python调用opencv_Python使用opencv

Python配置opencv

原理

Python调用opencv的原理是：opencv编译出共享库文件，python把这个共享库文件作为一个模块加载并使用。

通俗点就是，编译opencv的时候开启python接口选项，编译好了会产生cv2.so(linux下）或者cv2.pyd(windows下）这个共享库文件，python代码中import这个cv2就可以用了。为了能正确import它，往往需要把cv2.so放在python找包能找到的路径下，或者修改PYTHONPATH环境变量让它包含cv2.so所在路径。此外，python的opencv接口中，图像使用numpy数组表示的，所以往往还需要安装numpy、scipy、matplotlib这几个包。

安装

包括python和cv2.so/cv2.pyd两方便的安装

python

windows

windows下请用anaconda，包含了numpy等各种常见python包，非常好用。

你当然可以不用anaconda，这看起来很纯粹，然而坑不少。numpy等包通过pip下载安装的话需要额外的编译器（天知道为啥它是用vs2008编译的，现在都2017了喂！）

然后pip install numpy和scipy,以及matplotlib即可。

linux

linux下我也试着用过anaconda，但是觉得不合适的地方在于，平时各种开源软件在配置PYTHONPATH等变量的时候，会比较晕，还是用apt-get装的python更熟悉更容易掌控些。而且python包的编译不会像windows那么麻烦，直接pip就可以了。

sudo pip install numpy scipy matplotlib

cv2.so/cv2.pyd

windows

如果只是很简单的使用一下opencv中最常见的功能，那么不用自己编译！去官网下载windows版opencv，自带编译好的库文件和可执行文件，找到cv2.pyd，放到site-packages路径下就可以了

如果使用了有专利保护的或者其他一些第三方功能，那么很可能需要把opencv和opencv_contrib两个项目一起编译。这样产生的cv2.pyd才是可用的。

记得把cv2.pyd放到路径中。

linux

包管理工具默认是提供opencv的库文件的。比如apt或者yum、dnf去下载即可。

同样，如果是复杂功能、有专利保护功能，就需要手动编译。然后cv2.so放到路径中。

懒人方式

在需要用cv2模块的代码目录中，把cv2.so拷贝过去。因为import包的时候会在当前路径下找包的！

以下是原文

python调用opencv，是让python调用opencv的DLL文件cv2.pyd。不过直接从官网下载的opencv3.0rc1压缩包中python的cv2.pyd文件，使用起来还是有问题，SIFT，SURF等函数不能使用。

然后用pip安装这个opencv的wheel包。

opencv版本的选取

2015年7月10日 10:34:11

现在opencv3.0rc1已经出来了，3.0代码中的python例程，要用3.0压缩包中带的cv2.pyd

而前面提到的SIFT、SURF函数无法调用，采用“安装一个非官方的wheel”包，目前下载到的是opencv-2.4.11版本的，装好它之后，opencv-3.0rc1里面的python例程中，houghcircles.py等代码跑不起来。毕竟版本不一样，有区别。

而我同时希望在eclipse+pydev的环境下写写SIFT、SURF的调用代码，这就需要继续配置：配置系统变量PYTHONPATH，它指明了命令行下python调用的DLL路径。比如我的：

%Python%\Lib;%Python%\DLLs;%Python%\Lib\lib-tk;%Python%\my_dlls;

其中，my_dlls是我新建的目录，把opencv-3.0rc1提供的cv2.pyd放到此目录下。

这样，双击opencv-3.0rc1中的python代码，就能运行了。

而在eclipse中，对python interpreter的autoconfig，默认情况下不会添加my_dlls目录，就可以放心使用SIFT、SURF了。当然如果这时候需要在eclipse中运行opencv-3.0rc1的python例程代码，就需要添加my_dlls路径；在终端下运行调用SIFT、SURF函数的代码，就需要把PYTHONPATH中的my_dlls目录去除。没办法，python+opencv还不够成熟，只好用这种土鳖方法了。