OpenCV入门（一）Python环境的搭建

OpenCV入门（一）Python环境的搭建

作者：Xiou

因为有点Python基础，并且Python是比较好入门的编程语言，所以，机器视觉后面打算在Python这个平台下进行。

Windows平台OpenCV的Python开发环境搭建

1、Python 的下载与安装

Python是一种面向对象的解释型计算机程序设计语言，是纯粹的自由软件，遵循GPL(General Public License)协议。Python语法简洁清晰，特色之一是强制用空白符(white space)作为语句缩进，强调“段落”形式，第一个公开版发行于1991年。

Python的万能之处在于能够把用其他语言制作的各种模块（尤其是C/C++制作的模块）很轻松地联结在一起，也常被称为“胶水语言”。常见的一种应用情形是使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分用更合适的语言改写，比如用C/C++重写，而后封装为Python可以调用的扩展类库。

人工智能技术的火热使得Python的支持库越来越丰富、强大。需要注意的是，在使用扩展类库时可能需要考虑平台问题，某些类库可能不提供跨平台的实现。下面简单介绍Python的下载和安装。

去Python官网下载Python https://www.python.org/

截止目前，Python已经更新到了3.11版本了。
Windows下找到64位的，这个根据自己的电脑配置而定。

以我下载的64位安装文件为例，把文件下载下来后双击文件名运行安装文件，打开安装界面，如图2-2所示。注意，勾选上最后一项Add Python 3.11 to PATH，可以把Python安装目录加入PATH环境变量中，再单击Install Now继续安装。

Python本身大小很小，所以我直接安在了C盘，选择默认的路径即可。

学过Python的人都知道，在cmd命令下>>>下直接输入代码后按回车键就可以立刻得到代码执行结果。试着输入“100+200”，再打印一下“hello,world”，如图所示：

最后，用exit()退出Python提示符。

2、在线安装OpenCV-python

Python安装完成后，我们可以继续搭建OpenCV开发环境。所谓在线安装，意思是安装过程中要连着外网(Internet)，边下载边安装。

要用Python开发OpenCV程序，首先要为Python安装配置OpenCV开发包。安装Python相关功能包需要用到pip，它是一个通用的Python包管理工具，提供了对Python包的查找、下载、安装、卸载的功能。如果安装了Python 3.x，就会默认安装pip工具，其位置在Python的安装路径下。比如，我的Python包管理工具pip.exe的路径位于C:\Users\mjl\AppData\Local\Programs\Python\Python311\Scripts

这个路径是64位系统的，读者可以查找一下自己计算机pip.exe的路径。打开命令行窗口，输入“pip”，如果出现很多选项，就说明pip工作正常了，如图所示。

下面利用pip来安装OpenCV开发环境。安装OpenCV开发环境只需要下载NumPy、Matplotlib、opencv-python三个包。
其中，NumPy包是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Matplotlib包是Python中类似MATLAB的绘图工具，因为图像处理中有很多直方图统计之类的操作，所以选择了Matplotlib这个Python的第三方包。
安装NumPy和Matplotlib库，输入如下命令：

pip install numpy matplotlib

因为网络问题，这一步需要花点时间。

最后我们可以开始安装opencv-python了，输入如下命令：

pip install opencv-python

稍等片刻，opencv-python安装完成了，并且自动安装了当前比较成熟的最新版本，这里是4.。7.0.72。值得注意的是，不同时间段下载速度差异较大，强烈建议大家早上下载安装。至此，基于Python的OpenCV开发环境建立起来了，下面开始我们的第一个Python开发的OpenCV程序。可以使用记事本l来编辑这个程序。

保存成.py格式，双击运行即可。

首先利用import语句导入模块cv2（OpenCV是由很多个模块组成的，cv2是OpenCV中的一个基本模块）。使用as语法之后，只能通过as后面的名字来访问导入的模块，因此后面代码要用cv来代表cv2。
模块导入后，就可以使用cv2里的函数了。我们先利用函数cv.imread读取一个文件yd.jpg，该文件位于工程目录下（就是说和.py在同一目录下），cv.imread也可以传入一个绝对路径，比如d:\yd.jpg。

接着用函数imshow把图片显示在窗口中。函数waitKey用于等待用户按键，如果用户不按键，则图片窗口会一直显示，也就是函数waitKey一直处于阻塞状态不返回，直到用户按键才返回。waitKey结束后调用函数destroyAllWindows销毁所有窗口，这里就一个窗口，就是我们用namedWindow函数创建的窗口。

结果如图所示。运行成功，说明我们的opencv-python开发环境搭建成功了。

Windows平台PyCharm 下载与安装

和其他语言类似，Python程序的编写可以使用Windows自带的控制台进行，但是这种方式对于较为复杂的程序工程来说，容易混淆相互之间的层级和交互文件，因此在编写程序工程时建议使用专用的Python编译器PyCharm。

1、PyCharm的下载和安装

进入PyCharm官网的Download页面后可以选择不同的版本，如图所示，包括收费的专业版和免费的社区版。这里直接选择免费版本。
https://www.jetbrains.com/pycharm/

(2)文件下载下来后可以看到文件名为pycharm-community-2022。3.2.exe，双击运行进入安装界面，如图所示。选择好安装路径，直接单击Next按钮，安装即可。

或者按照下图指示安装。

安装完成后出现Finish按钮，单击该按钮安装完成，并重新启动计算机，如图2-15所示。

2.配置PyCharm开发OpenCV程序

单击桌面上新生成的图标进入PyCharm程序界面，首先是第一次启动的定位，如图所示。
创建一个新的工程，如图所示

进入界面配置选项，如图所示：

之后右击新建的工程名PyCharm，选择New→Python File命令新建一个helloworld.py文件，内容如图所示。

输入代码并单击菜单栏中的Run→run…运行代码，或者直接右击helloworld.py文件名，在弹出的快捷菜单中选择run命令。如果成功输出hello world，就表示PyCharm安装好了。

创建一个新项目后，在项目下执行OpenCV代码会有问题，提示CV2库找不到了。

此时需要对Python Interpreter做重新设置。

单击File→Setting，打开Setting窗口，如图所示，

单击左侧的Project：pythonProject→Python Interpreter菜单项，此时打开如图所示的Add Python Interpreter新窗口，选中Existing environment单选按钮，单击Interpreter项最右边的[插图]按钮，打开Select Python Interpreter窗口，按目录层次逐层查找Python开发包中的python.exe文件，找到后单击OK按钮，如图所示。

逐个窗口单击OK按钮，回到图所示的Setting窗口，在Python Interpreter中选择Python开发包中的python.exe文件作为解释器。此时，窗口上显示开发OpenCV程序所需要的开发包，如图2-24所示。单击OK按钮关闭配置窗口。

从图中可以看到,上面配置的Matplotlib、NumPy、opencv-python等开发包已经导入项目中，接下来就可以进行OpenCV编程了。

将照片放到工程目录下，用上面的代码：

编译完成！！

3.调试Python程序

导入事例代码：D:\mjl\Opencv4.5资料\图书资料\源码\0cd25082-1cfc-11ed-94cb-00163e36b535\OpenCV 4.5计算机视觉开发实战源码-ch02-ch14\OpenCV 4.5计算机视觉开发实战源码

和开发其他程序一样，Python程序有时候也需要调试，比如设置断点、运行到断点处、单步执行、监视某个变量等。

在PyCharm中单步调试Python程序非常简单，只需要设置好断点，单击鼠标所在的行，

然后按Shift+F9快捷键开始调试运行，接着就会执行到断点处，然后按Shift+F8快捷键开始单步执行（Shift+F7快捷键也可以单步执行，并且遇到函数还能进入函数里面执行），如图所示。

在窗口下方的Debug视图中，我们直接可以看到a这个变量的相关信息。通常，设置断点、单步执行、监视变量这三大手段用于调试基本够用了。

4.测试一下NumPy的数学函数

我们测试一下NumPy中的数学函数，看它是否能工作正常。

NumPy支持大量的维度数组与矩阵运算，并针对数组运算提供了大量的数学函数库，常用的数学函数如下：

· round(a, decimals=0, out=None)：将小数a四舍五入到给定的小数位数。
· floor(a)：取比小数a小的最大的整数，即向下取整。
· ceil(a)：取比小数a大的最小的整数，即向上取整。其中，a可以是一个数字，也可以是一个数组.

import cv2 as cv  #导入cv模块
import numpy as np
a = np.array([1.0,5.55,  123,  0.567,  25.532]) 
print("np.round(2.6) : " , np.round(2.4))
print("np.round(a,1):",np.round(a,1))
print("np.round(2.8) : " , np.round(2.8))
print("cvFloor(2.5) : " , np.floor(2.5)) 
print("cvFloor(2.6) : " , np.floor(2.6)) 
print("cvCeil(2.5)  : " , np.ceil(2.5))
print("cvCeil(2.6)  : " , np.ceil(2.6)) 

在上述代码中，我们分别实验了round、floor和ceil的简单使用。