【OpenCV-Python入门书】第零篇 Mac上超简单安装

扯谈

从小对计算机视觉就很感兴趣，初一的时候用汇编写了当时386SX上大力神黑白显卡的驱动（为了实现一个小游戏），一晃二十年，与图形图像处理相关的技术体系也一直在学习了解，但因工作原因未能真正深入。

近几年技术管理做的多，接触新技术的机会少了，这段时间刚好有个机会，独立完成了一个手机设备双面鱼眼镜头全景图像合成的项目，核心算法用OpenCV完成。按照年少时的惯例，用博客记录，一来自我巩固，二来予人玫瑰。

鱼眼项目由于要在iOS/Android环境运行，是用C++写的，所以我最熟悉的也是OpenCV C++，但是接下来我所有教程的代码都会用Python来写，主要原因有三：

1. 虽然我自己是写C++的，但在有选择的情况下，不建议大家选择C++来编程（一来需要处理编译/依赖/环境等非代码事务太多，二来引用/指针/模板/析构等规则也容易把初中级程序员搞晕，最终真正实现逻辑的时间被压缩得很厉害，相比之下Python简单易用）；
2. 现在网络上能找到的靠谱的Python版OpenCV教程不多，大多数都是C++写的，介绍Python的则还有大半都是OpenCV 2.x甚至更早的版本，函数名称和参数都有很多变化；
3. 由于后期公司会涉及到许多机器学习与服务端业务，主要都用Python来实现，为了与公司同事对接，确保语言一致（Python 3.x）。

以上扯谈，以下正题。

 

Mac上OpenCV Python超简单安装

我的安装方式与网上大多数所讲不同，全程除了python之外只用到了一个工具（conda），连OpenCV都不需要单独下载，非常简单，且功能丝毫不差。
 

第一步：安装Python

如果你Mac上的OS X版本高于10.8（也就是Mountain Lion），那么你应该已经自带了Python，无需安装。可以使用以下指令检查版本：

$ python --version
Python 2.7.10

如果你的OS X版本低于10.8，那么我建议你换台电脑。

第二步：安装Anaconda

Anaconda最初是为了方便的管理Python的科学库（官方定位是“The Most Popular Python Data Science Platform”），但现在大家一般将其做为Python的多环境依赖管理工具。

先到 Anaconda官网 下载其Mac版本（选择Python版本与本机版本一致；命令行版，图形版我没用过），然后安装。完成后在命令行执行：

$ conda --version
conda 4.3.30

出现版本即表示安装成功。

第三步：创建独立环境

执行以下脚本创建名为opencv且使用Python 3.x版本的环境：

$ conda create --name opencv python=3  

然后执行以下脚本进入此环境：

$ source activate opencv
# 未来想退出可以执行以下指令
# $ source deactivate

执行完命令行前会出现 (opencv) 字样，表示环境切换成功。

第四步：安装OpenCV Python依赖

在刚刚创建的Anaconda名为opencv的环境中，执行：

$ conda install libopencv opencv py-opencv

对Anaconda有兴趣想初步了解可以看下 《Anaconda使用入门》

第五步：验证

还是在刚刚的Anaconda名为opencv的环境中，执行：

$ python
>>> import cv2
>>> print(cv2.__version__)
3.4.1

如果执行成功即表示安装完成。

第五点一步：排错

如果以上 import cv2 时得到类似下面的结果：

>>> import cv2
Traceback (most recent call last):
  File "", line 1, in <module>
ImportError: dlopen(.../site-packages/cv2.cpython-36m-darwin.so, 2): Library not loaded: @rpath/xxx.dylib
  Referenced from: xxx.dylib
  Reason: image not found

一般来说是包不够新，可以执行下面指令：

$ conda update -c conda-forge --all

从 conda-forge 上更新一下最新的就好了。

 

结语

第一篇比较啰嗦一点，后面请大家放心，还会继续啰嗦的