3.1.0               np111py35_0  conda-forge
                             3.1.0               np110py27_1  conda-forge
                             3.1.0               np110py34_1  conda-forge
                             3.1.0               np110py35_1  conda-forge
                             3.1.0               np111py27_1  conda-forge
                             3.1.0               np111py34_1  conda-forge
                             3.1.0               np111py35_1  conda-forge
                             3.1.0               np111py36_1  conda-forge
                             3.1.0               np112py27_1  conda-forge
                             3.1.0               np112py35_1  conda-forge
                             3.1.0               np112py36_1  conda-forge
                             3.2.0               np111py27_0  conda-forge
                             3.2.0               np111py35_0  conda-forge
                             3.2.0               np111py36_0  conda-forge
                             3.2.0               np112py27_0  conda-forge
                             3.2.0               np112py35_0  conda-forge
                             3.2.0               np112py36_0  conda-forge
                             3.2.0           np111py27_blas_openblas_200  conda-forge     [blas_openblas]
                             3.2.0           np111py35_blas_openblas_200  conda-forge     [blas_openblas]
                             3.2.0           np111py36_blas_openblas_200  conda-forge     [blas_openblas]
                             3.2.0           np112py27_blas_openblas_200  conda-forge     [blas_openblas]
                             3.2.0           np112py35_blas_openblas_200  conda-forge     [blas_openblas]
                             3.2.0           np112py36_blas_openblas_200  conda-forge     [blas_openblas]
                             3.2.0           np111py27_blas_openblas_201  conda-forge     [blas_openblas]
                             3.2.0           np111py35_blas_openblas_201  conda-forge     [blas_openblas]
                             3.2.0           np111py36_blas_openblas_201  conda-forge     [blas_openblas]
                             3.2.0           np112py27_blas_openblas_201  conda-forge     [blas_openblas]
                             3.2.0           np112py35_blas_openblas_201  conda-forge     [blas_openblas]
                             3.2.0           np112py36_blas_openblas_201  conda-forge     [blas_openblas]
                             3.2.0           np111py27_blas_openblas_202  conda-forge     [blas_openblas]
                             3.2.0           np111py35_blas_openblas_202  conda-forge     [blas_openblas]
                             3.2.0           np111py36_blas_openblas_202  conda-forge     [blas_openblas]
                             3.2.0           np112py27_blas_openblas_202  conda-forge     [blas_openblas]
                             3.2.0           np112py35_blas_openblas_202  conda-forge     [blas_openblas]
                             3.2.0           np112py36_blas_openblas_202  conda-forge     [blas_openblas]
                             3.2.0           np111py27_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np111py35_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np111py36_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np112py27_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np112py35_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np112py36_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np113py27_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np113py35_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np113py36_blas_openblas_203  conda-forge     [blas_openblas]
                             3.2.0           np111py27_blas_openblas_204  conda-forge     [blas_openblas]
                             3.2.0           np111py35_blas_openblas_204  conda-forge     [blas_openblas]
                             3.2.0           np111py36_blas_openblas_204  conda-forge     [blas_openblas]
                             3.2.0           np112py27_blas_openblas_204  conda-forge     [blas_openblas]
                             3.2.0           np112py35_blas_openblas_204  conda-forge     [blas_openblas]
                             3.2.0           np112py36_blas_openblas_204  conda-forge     [blas_openblas]
                             3.2.0           np113py27_blas_openblas_204  conda-forge     [blas_openblas]
                             3.2.0           np113py35_blas_openblas_204  conda-forge     [blas_openblas]
                             3.2.0           np113py36_blas_openblas_204  conda-forge     [blas_openblas]
                             3.3.0           py27_blas_openblas_200  conda-forge     [blas_openblas]
                             3.3.0           py35_blas_openblas_200  conda-forge     [blas_openblas]
                             3.3.0           py36_blas_openblas_200  conda-forge     [blas_openblas]
(zopencv)  ~/ conda search -c conda-forge --spec 'opencv=3.3*'
Fetching package metadata ...............
opencv                       3.3.0           py27_blas_openblas_200  conda-forge     [blas_openblas]
                             3.3.0           py35_blas_openblas_200  conda-forge     [blas_openblas]
                             3.3.0           py36_blas_openblas_200  conda-forge     [blas_openblas]
(zopencv)  ~/

看起来是有opencv3的，还是3.3.0的，对应py3.6版本。

然后就开始安装：

(zopencv)  ~/ conda install -c conda-forge opencv
Fetching package metadata ...............
Solving package specifications: .

Package plan for installation in environment /Users/zz/anaconda3/envs/zopencv:

The following NEW packages will be INSTALLED:

    blas:        1.1-openblas                  conda-forge
    bzip2:       1.0.6-1                       conda-forge
    cairo:       1.14.6-4                      conda-forge
    ffmpeg:      3.2.4-1                       conda-forge
    fontconfig:  2.12.1-4                      conda-forge
    freetype:    2.7-1                         conda-forge
    gettext:     0.19.8.1-0                    conda-forge
    giflib:      5.1.4-0                       conda-forge
    glib:        2.51.4-0                      conda-forge
    harfbuzz:    1.3.4-2                       conda-forge
    hdf5:        1.8.18-0                      conda-forge
    icu:         58.1-1                        conda-forge
    jasper:      1.900.1-4                     conda-forge
    jpeg:        9b-1                          conda-forge
    libgfortran: 3.0.0-0                       conda-forge
    libiconv:    1.14-4                        conda-forge
    libpng:      1.6.28-0                      conda-forge
    libtiff:     4.0.6-7                       conda-forge
    libwebp:     0.5.2-7                       conda-forge
    libxml2:     2.9.5-0                       conda-forge
    numpy:       1.13.3-py36_blas_openblas_200 conda-forge [blas_openblas]
    openblas:    0.2.19-2                      conda-forge
    opencv:      3.3.0-py36_blas_openblas_200  conda-forge [blas_openblas]
    pcre:        8.39-0                        conda-forge
    pixman:      0.34.0-0                      conda-forge
    x264:        20131217-3                    conda-forge

Proceed ([y]/n)? y

bzip2-1.0.6-1. 100% |########################################################################################| Time: 0:00:03  37.51 kB/s
gettext-0.19.8 100% |########################################################################################| Time: 0:00:12 274.61 kB/s
giflib-5.1.4-0 100% |########################################################################################| Time: 0:00:01  56.57 kB/s
icu-58.1-1.tar 100% |########################################################################################| Time: 0:02:02 194.79 kB/s
jpeg-9b-1.tar. 100% |########################################################################################| Time: 0:00:02 122.74 kB/s
libgfortran-3. 100% |########################################################################################| Time: 0:00:01 282.68 kB/s
libiconv-1.14- 100% |########################################################################################| Time: 0:00:05 240.50 kB/s
pcre-8.39-0.ta 100% |########################################################################################| Time: 0:00:01 225.61 kB/s
pixman-0.34.0- 100% |########################################################################################| Time: 0:00:04 290.43 kB/s
x264-20131217- 100% |########################################################################################| Time: 0:00:12 201.70 kB/s
ffmpeg-3.2.4-1 100% |########################################################################################| Time: 0:01:20 517.16 kB/s
hdf5-1.8.18-0. 100% |########################################################################################| Time: 0:00:07 563.76 kB/s
jasper-1.900.1 100% |########################################################################################| Time: 0:00:05  59.32 kB/s
libpng-1.6.28- 100% |########################################################################################| Time: 0:00:05  55.34 kB/s
libtiff-4.0.6- 100% |########################################################################################| Time: 0:00:02 241.60 kB/s
libxml2-2.9.5- 100% |########################################################################################| Time: 0:00:05 372.49 kB/s
openblas-0.2.1 100% |########################################################################################| Time: 0:00:46 388.18 kB/s
blas-1.1-openb 100% |########################################################################################| Time: 0:00:00   1.14 MB/s
freetype-2.7-1 100% |########################################################################################| Time: 0:00:02 268.63 kB/s
libwebp-0.5.2- 100% |########################################################################################| Time: 0:00:03 195.04 kB/s
fontconfig-2.1 100% |########################################################################################| Time: 0:00:01 246.42 kB/s
glib-2.51.4-0. 100% |########################################################################################| Time: 0:00:15 337.84 kB/s
cairo-1.14.6-4 100% |########################################################################################| Time: 0:00:03 345.55 kB/s
harfbuzz-1.3.4 100% |########################################################################################| Time: 0:00:08  79.87 kB/s
numpy-1.13.3-p 100% |########################################################################################| Time: 0:00:12 310.62 kB/s
opencv-3.3.0-p  88% |#############################################################################           | Time: 0:01:16 430.01 kB/s
opencv-3.3.0-p 100% |########################################################################################| Time: 4:35:44   2.26 kB/s

^C


opencv-3.3.0-p 100% |########################################################################################| Time: 0:02:54 214.38 kB/s
(zopencv)  ~/
(zopencv)  ~/
(zopencv)  ~/
(zopencv)  ~/ conda install -c conda-forge opencv
Fetching package metadata ...............
Solving package specifications: .

# All requested packages already installed.
# packages in environment at /Users/zz/anaconda3/envs/zopencv:
#
opencv                    3.3.0           py36_blas_openblas_200  [blas_openblas]  conda-forge
(zopencv)  ~/ conda list | grep -e python -e opencv
# packages in environment at /Users/zz/anaconda3/envs/zopencv:
opencv                    3.3.0           py36_blas_openblas_200  [blas_openblas]  conda-forge
python                    3.6.2               hd04bb42_19
(zopencv)  ~/

中间有一段时间我去看电影了，就断开了，不过后来又接上了。

(zopencv)  ~/ python
Python 3.6.2 |Anaconda, Inc.| (default, Oct  5 2017, 03:00:07)
[GCC 4.2.1 Compatible Clang 4.0.1 (tags/RELEASE_401/final)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>>

试了一下，没有问题。
把pycharm修改一下python解释器的路径，应该就可以在那里使用opencv了。
收工。

你可能感兴趣的:(OpenCV)

Linux下QT开发的动态库界面弹出操作（SDL2） 13jjyao QT类 qt 开发语言 sdl2 linux
需求：操作系统为linux，开发框架为qt，做成需带界面的qt动态库，调用方为java等非qt程序难点：调用方为java等非qt程序，也就是说调用方肯定不带QApplication::exec()，缺少了这个，QTimer等事件和QT创建的窗口将不能弹出(包括opencv也是不能弹出)；这与qt调用本身qt库是有本质的区别的思路：1.调用方缺QApplication::exec()，那么我们在接口
tiff批量转png 诺有缸的高飞鸟 opencv 图像处理 python opencv 图像处理
目录写在前面代码完写在前面1、本文内容tiff批量转png2、平台/环境opencv,python3、转载请注明出处：https://blog.csdn.net/qq_41102371/article/details/132975023代码importnumpyasnpimportcv2importosdeffindAllFile(base):file_list=[]forroot,ds,fsin
遥感影像的切片处理 sand&wich 计算机视觉 python 图像处理
在遥感影像分析中，经常需要将大尺寸的影像切分成小片段，以便于进行详细的分析和处理。这种方法特别适用于机器学习和图像处理任务，如对象检测、图像分类等。以下是如何使用Python和OpenCV库来实现这一过程，同时确保每个影像片段保留正确的地理信息。准备环境首先，确保安装了必要的Python库，包括numpy、opencv-python和xml.etree.ElementTree。这些库将用于图像处理
windows下python opencv ffmpeg读取摄像头实现rtsp推流拉流图像处理大大大大大牛啊 opencv实战代码讲解视觉图像项目 windows python opencv
windows下pythonopencvffmpeg读取摄像头实现rtsp推流拉流整体流程1.下载所需文件1.1下载rtsp推流服务器1.2下载ffmpeg2.开启RTSP服务器3.opencv读取摄像头并调用ffmpeg进行推流4.opencv进行拉流5.opencv异步拉流整体流程1.下载所需文件1.1下载rtsp推流服务器下载RTSP服务器下载页面https://github.com/blu
c++ opencv4.3 sift匹配图像处理大大大大大牛啊图像处理 opencv实战代码讲解 opencv sift c++opencv4 特征点
c++opencv4.3sift匹配main.cppintmain(){vectorkeypoints1,keypoints2;Matimg1,img2,descriptors1,descriptors2;intnumF
ubuntu安装opencv最快的方法 Derek重名了
最快方法，当然不能太多文字$sudoapt-getinstallpython-opencv借助python就可以把ubuntu的opencv环境搞起来，非常快非常容易参考：https://docs.opencv.org/trunk/d2/de6/tutorial_py_setup_in_ubuntu.html
使用Python和Playwright破解滑动验证码 asfdsgdf python 开发语言
滑动验证码是一种常见的验证码形式，通过拖动滑块将缺失的拼图块对准原图中的空缺位置来验证用户操作。本文将介绍如何使用Python中的OpenCV进行模板匹配，并结合Playwright实现自动化破解滑动验证码的过程。所需技术OpenCV模板匹配：用于识别滑块在背景图中的正确位置。Python：主要编程语言。Playwright：用于浏览器自动化，模拟用户操作。破解过程概述获取验证码图像：下载背景图和
OpenCV图像处理技术（Python）——入门森屿_ opencv
©FuXianjun.AllRightsReserved.OpenCV入门图像作为人类感知世界的视觉基础，是人类获取信息、表达信息的重要手段，OpenCV作为一个开源的计算机视觉库，它包括几百个易用的图像成像和视觉函数，既可以用于学术研究，也可用于工业邻域，它于1999年由因特尔的GaryBradski启动，OpenCV库主要由C和C++语言编写，它可以在多个操作系统上运行。1.1图像处理基本操作
opencv学习：图像旋转的两种方法，旋转后的图片进行模板匹配代码实现夜清寒风学习 opencv 机器学习人工智能计算机视觉
图像旋转在图像处理中，rotate和rot90是两种常见的图像旋转方法，它们在功能和使用上有一些区别。下面我将分别介绍这两种方法，并解释它们的主要区别rot90方法rot90方法是NumPy提供的一种数组旋转函数，它主要用于对二维数组（如图像）进行90度的旋转。这个方法比较简单，只支持90度的倍数旋转，不支持任意角度旋转。使用NumPy进行旋转使用NumPy的rot90函数对模板图像进行旋转操作。
Python OpenCV图像处理：从基础到高级的全方位指南极客代码玩转Python 开发语言 python opencv 图像处理计算机视觉
目录第一部分：PythonOpenCV图像处理基础1.1OpenCV简介1.2PythonOpenCV安装1.3实战案例：图像显示与保存1.4注意事项第二部分：PythonOpenCV图像处理高级技巧2.1图像变换2.2图像增强2.3图像复原第三部分：PythonOpenCV图像处理实战项目3.1图像滤波3.2图像分割3.3图像特征提取第四部分：PythonOpenCV图像处理注意事项与优化策略4
python图像匹配_opencvpython中的图像匹配 weixin_39585675 python图像匹配
我一直在做一个项目，用opencvpython识别相机中显示的标志。我已经尝试过使用surf、颜色直方图匹配和模板匹配。但在这3个问题中，它并不总是返回正确的答案。我现在想要的是，解决我这个问题的最好办法是什么。模板图像示例：以下是摄像头中显示的标志示例。如果这是我想要识别的图像，该怎么用？在更新matchTemplate中的代码flags=["Cambodia.jpg","Laos.jpg","
利用Python+OpenCV实现截图匹配图像，支持自适应缩放、灰度匹配、区域匹配、匹配多个结果 xu-jssy Python自动化脚本 python opencv 开发语言图像处理自动化
可以直接通过pip获取，无需手动安装其他依赖pipinstallxug示例：importxugxug.find_image_on_screen(,,,)=========================================================================一、依赖安装pipinstallopencv-pythonpipinstallpyautogui二、获
opencv 学习 1 木木ainiks opencv 计算机视觉 python
opencv学习的第一天#coding:utf-8importcv2ascv#首先读图片src=cv.imread(“img/1.jpg”)#设置图片的名字cv.namedWindow(“1”,cv.WINDOW_AUTOSIZE)#显示图片第一个参数设置图片名，第二个参数图片的地址cv.imshow(“1”,src)cv.waitKey(0)#将图片写入固定位置cv.imwrite(“img/2
OpenCV结构分析与形状描述符（24）检测两个旋转矩形之间是否相交的一个函数rotatedRectangleIntersection()的使用 jndingxin OpenCV opencv 人工智能计算机视觉
操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述测两个旋转矩形之间是否存在交集。如果存在交集，则还返回交集区域的顶点。下面是一些交集配置的例子。斜线图案表示交集区域，红色顶点是由函数返回的。rotatedRectangleIntersection()这个函数看起来像是用于检测两个旋转矩形之间是否相交的一个方法。
python-opencv cv2.findContours()函数 fjswcjswzy opencv python笔记 python opencv
示例代码：image,contours,hierarchy=cv2.findContours(contour,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)输入：contour：带有轮廓信息的图像；cv2.RETR_TREE：提取轮廓后，输出轮廓信息的组织形式，除了cv2.RETR_TREE还有以下几种选项：cv2.RETR_EXTERNAL：输出轮廓中只有外侧轮廓信
【Python】【Opencv】cv2.findContours()、cv2.drawContours()和cv2.contourArea()函数详解和运行示例木彳 Python学习和使用过程积累 python opencv 开发语言人工智能计算机视觉
为帮助大家理解和使用cv2.findContours()、cv2.drawContours()和cv2.contourArea()函数，本文通过对函数内容进行详解，并通过运行示例更直观表述。函数解析cv2.findContours()cv2.drawContours()cv2.contourArea()运行示例运行示例示例详解函数解析cv2.findContours()cv2.findContou
python如何判断NoneTpye #如花 opencv 人工智能计算机视觉 python
python如何判断NoneTpye最近用python-opencv解析多个视频文件，解析到第一个视频的最后一帧，出现了NoneTpye报错为了让循环继续，需要判断解析出来的图片是否为NoneType。试了几种方法#第一种方法img==None当img为空时，表达式为True。但是当img解析出了图片时，返回的是一个array，大小和img一致。正确写法imgisNone用isNone判断None
三点or多点的变换矩阵求解opencv & eigen 合工大机器人实验室 C++矩阵 opencv 线性代数
《Estimating3-DRigidBodyTransformations:AComparisonofFourMajorAlgorithms》，它使用SVD方法计算T和t。只要算出变换矩阵，就可以算出A坐标系的一个点P在坐标系B里的对应点坐标，即R为3x3的转换矩阵，t为3x1的位移变换向量，这里点坐标均为3x1的列向量（非齐次形式，齐次形式下为4x1列向量，多出的一个元素值补1而已）。理论上只
逆radon变换matlab,Radon变换及其Matlab代码实现少年商学院逆radon变换matlab
Radon变换和Hough变换类似，最初是用于检测图像中的直线(例如笔直的街道边沿、房屋的边沿、笔直的电线等)。关于Hough变换，可以参考OpenCV中的代码和示例(其实除了HoughLines还有HoughCircles等等变种)，此处不再赘述。关于Radon变换，可以参考wiki或者百科，或者网络上的其他资料介绍。这里做一个简单的总结。首先准备一张灰度化的图像，及黑白图像，然后检测图像的边缘
ubuntu opencv 安装科学的发展-只不过是读大自然写的代码 opencv基础 ubuntu opencv linux
1.ubuntuopencv安装在Ubuntu系统中安装OpenCV，可以通过多种方式进行，以下是一种常用的安装方法，包括从源代码编译安装。请注意，安装步骤可能会因OpenCV的版本和Ubuntu系统的具体版本而略有不同。一、安装准备更新系统（确保你的Ubuntu系统是最新的）：sudoaptupdatesudoaptupgrade安装必要的依赖项：sudoaptinstallbuild-esse
结合YOLOv8和OpenCV WeChat QRCode打造一款二维码识别器搜狐技术产品小编2023 YOLO opencv 微信人工智能计算机视觉
本文字数：3876字预计阅读时间：25分钟01引言二维码（QRCode）在现代生活中有广泛应用，从支付系统到信息传递，它们无处不在。本文提出了一种如何识别二维码的方法，主要贡献在于优化处理分辨率较高的图像时，由于二维码在整张图片中占据的比例较小，传统的OpenCVWeChatQRCode的识别方法表现不佳的问题。下面描述详细的优化过程。02OpenCVWeChatQRCodeWeChatQRCod
OpenCV高阶操作富士达幸运星 opencv 人工智能计算机视觉
在图像处理与计算机视觉领域，OpenCV（OpenSourceComputerVisionLibrary）无疑是最为强大且广泛使用的工具之一。从基础的图像读取、1.图片的上下，采样下采样（Downsampling）下采样通常用于减小图像的尺寸，从而减少图像中的像素数。这个过程可以通过多种方法实现，但最常见的是通过图像金字塔中的pyrDown函数（在OpenCV中）或其他类似的滤波器（如平均池化、最
Vue + Django的人脸识别系统 DXSsssss python DRF tensorflow 人脸识别
最近在研究机器学习，刚好最近看了vue+Djangodrf的一些课程，学以致用，做了一个人脸识别系统。项目前端使用Vue框架，用到了elementui组件，写起来真是方便。比之前传统的dtl方便了太多。后端使用了drf，识别知识刚开始打算使用opencv+tensorflow,但是发现吧识别以后的结果返回到浏览器当中时使用opencv比较麻烦（主要是我太菜，想不到比较好的方法），因此最终使用了tf
Django+Vue基于OpenCV的人脸识别系统的设计与实现赵广陆 project django vue.js opencv
目录1项目介绍2项目截图3核心代码3.1需要的环境3.2Django接口层3.3实体类3.4config.ini3.5启动类3.5Vue4数据库表设计5文档参考6计算机毕设选题推荐7源码获取1项目介绍博主个人介绍：CSDN认证博客专家，CSDN平台Java领域优质创作者，全网30w+粉丝，超300w访问量，专注于大学生项目实战开发、讲解和答疑辅导，对于专业性数据证明一切！主要项目：javaweb、
opencv 之实战项目识别银行卡上的数字 SEVEN-YEARS opencv 计算机视觉人工智能
OpenCV之实战项目：识别银行卡上的数字引言在日常生活中，银行卡的识别是一个常见的需求，特别是在金融领域。本实战项目旨在使用OpenCV库来识别银行卡上的数字。我们将通过模板匹配的方法，结合图像处理技术，来准确识别银行卡上的数字序列。项目准备本项目需要安装Python和OpenCV库。确保已经安装了必要的库，并准备好银行卡图像和数字模板图像。实验素材定义函数importcv2defsort_co
Python OpenCV精讲系列 - 高级图像处理技术（五）极客代码 Python OpenCV精讲 python opencv 图像处理开发语言人工智能计算机视觉
⚡️⚡️专栏：PythonOpenCV精讲⚡️⚡️本专栏聚焦于Python结合OpenCV库进行计算机视觉开发的专业教程。通过系统化的课程设计，从基础概念入手，逐步深入到图像处理、特征检测、物体识别等多个领域。适合希望在计算机视觉方向上建立坚实基础的技术人员及研究者。每一课不仅包含理论讲解，更有实战代码示例，助力读者快速将所学应用于实际项目中，提升解决复杂视觉问题的能力。无论是入门者还是寻求技能进
基于OpenCV和ROS节点的智能家居服务机器人设计流程极客小张 opencv 智能家居机器人物联网人工智能计算机视觉单片机
一、项目概述1.1项目目标和用途智能家居助手项目旨在开发一款高效、智能的服务机器人，能够在家庭环境中执行多种任务，如送餐、清洁和监控。该机器人将通过自主导航、任务调度和环境感知能力，提升家庭生活的便利性和安全性。项目的最终目标是为用户提供一个智能、可靠的家居助手，改善用户的生活质量。1.2技术栈关键词硬件：激光雷达（LiDAR）或超声波传感器（用于避障和地图构建）摄像头（用于视觉识别和监控）IMU
计算机视觉学习路线不会代码的小林计算机视觉
计算机视觉学习路线是一个系统而全面的过程，涵盖了从基础知识到高级应用的多个方面。以下是一个详细的计算机视觉学习路线，供您参考：一、基础知识学习编程语言与基础库学习Python语言，掌握基础语法、函数、面向对象编程等概念。Python是计算机视觉领域广泛使用的编程语言，因其简洁易读和丰富的库支持而受到青睐。学习Numpy库，用于科学计算和多维数组操作，这是计算机视觉中数据处理的基础。学习OpenCV
【Python第三方库】OpenCV库实用指南墨辰JC Python opencv python 人工智能学习
文章目录前言安装OpenCV读取图像图像基本操作获取图像信息裁剪图像图像缩放图像转换为灰度图图像模糊处理边缘检测图像翻转图像保存视频相关操作方法讲解读取视频从摄像头读取视频前言OpenCV（OpenSourceComputerVisionLibrary）作为一个强大的计算机视觉库，提供了丰富的图像处理和计算机视觉功能，尤其在图像识别、对象检测、视频分析等领域有着广泛的应用。本文将带领读者使用Pyt
OpenCV3最常用的基本操作 HeoLis
OpenCV介绍OpenCV的全称是OpenSourceComputerVisionLibrary，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。该程序库也可以使用英特尔公司的IPP进行加速处理。以上是维基百科关于OpenCV的介绍，简单来说它就是处理图
Enum用法不懂事的小屁孩 enum
以前的时候知道enum，但是真心不怎么用，在实际开发中，经常会用到以下代码: protected final static String XJ = "XJ"; protected final static String YHK = "YHK"; protected final static String PQ = "PQ";
【Spark九十七】RDD API之aggregateByKey bit1129 spark
1. aggregateByKey的运行机制 /** * Aggregate the values of each key, using given combine functions and a neutral "zero value". * This function can return a different result type
hive创建表是报错： Specified key was too long; max key length is 767 bytes daizj hive
今天在hive客户端创建表时报错，具体操作如下 hive> create table test2(id string); FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. MetaException(message:javax.jdo.JDODataSto
Map 与 JavaBean之间的转换周凡杨 java 自省转换反射
最近项目里需要一个工具类，它的功能是传入一个Map后可以返回一个JavaBean对象。很喜欢写这样的Java服务，首先我想到的是要通过Java 的反射去实现匿名类的方法调用，这样才可以把Map里的值set 到JavaBean里。其实这里用Java的自省会更方便，下面两个方法就是一个通过反射，一个通过自省来实现本功能。 1：JavaBean类 1 &nb
java连接ftp下载 g21121 java
有的时候需要用到java连接ftp服务器下载，上传一些操作，下面写了一个小例子。 /** ftp服务器地址 */ private String ftpHost; /** ftp服务器用户名 */ private String ftpName; /** ftp服务器密码 */ private String ftpPass; /** ftp根目录 */ private String f
web报表工具FineReport使用中遇到的常见报错及解决办法（二）老A不折腾 finereport web报表 java报表总结
抛砖引玉，希望大家能把自己整理的问题及解决方法晾出来，Mark一下，利人利己。出现问题先搜一下文档上有没有，再看看度娘有没有，再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题，大多文档上都有提到的。 1、没有返回数据集：在存储过程中的操作语句之前加上set nocount on 或者在数据集exec调用存储过程的前面加上这句。当S
linux 系统cpu 内存等信息查看墙头上一根草 cpu 内存 liunx
1 查看CPU 　　1.1 查看CPU个数　　# cat /proc/cpuinfo | grep "physical id" | uniq | wc -l 　　2 　　**uniq命令：删除重复行;wc –l命令：统计行数** 　　1.2 查看CPU核数　　# cat /proc/cpuinfo | grep "cpu cores" | u
Spring中的AOP aijuans spring AOP
Spring中的AOP Written by Tony Jiang @ 2012-1-18 （转）何为AOP AOP，面向切面编程。在不改动代码的前提下，灵活的在现有代码的执行顺序前后，添加进新规机能。来一个简单的Sample: 目标类： [java] view plain copy print ? package&nb
placeholder(HTML 5) IE 兼容插件 alxw4616 JavaScript jquery jQuery插件
placeholder 这个属性被越来越频繁的使用. 但为做HTML 5 特性IE没能实现这东西. 以下的jQuery插件就是用来在IE上实现该属性的. /** * [placeholder(HTML 5) IE 实现.IE9以下通过测试.] * v 1.0 by oTwo 2014年7月31日 11:45:29 */ $.fn.placeholder = function
Object类,值域,泛型等总结(适合有基础的人看) 百合不是茶泛型的继承和通配符变量的值域 Object类转换
java的作用域在编程的时候经常会遇到,而我经常会搞不清楚这个问题,所以在家的这几天回忆一下过去不知道的每个小知识点变量的值域; package 基础; /** * 作用域的范围 * * @author Administrator * */ public class zuoyongyu { public static vo
JDK1.5 Condition接口 bijian1013 java thread Condition java多线程
Condition 将 Object 监视器方法（wait、notify和 notifyAll）分解成截然不同的对象，以便通过将这些对象与任意 Lock 实现组合使用，为每个对象提供多个等待 set （wait-set）。其中，Lock 替代了 synchronized 方法和语句的使用，Condition 替代了 Object 监视器方法的使用。条件（也称为条件队列或条件变量）为线程提供了一
开源中国OSC源创会记录 bijian1013 hadoop spark MemSQL
一.Strata+Hadoop World（SHW）大会是全世界最大的大数据大会之一。SHW大会为各种技术提供了深度交流的机会，还会看到最领先的大数据技术、最广泛的应用场景、最有趣的用例教学以及最全面的大数据行业和趋势探讨。二.Hadoop &nbs
【Java范型七】范型消除 bit1129 java
范型是Java1.5引入的语言特性，它是编译时的一个语法现象，也就是说，对于一个类，不管是范型类还是非范型类，编译得到的字节码是一样的，差别仅在于通过范型这种语法来进行编译时的类型检查，在运行时是没有范型或者类型参数这个说法的。范型跟反射刚好相反，反射是一种运行时行为，所以编译时不能访问的变量或者方法(比如private)，在运行时通过反射是可以访问的，也就是说，可见性也是一种编译时的行为，在
【Spark九十四】spark-sql工具的使用 bit1129 spark
spark-sql是Spark bin目录下的一个可执行脚本，它的目的是通过这个脚本执行Hive的命令，即原来通过 hive>输入的指令可以通过spark-sql>输入的指令来完成。 spark-sql可以使用内置的Hive metadata-store，也可以使用已经独立安装的Hive的metadata store 关于Hive build into Spark
js做的各种倒计时 ronin47 js 倒计时
第一种：精确到秒的javascript倒计时代码 HTML代码: <form name="form1"> <div align="center" align="middle"
java-37.有n 个长为m+1 的字符串，如果某个字符串的最后m 个字符与某个字符串的前m 个字符匹配，则两个字符串可以联接 bylijinnan java
public class MaxCatenate { /* * Q.37 有n 个长为m+1 的字符串，如果某个字符串的最后m 个字符与某个字符串的前m 个字符匹配，则两个字符串可以联接， * 问这n 个字符串最多可以连成一个多长的字符串，如果出现循环，则返回错误。 */ public static void main(String[] args){
mongoDB安装开窍的石头 mongodb安装基本操作
mongoDB的安装 1:mongoDB下载 https://www.mongodb.org/downloads 2:下载mongoDB下载后解压
[开源项目]引擎的关键意义 comsci 开源项目
一个系统，最核心的东西就是引擎。。。。。而要设计和制造出引擎，最关键的是要坚持。。。。。。现在最先进的引擎技术，也是从莱特兄弟那里出现的，但是中间一直没有断过研发的
软件度量的一些方法 cuiyadll 方法
软件度量的一些方法http://cuiyingfeng.blog.51cto.com/43841/6775/在前面我们已介绍了组成软件度量的几个方面。在这里我们将先给出关于这几个方面的一个纲要介绍。在后面我们还会作进一步具体的阐述。当我们不从高层次的概念级来看软件度量及其目标的时候，我们很容易把这些活动看成是不同而且毫不相干的。我们现在希望表明他们是怎样恰如其分地嵌入我们的框架的。也就是我们度量的
XSD中的targetNameSpace解释 darrenzhu xml namespace xsd targetnamespace
参考链接: http://blog.csdn.net/colin1014/article/details/357694 xsd文件中定义了一个targetNameSpace后，其内部定义的元素，属性，类型等都属于该targetNameSpace,其自身或外部xsd文件使用这些元素，属性等都必须从定义的targetNameSpace中找：例如：以下xsd文件，就出现了该错误，即便是在一
什么是RAID0、RAID1、RAID0+1、RAID5，等磁盘阵列模式? dcj3sjt126com raid
RAID 1又称为Mirror或Mirroring，它的宗旨是最大限度的保证用户数据的可用性和可修复性。 RAID 1的操作方式是把用户写入硬盘的数据百分之百地自动复制到另外一个硬盘上。由于对存储的数据进行百分之百的备份，在所有RAID级别中，RAID 1提供最高的数据安全保障。同样，由于数据的百分之百备份，备份数据占了总存储空间的一半，因而，Mirror的磁盘空间利用率低，存储成本高。 Mir
yii2 restful web服务快速入门 dcj3sjt126com PHP yii2
快速入门 Yii 提供了一整套用来简化实现 RESTful 风格的 Web Service 服务的 API。特别是，Yii 支持以下关于 RESTful 风格的 API：支持 Active Record 类的通用API的快速原型涉及的响应格式（在默认情况下支持 JSON 和 XML) 支持可选输出字段的定制对象序列化适当的格式的数据采集和验证错误
MongoDB查询(3)——内嵌文档查询（七） eksliang MongoDB查询内嵌文档 MongoDB查询内嵌数组
MongoDB查询内嵌文档转载请出自出处：http://eksliang.iteye.com/blog/2177301 一、概述有两种方法可以查询内嵌文档：查询整个文档；针对键值对进行查询。这两种方式是不同的，下面我通过例子进行分别说明。二、查询整个文档例如:有如下文档 db.emp.insert({ &qu
android4.4从系统图库无法加载图片的问题 gundumw100 android
典型的使用场景就是要设置一个头像，头像需要从系统图库或者拍照获得，在android4.4之前，我用的代码没问题，但是今天使用android4.4的时候突然发现不灵了。baidu了一圈，终于解决了。下面是解决方案： private String[] items = new String[] { "图库","拍照" }; /* 头像名称 */
网页特效大全 jQuery等 ini JavaScript jquery css html5 ini
HTML5和CSS3知识和特效 asp.net ajax jquery实例分享一个下雪的特效 jQuery倾斜的动画导航菜单选美大赛示例你会选谁 jQuery实现HTML5时钟功能强大的滚动播放插件JQ-Slide 万圣节快乐！！！向上弹出菜单jQuery插件 htm5视差动画 jquery将列表倒转顺序推荐一个jQuery分页插件 jquery animate
swift objc_setAssociatedObject block(version1.2 xcode6.4) 啸笑天 version
import UIKit class LSObjectWrapper: NSObject { let value: ((barButton: UIButton?) -> Void)? init(value: (barButton: UIButton?) -> Void) { self.value = value
Aegis 默认的 Xfire 绑定方式，将 XML 映射为 POJO MagicMa_007 java POJO xml Aegis xfire
Aegis 是一个默认的 Xfire 绑定方式，它将 XML 映射为 POJO, 支持代码先行的开发.你开发服务类与 POJO,它为你生成 XML schema/wsdl XML 和注解映射概览默认情况下，你的 POJO 类被是基于他们的名字与命名空间被序列化。如果
js get max value in (json) Array qiaolevip 每天进步一点点学习永无止境 max 纵观千象
// Max value in Array var arr = [1,2,3,5,3,2];Math.max.apply(null, arr); // 5 // Max value in Jaon Array var arr = [{"x":"8/11/2009","y":0.026572007},{"x"
XMLhttpRequest 请求 XML,JSON ,POJO 数据 Luob. POJO json Ajax xml XMLhttpREquest
在使用XMlhttpRequest对象发送请求和响应之前，必须首先使用javaScript对象创建一个XMLHttpRquest对象。 var xmlhttp； function getXMLHttpRequest(){ if(window.ActiveXObject){ xmlhttp:new ActiveXObject("Microsoft.XMLHTTP
jquery wuai jquery
以下防止文档在完全加载之前运行Jquery代码，否则会出现试图隐藏一个不存在的元素、获得未完全加载的图像的大小等等 $(document).ready(function(){ jquery代码; }); <script type="text/javascript" src="c:/scripts/jquery-1.4.2.min.js&quo