Python+OpenCV教程1：简介与安装

---

主站：http://ex2tron.wang
原文：Python+OpenCV教程1：简介与安装

---

本教程绝对浅显易懂，非常easy的辣，大家尽可放心食用！

我相信大部分人对Python进行图像处理的首要疑问是：它快吗？( ╯□╰ )，其次是它的应用平台和拓展性，下面我来为你解答这两个疑惑。

本教程翻译自OpenCV官方英文教程，我按照使用度和难易度翻译和重新编写，将不常用和较难的部分写成番外篇。每小节的源码、图片和练习题答案均可在引用处找到。虽然简单，但本教程依然需要你具备Python和图像处理的简单基础噢(⊙o⊙)

---

Python照样快！

众所周知，虽然Python语法简洁，编写高效，但相比C/C++运行慢很多。然而Python还有个重要特性：它是一门胶水语言！Python可以很容易地扩展C/C++。OpenCV-Python就是用Python包装了C++的实现，背后实际就是C++的代码在跑，所以代码的运行速度跟原生C/C++速度一样快，而且更加容易编写。

我举两个简单的例子就一目了然了：一个是读入图片，另一个是调整图片的对比度和亮度：

Python vs C++

可以看到某些情况下Python的运行速度甚至好于C++，代码行数也直接少一半多！

人生苦短，我用Python

• 如果你搞科研用，果断放弃C++（Matlab？出门左拐）
• 如果你是快速原型开发，验证方案，果断放弃C++
• 如果你懒的配置OpenCV环境，果断放弃C++
• 如果你的程序是在支持Python的较高硬件环境下运行，果断放弃C++
• 如果你担心Python写不了界面，那是你的问题o_o ....
• 除非你的程序是MFC或已经用C++编写其他模块或是嵌入式设备，那就用C++吧，不过我仍然建议你进行模块式开发，如上层用其他语言，图像处理仍然用Python外部调用。

另外，图像是矩阵数据，OpenCV-Python原生支持Numpy，相当于Python的Matlab，为矩阵运算、科学计算提供了极大的便利性。"人生苦短，我用Python"，扔掉C/C++，开始OpenCV-Python吧！！！

安装

本教程编写时使用的软件版本是：OpenCV 3.x，Python 3.x。

如果你还没安装Python，强烈推荐安装Anaconda，它包含了大量的科学计算包，不用后期一个个安装。即使你已经装了Python也没有影响，Anaconda相当于虚拟环境，互不干扰。

cv2_install_opencv-python.jpg

在cmd中输入：

pip install opencv-python

等待安装完成即可。要测试是否安装正确，打开Python的开发环境，输入import cv2，运行没有报错说明一切正常。

Python开发环境我用的是VSCode，也可以用PyCharm/Jupyter Notebook(Anaconda自带)等，自己习惯就行

常见安装问题：

1. pip识别不了，说明环境变量中没有pip的目录。找到pip目录，添加到用户（或系统）变量的path中
2. 如果下载速度很慢，可以点击此处下载离线版。下载完成后，cmd切换到下载的目录，输入pip install 文件名安装

引用

• 本节源码
• OpenCV-Python Tutorials
• Numpy Quickstart Tutorial
• OpenCV Docs
• OpenCV 中文教程