本文正在参与「金石方案 . 分割6万现金大奖」

opencv-python 最新4.6.0.66版装置及介绍翻译

github.com/opencv/open…

项目描述

车轮上的 OpenCV

为 Python 预构建的仅 CPU 的 OpenCV 包。

假如您希望从源代码编译绑定以启用其他模块（例如 CUDA），请查看手动构建部分。

装置与运用

  1. 假如您装置了以前/其他手动装置（= 未通过装置pip）版别的 OpenCV（例如，Python 站点包根目录中的 cv2 模块），请在装置前将其删去以避免冲突。

  2. 确保您的pip版别是最新的（19.3 是支撑的最低版别）pip install --upgrade pip：. 查看版别与pip -V. 例如，Linux 发行版一般顺便非常旧的pip版别，这会导致许多意想不到的问题，尤其是manylinux格局问题。

  3. 为您的环境挑选正确的包：

    有四种不同的套餐（请参阅下面的选项 1、2、3 和 4），您应该只挑选其间一个。不要在同一环境中装置多个不同的包。没有插件架构：一切包都运用相同的命名空间 ( cv2)。假如您在同一环境中装置了多个不同的包，请将它们全部卸载pip uninstall并仅重新装置一个包。

    **一个。**适用于标准桌面环境（Windows、macOS、简直任何 GNU/Linux 发行版）的软件包

    • 选项 1 – 首要模块包：pip install opencv-python
    • 选项 2 – 完整包（包括首要模块和 contrib/extra 模块）：（查看OpenCV 文档pip install opencv-contrib-python中的 contrib/extra 模块列表）

    b. 服务器（无头）环境（如 Docker、云环境等）的包，无 GUI 库依靠项

    这些包比上面的其他两个包小，因为它们不包括任何 GUI 功用（不是用 Qt/其他 GUI 组件编译的）。这意味着这些包避免了对 X11 库的严峻依靠链，因此您将具有例如更小的 Docker 映像。假如你不运用cv2.imshowet al.，你应该总是运用这些包。或许您正在运用 OpenCV 之外的其他包（例如 PyQt）来创立 GUI。

    • 选项 3 – 无头主模块包：pip install opencv-python-headless
    • 选项 4 – 无头完整包（包括首要模块和奉献/额定模块）：（查看来自OpenCV 文档pip install opencv-contrib-python-headless的奉献/额定模块列表）

  4. 导入包：

    import cv2

    一切包都包括 Haar 级联文件。cv2.data.haarcascades能够用作数据文件夹的快捷方式。例如：

    cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

  5. 阅览OpenCV 文档

  6. 在翻开新问题之前，请阅览下面的常见问题解答并查看现已翻开的其他问题。

常常问的问题

问：我还需求独自装置 OpenCV 吗？

答：不，这些包是特殊的 wheel 二进制包，它们现已包括静态构建的 OpenCV 二进制文件。

问：Pip 装置失利并呈现ModuleNotFoundError: No module named 'skbuild'？

从opencv-python4.3.0.* 版别开端，manylinux1wheels 被 wheels 替代了manylinux2014。假如你的 pip 太旧，它会测验运用 4.3.0.38 中引入的新源分发来手动构建 OpenCV，因为它不知道如何装置manylinux2014轮子。可是，source build 也会因为太旧而失利，pip因为它不了解pyproject.toml. 要运用新的manylinux2014预制轮子（或从源代码构建），您的pip版别必须 >= 19.3。请晋级pip。pip install --upgrade pip

问：在 Windows 上导入失利：ImportError: DLL load failed: The specified module could not be found.?

答：假如在 Windows 上导入失利，请确保您装置了Visual C++ redistributable 2015。假如您运用的 Windows 版别低于 Windows 10 且未装置最新的体系更新，则或许还需求通用 C 运转时。

Windows N 和 KN 版别不包括 OpenCV 所需的媒体功用包。假如您运用的是 Windows N 或 KN 版别，请一起装置Windows Media Feature Pack。

假如您有 Windows Server 2012+，媒体 DLL 或许也会丢失；请在服务器管理器中装置名为“媒体根底”的功用。留神，有些帖子主张装置“Windows Server Essentials Media Pack”，可是这个需求“Windows Server Essentials Experience”角色，这个角色会深刻影响您的 Windows Server 装备（通过强制活动目录集成等）；所以只装置“媒体根底”应该是一个更安全的挑选。

假如以上没有帮助，请查看您是否正在运用 Anaconda。旧的 Anaconda 版别有一个导致过错的过错，请参阅此问题以进行手动修正。

假如在查看了之前的一切解决方案后依然遇到过错，请下载Dependencies并运用它翻开cv2.pyd（一般坐落C:\Users\username\AppData\Local\Programs\Python\PythonXX\Lib\site-packages\cv2）文件以调试丢失的 DLL 问题。

问：我还有一些其他导入过错？

答：确保您已删去旧的 OpenCV Python 绑定手动装置（站点包中的 cv2.so 或 cv2.pyd）。

问：函数 foo() 或办法 bar() 返回过错成果，抛出异常或使解释器崩溃。我应该怎么办？

答：存储库仅包括 OpenCV-Python 包构建脚本，而不包括 OpenCV 自身。OpenCV 的 Python 绑定是在官方 OpenCV 存储库中开发的，它是陈述问题的最佳场所。另请在提交新过错之前查看 {OpenCV wiki]( github.com/opencv/open… ) 和官方 OpenCV 论坛。

问：为什么软件包不包括非自在算法？

答：非自在算法（例如 SURF）不包括在这些软件包中，因为它们已取得专利/非自在，因此不能作为内置二进制文件分发。请留意，自 OpenCV 版别 4.3.0 和 3.4.10 以来，因为专利到期，SIFT 包括在构建中。有关详细信息，请参阅此问题：https ://github.com/skvark/opencv-python/issues/126

问：为什么打包和导入不同（opencv-python vs. cv2）？

A: 用户更简单了解，也opencv-python更cv2简单用查找引擎找到包。cv2（旧 OpenCV 版别中的旧接口被命名为cv）是 OpenCV 开发人员在创立绑定生成器时挑选的称号。这被保存为导入称号，以与 Internet 上不同类型的教程保持一致。更改导入称号或行为也会让习惯于import cv2.

opencv-python 文档

这个存储库的目的是供给为最常用的 Python 版别和平台打包每个新OpenCV 版别的办法。

CI构建进程

该项目的结构类似于带有标准setup.py文件的一般 Python 包。构建矩阵中单个条目的构建进程如下（参见示例.github/workflows/build_wheels_linux.yml文件）：

  1. 在 Linux 和 MacOS 构建中：获取咱们编译所针对的 OpenCV 的可选 C 依靠项

  2. 查看存储库和子模块

    • OpenCV 作为子模块包括在内，而且在发布新的 OpenCV 版别时由保护人员手动更新版别
    • Contrib 模块也作为子模块包括在内

  3. 从源中查找 OpenCV 版别

  4. 构建 OpenCV

    • 测验被禁用，不然构建时刻会增加太多
    • 每个构建组合有 4 个构建矩阵条目：有和没有 contrib 模块，有和没有 GUI（无头）
    • Linux 构建在 manylinux Docker 容器中运转 (CentOS 5)
    • 源散布是构建矩阵中的独自条目

  5. 重新排列 OpenCV 的构建成果，增加咱们的自定义文件并生成 wheel

  6. Linux 和 macOS 的 wheel 是用 auditwheel 和 delocate 改造的，对应

  7. 装置生成的轮子

  8. 测验 Python 是否能够导入库并运转一些健全性查看

  9. 运用 twine 将生成的轮子上传到 PyPI（仅在发布版别中）

过程 1–4 由 处理pip wheel。

能够运用环境变量自定义构建。除了 OpenCV 的构建接受的任何变量外，咱们还认识到：

  • CI_BUILD. 设置为1模拟 CI 环境构建行为。仅用于 CI 构建以在setup.py. 除非您知道自己在做什么，不然不要运用它。
  • ENABLE_CONTRIB和ENABLE_HEADLESS。设置为1构建 contrib 和/或无头版别
  • ENABLE_JAVA, 设置为1启用 Java 客户端构建。默许情况下禁用。
  • CMAKE_ARGS. OpenCV 的 CMake 调用的附加参数。您能够运用它来进行自定义构建。

有关在 CI 环境之外手动构建的更多信息，请参阅下一节。

手动构建

假如在预构建的轮子中未启用某些依靠项，您还能够在本地运转构建以创立自定义轮子。

  1. 克隆此存储库：git clone --recursive https://github.com/opencv/opencv-python.git
  2. cd opencv-python

    • 假如需求，您能够在和子模块git中查看其他版别的 OpenCVopencv``opencv_contrib
  3. 假如需求，增加自定义 Cmake 标志，例如：（export CMAKE_ARGS="-DSOME_FLAG=ON -DSOME_OTHER_FLAG=OFF"在 Windows 中，您需求依据指令行或 PowerShell 设置不同的环境变量）
  4. 挑选您希望构建的包风格ENABLE_CONTRIB和ENABLE_HEADLESS：即export ENABLE_CONTRIB=1假如您希望构建opencv-contrib-python
  5. 运转pip wheel . --verbose。留意：确保您具有最新pip版别，该指令将替换不支撑pip wheel的旧指令。 python setup.py bdist_wheel``pyproject.toml
    • 这或许需求 5 分钟到 2 个多小时不等，具体取决于您的硬件
  6. 您将在文件dist夹中具有 wheel 文件，您能够为所欲为地运用它
    • 可选：假如需求最大的可移植性，在 Linux 上运用一些manylinux图画作为构建主机，并auditwheel在构建后运转
    • 可选：在 macOS 上运用delocate（与 macOS 相同auditwheel）以取得更好的便携性

手动调试构建

为了构建opencv-python未优化的调试版别，您需求稍微避开正常进程。

  1. 装置软件包scikit-build并numpy通过 pip。
  2. 运转指令python setup.py bdist_wheel --build-type=Debug。
  3. 将生成的 wheel 文件装置dist/到pip install dist/wheelname.whl.

假如您希望构建生成一切编译器指令，那么以下标志和环境变量的组合现已过测验可在 Linux 上运转：

export CMAKE_ARGS='-DCMAKE_VERBOSE_MAKEFILE=ON'
export VERBOSE=1
python3 setup.py bdist_wheel --build-type=Debug

有关更多讨论，请参阅此问题：https ://github.com/opencv/opencv-python/issues/424

来历散布

从 OpenCV 版别 4.3.0 开端，PyPI 中也供给了源代码分发。这意味着假如您的体系与 PyPI 中的任何轮子都不兼容，pip将测验从源代码构建 OpenCV。假如您需求 PyPI 中没有的 OpenCV 版别作为源代码分发，请遵从上面的手动构建指南而不是这个。

您还能够强制pip从源代码分发构建轮子。一些例子：

  • pip install --no-binary opencv-python opencv-python
  • pip install --no-binary :all: opencv-python

假如您需求 contrib 模块或无头版别，只需更改包称号（不需求上一节中的过程 4）。可是，能够通过环境变量供给任何额定的 CMake 标志，如手动构建部分的过程 3 中所述。假如未供给，OpenCV 的 CMake 脚本将测验查找并启用任何合适的依靠项。无头发行版具有硬编码的 CMake 标志，可禁用一切或许的 GUI 依靠项。

在 Raspberry Pi 等慢速体系上，完整构建或许需求几个小时。在 8 核 Ryzen 7 3700X 上，构建大约需求 6 分钟。

答应

Opencv-python 包（此存储库中的脚本）在 MIT 答应下可用。

OpenCV 自身在Apache 2答应下可用。

第三方包答应证坐落LICENSE-3RD-PARTY.txt。

一切轮子都顺便LGPLv2.1答应的FFmpeg。

非无头 Linux wheels 顺便Qt 5，依据LGPLv3取得答应。

这些包还包括其他二进制文件。能够从LICENSE-3RD-PARTY.txt找到完整的答应证列表。

版别控制

find_version.py脚本从 OpenCV 源查找版别信息，并将特定于此存储库的修订号附加到版别字符串。除了一些其他标志外，它还将版别信息保存到version.py文件中。cv2

发布

当新标签被推送到 master 分支时，发布并上传到 PyPI。这些标签区分包（这个 repo 或许有修改，但 OpenCV 版别保持不变）而且应该按顺序递增。实际上，发布版别号如下所示：

cv_major.cv_minor.cv_revision.package_revision例如3.1.0.0

master 分支遵从 OpenCV master 分支发布。3.4 分支遵从 OpenCV 3.4 过错修正版别。

开发构建

每次提交到这个 repo 的 master 分支都会被构建。或许的构建工件运用本地版别标识符：

cv_major.cv_minor.cv_revision+git_hash_of_this_repo例如3.1.0+14a8d39

这些工件不能也不会上传到 PyPI。

Manylinux 轮子

Linux 轮子是运用manylinux2014 构建的。这些轮子对于大多数发行版（运用 GNU C 标准库）应该开箱即用，因为它们是针对旧版别的 glibc 构建的。

默许manylinux2014图画已运用一些 OpenCV 依靠项进行了扩展。有关详细信息，请参阅Docker 文件夹。

支撑的 Python 版别

为官方支撑的 Python 版别（不在 EOL 中）供给了 Python 3.x 兼容的预构建轮子：

  • 3.6
  • 3.7
  • 3.8
  • 3.9
  • 3.10

向后兼容性

从 4.2.0 和 3.4.9 版别开端，macOS Travis 构建环境已更新为 XCode 9.4。这一变化实际上放弃了对 10.13 之前的 macOS 版别的支撑。

从 4.3.0 和 3.4.10 版别开端，Linux 构建环境从更新manylinux1到manylinux2014. 这放弃了对旧 Linux 发行版的支撑。