图像处理第一步——Python+OpenCV环境搭建

图像处理第一步——Python+OpenCV环境搭建

摘要

笔者在完成一项《数字图像处理》课程设计的时候接触到了这个令不少数字图像处理小白十分头疼的问题，那就是一个好用的Python+Opencv环境搭建，版本的差别造成的错误，还有各种奇葩的问题，笔者也是搭建了好几天，总算是搭建好了，在这里必须要记录一下。
说明：本文中采用的环境为Python 3.7，OpenCV 4.5.2，TensorFlow2.5.0，其中Python环境采用的是Anaconda 2.5.0搭建，笔者的系统为Windows 10 专业版64位，关于全过程流程的部分操作由于篇幅原因，笔者只给出了对应的教程链接，这里向这些前辈分享自己的经验致以深深的敬意。
闲言少叙，下面开始搭建整个环境。

Anaconda3环境安装

本设计中，为了方便配置环境采用的是Ananconda3集成开发环境，Anaconda是一个开源的 Python 发行版本，其包含了Conda、Python等180多个科学包及其依赖项。
首先下载Anaconda，官网下载地址：https://www.anaconda.com/download/，下拉到最下面，Anaconda 是跨平台的，有 Windows、MacOS、Linux 版本，我们这里下载Windows为例，点击那个 Windows 图标。

这个网站上的Python是最新3.8版本的，如果想要安装更早的版本需要点击下面的链接，进入到老版本下载页面。

网址为https://repo.anaconda.com/archive/，在这个网址内“Crtl+F”搜索2.5.0，这里可以可以根据自己需要选择下载Linux版本还是Windows版本，这里我下载的Windows-x86版本的Anaconda，下载完毕可以照着网上的安装教程Anaconda 的安装教程（图文）一步一步安装，大概需要半个小时安装完成。

下载安装完毕，在Anaconda Prompt中输入conda—version，输出版本号，即为安装成功。

Opencv环境安装

安装完Anaconda，接着为了可以更好的发挥Python在图像处理的优势，需要调用数字图像处理的一些库0，这里最主要的就是安装OpenCV库，这里可以直接在Anaconda Prompt中输入“conda install opencv”进行安装，具体安装方法参考在anaconda python开发套件下进行opencv的安装，安装完毕在python环境下，输入“import cv2”、“cv2.version”,如果成功返回版本号则安装成功。

Tensorflow库安装

TensorFlow是Google力推的一个开源软件库，用于各种感知和语言理解任务的机器学习，由于个人笔记本一般没有独立显卡，故安装CPU版本，安装教程可参考WIN10下基于Anaconda3安装TensorFlow（CPU版），安装完成后可在Anaconda Prompt中输入以下语句，来验证TensorFlow是否安装成功。

IDE安装

这里的IDE选择比较多，依每个人的喜好，常用的有PyCharm、Visual Studio和Eslipise，我选择的是安装PyCharm，安装教程可参见《PyCharm2019安装教程》，安装后需配置环境，为了避免每次都需要下载对应的环境造成的浪费，我选用的是在Pycharm中配置Anaconda环境，具体过程参见Pycharm导入anaconda环境，安装配置完成为了验证环境是否正确安装我们来跑一个示例程序，hello_tensorflow（这里由于tensorflow是最难配置的所以选择这个作为最后的环境验证程序）

tensorflow_test.py
import tensorflow as tf
import tensorflow as tf
import numpy as np
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
tf.compat.v1.disable_eager_execution()  # 可以用于从TensorFlow 1.x到2.x的复杂迁移项目的程序开头
hello = tf.constant("hello tensorflow")
sess = tf.Session()
print(sess.run(hello))

这个程序是经过本人验证过的，添加了兼容版本的操作，可避免因为验证程序不正确导致的误以为没有安装成功。
以上便是前期准备，下面就可以开始愉快的做数字图像处理这一项目了。