Python+OpenCV 零基础学习笔记(1):anaconda+vscode+jupyter环境配置

前言

作为一个C# 上位机，我认为上位机的终点就是机器视觉+运动控制。最近学了会Halcon发现机器视觉还是要学一下OpenCV。作为一个爱学习的程序员，我认为Python是逃不过的，毕竟Python可以使用的场景实在太多了，深度学习，人工智能。虽然我是本科学历，但是我还是想去了解一下。

相关链接

【2022B站最好的OpenCV课程推荐】OpenCV从入门到实战 全套课程

OpenCV+Python CSDN专栏

Gitee 项目地址

环境配置：Anaconda

Anaconda是一个方便管理的Python集成包，优点如下：

• 集成了180个常用的科学计算的包
• 方便管理多个版本的Python环境

Anaconda python常用配置环境

Anaconda 下载网址

一路确定就可以了，要记得安装的位置

Python配置

如果你的电脑只装了一个Python环境，就直接安装就好了。我这里提供多个python环境的解决方案。

找到你的Anaconda的安装位置，使用命令行进入，然后输入python就可以看到你安装的Python版本了。我这里的安装位置是E盘的Anaconda位置

然后再cd到Script目录，输入pip list，查看安装包

OpenCV

在Scirpt目录中，直接运行

pip install opencv-python

然后退到根目录，看看OpenCV是否安装成功

如果我们cv2.__version__能正常显示Python版本，那就说明我们python版本安装是正确的版本。

Opencv-contrib:Opencv扩展

Notebook:python代码笔记

vscode配置

我个人选择vscode，史上最强IDE。

配置Anaconda

Anaconda 环境变量手动设置(详细)

Python环境部署：Anaconda & VS Code on Windows

运行如下代码

import sys
print(sys.version)
print('hello world!')

Jupyter

vscode中配置jupyter（彻底解决Failed to start the Kernel问题）

运行成功，虽然我暂时也不知道有啥用

运行如下代码

#%%
# 测试注释
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
p = np.linspace(0,20,100)
plt.plot(p,np.sin(p))
plt.show()

文件导出

vscode建议直接导出html，再使用html转pdf进行转换，因为直接导出pdf需要安装xelatex。

Jupyter第一次接触，我后面再去用一下了解一下