OpenCV-Python环境配置（Win10+Visual Studio 2019+OpenCV4.5.3+Python3.8.6）

1 OpenCV-Python简介

OpenCV是一个基于 BSD 许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android 和 Mac OS 操作系统上它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了 Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV 用 C++ 语言编写，它具有 C++，Python，Java 和 MATLAB 接口，并支持 Windows，Linux，Android 和 Mac OS，OpenCV 主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令， 如今也提供对于C#、Ch、Ruby，GO的支持。
Python 具有简洁清晰、易读、易维护等特性，因而被广大用户所欢迎。与C/C++ 代码相比，Python 代码的运行速度并无竞争力，但 Python 接触自身的API和工具，可以实验其他语言轻松扩展，也被当做“语言胶水”来使用。OpenCV-Python 便使用 Python 对 OpenCV C++ 进行了封装，不仅兼顾了Python语言的便利，还保证了运行速度（其后台仍使用C++代码）。本文将OpenCV 4.5.3 和 Python 3.8 为例进行开发环境的配置。

2 下载并安装Python及相关库

2.1 下载并安装Python

首先打开Python官网，下载界面内有多种Python版本的下载链接，如下图所示，本文以3.8.6版本为例。

找到对应的版本并单击Download，进入该版本的详情下载页面，选择Windows x86-64 executable installer进行下载。

下载完成后，你将会得到名为 python-3.8.6-amd64.exe 的文件，可以通过双击此文件进行安装，安装界面如下图所示。

建议勾选 Add Python 3.8 to PATH选项，此选项可以将Python添加到系统环境变量中，极大地简化环境配置的过程。然后单击 Install Now，进行默认安装，或选择 Customize installion，进行自定义安装。
安装成功后，通过 Win+R 组合键打开运行界面。在运行界面中输入 cmd ，打开命令提示窗口。在命令提示窗口中输入python命令。若显示下图所示的信息，则表示 Python 安装成功，并且已进入Python交互模式。

2.2 安装相关库

在使用 OpenCV-Python 的过程中，将会使用 Python 的其他库。例如，当通过 OpenCV 读取图像时，数据将储存至 ndarray 对象中，Numpy 库对 ndarray 对象的操作将为我们处理图像提供很大的方便；而 Matplotlib 库中的相关函数便于我们对直方图进行绘制等。
按照前面的步骤重新进入命令提示窗口，输入安装Numpy库的命令。

pip install numpy

按下回车之后会出现一个下载进度条，下载完成之后会自动进行安装，安装过程如下图所示。
安装完成Numpy库之后，输入安装Matplotlib库的命令。

pip install matplotlib

安装过程如下图所示。

2.3 安装 OpenCV

安装 OpenCV 的方式主要有两种：第一种是通过 pip 命令的方式进行安装；第二种是通过下载 OpenCV 安装包进行安装。本文以第一种方式为例，安装过程类似与NumPy库和Matplotlib库的安装过程。在命令行窗口中输入以下命令。

pip install opencv-python

安装过程如下图所示。
根据下图可以验证是否成功安装OpenCV。

3 安装 Visual Studio 2019并配置环境

3.1 安装 Visual Studio 2019

打开官网下载链接.下载界面如下图所示。本文选择Community 2019版本。

下载完成后双击打开.exe文件，选择对应的工作负荷。
选择安装路径之后单击安装，等待安装完成即可。

3.2 配置Python环境

打开 Visual Studio 2019 ,创建新项目。

输入文件名，并选择文件的储存位置。

在解决方案资源管理器中选择配置好的 Python 3.8 环境，如下图所示。

4 测试环境

完成上述所有配置后，通过程序验证来查看是否配置环境成功。

import cv2 as cv  #引入OpenCV库
image=cv.imread('image.jpg')   #读取图像
cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE)  #根据图像大小创建窗口
cv.imshow('input_image', image)  #在窗口中显示图像
cv.waitKey(0)  #无限延时等待用户按键事件
cv.destroyAllWindows()  #关闭所有窗口

运行效果如下图所示。