关键词：
在如今人工智能的浪潮下，无数模拟机器学习和深度学习的开发者工具倍出，其中在计算机图形学和计算机视觉里面最流行的一个库就是OpenCV库了.计算机图形学和计算机视觉学在我们的自动驾驶和仿生机器人当中有着举足轻重的地位，尤其是opencv库在里面的应用尤为广泛。今天我就分享给大家我们在python环境下，实现调用opencv库。用Python调用opencv库而不用C++的缘故是，第一：现在我们的高端处理器（如由中科大少年班的天才陈天石先生所创办的寒武纪科技有限公司的深度学习处理器）已经具备了强大的算力，除了谷歌的处理器就是地表最强的NPU了,因此我们并不需要这种高效率的语言来支撑。即使像我们普通学生使用的树莓派也可以跑得上Python，从而实现物联网。二：C++的代码过于繁琐，Python则可以用更短小的代码块来实现。在软件的开发周期上会变得更小。三：Python简单易学，笔者用三天学完了Python，学习C++则学习了接近一个星期。
一：首先，您应该确保您的电脑应经安装了python的环境，笔者是安装的python3.6一个比较新的版本，以前的老版本python2.x对我们新技术的支持不是很好。同时我们python当中的各种库的版本也很有可能不相适应，这是计算机科学这门学科的特征。因此，建议安装更新版本的Python。
二，如果您已经为您的Python配置了环境变量，那么请您使用win+R键，然后在输入cmd，进入Windows系统的命令行模式。
三。如果您还没有为您的电脑配置环境变量的话，请为您的电脑配置环境变量，将Python的路径添加到您电脑的环境变量当中，这样就可以直接在命令行模式下进行编译Python文件了。比如这样：
先在Python的命令行模式下输入：Python，然后再输入代码print（5），如果输出5成功，那么您的环境变量肯定是配置好了。关于具体该如何配置环境变量，笔者就不加累述了，这对学习计算机的朋友来说实在是小菜一碟，如果确实不知道该如何配置环境变量，是第一次接触非C语言的朋友，请您到网址https://jingyan.baidu.com/article/48206aeafdcf2a216ad6b316.html上自行学习。
四：找到您以前已经安装过的Python文件的路径，方便将我们的opencv库下载下来之后找到保存的地点。这时请继续保持打开我们刚才的命令行模式，输入以下代码：
import sys >>> sys.path
这样，计算机就会自动显示出您Python文件的安装路径了。这是十分重要的一步，没有这一步，您的计算机上是不可能安装好opencv库的。
五：点击进入网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/
在这个国外的网站里汇聚了Python的各种类库，是美国加州大学（世界排名第三）所推出的。是我们做机器学习的人的天堂。此时，您应该找到numpy库，进行下载（因为如果您要安装opencv库的话，是必然得安装numpy库的），下载的时候记住：文件的后缀是whl，我们稍后将利用pip会进行安装。文件的前缀有cp两个英文，cp后表示的是Python的版本吗，笔者用的是3.6版本的Python，因此文件的前缀当中必然有cp36这个选项了。
六：将您刚刚所选择的numpy,opencv库的文件保存至Python安装文件的根目录下的scripts下，在这个文件的目录下，你还会发现有pip.exe以及east_install.exe的程序文件，这就对了。
七：再次打开您的命令行模式：
输入cd C:/xxxx(您Python文件安装目录的scripts文件夹),这改变的是您在命令行模式下的文件根目录，十分有效。
八：为您的ython安装文件的根目录下的scripts配置环境变量。具体配置环境变量的方法还是和以前一样。不会的话，请参见网址：https://jingyan.baidu.com/article/48206aeafdcf2a216ad6b316.html
：在命令行模式下输入：pip install wheel
继续等待下载完成。如果出现了如下图像，则说明您安装成功了
十：在命令行模式下输入pip install (您刚才现在的numpy文件的文件名).whl
等待collect被安装，很快便会显示安装成功（笔者电脑CPU算力比较强大）安装成功后将会显示：
上面这串英文应该很简单吧，正常人应该都会看得懂这是成功安装安装包的意思。最后安装opencv库。
十一：安装opencv库的方法和第十步是完全一样的。
十二：检测我们的OpenCV库是否安装成功。在命令行模式下输入：
pip freeze
这样我们就会看到您的Python除了标准库之外，您所安装的所有库文件了。笔者的由于还在做单纯的机器学习算法实现，因此，还安装了其他数据科学，和科学计算的库。不相关的库也被笔者所删除了。
以上就是笔者所安装的所有库。今天的教程就到这里了，后面有关OpenCV库的Python代码实现，我将会在公众号的下一期当中发布具体的代码以及具体的使用方法。在下一期当中我们才会真正领略到opencv的强大威力。如果您有什么疑惑，可以在下面的留言区留言，我一定会尽我所能为您解答。如果我有什么说得不对的地方，也还请多多指教。
opencv-python实战（18）——深度学习简介与入门示例（快来一起推开深度学习的大门吧）(代码片段)
OpenCV-Python实战（18）——深度学习简介与入门示例（快来一起推开深度学习的大门吧）0.前言1.计算机视觉中的深度学习简介1.1深度学习的特点1.2深度学习大爆发2.用于图像分类的深度学习简介3.用于目标检测的深... 查看详情
实战深度学习opencv:canny边缘检测(代码片段)
利用canny边缘检测，我们可以很好地得到哦一个图像的轮廓，下面是基于C++的，这是我们通过这段代码得到的结果：#include"pch.h"#include<iostream>#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgpr 查看详情
实战深度学习opencv：读取并播放本地或者摄像头的视频(代码片段)
一.读取并播放的代码如下：#include"pch.h"#include<iostream>#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>#include<opencv2/imgproc/imgproc.hpp>usingnamespacecv;intmain( 查看详情
中公的深度学习培训怎么样？有人了解吗？
...工智能的关系及发展简第二阶段神经网络原理及TensorFlow实战梯度下降优化方法前馈神经网络的基本结构和训练过程反向传播算法TensorFlow开发环境安装“计算图”编程模型深度学习中图像识别的操作原理第三阶段循环神经网络原... 查看详情
人脸检测实战：使用opencv加载深度学习模型实现人脸检测(代码片段)
使用OpenCV和深度学习进行人脸检测今天的博文分为三个部分。在第一部分中，我们将讨论更准确的OpenCV人脸检测器的起源以及它们在OpenCV库中的位置。然后我将演示如何使用OpenCV和深度学习在图像中执行人脸检测。最后我将... 查看详情
深度学习-pytorch框架实战系列
深度学习-PyTorch框架实战系列PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能... 查看详情
python深度学习：opencv图像处理实战hsv处理，图像旋转平移（读书笔记）(代码片段)
今天我们就来继续看一看OpenCV的使用。第四篇一、图片的自由缩放以及边缘裁剪二、图像色调的调整三、图像的旋转、平移和翻转四、使用OpenCV扩大图像数据库1、色彩的随机变换2、对鼠标的监控今天使用的图如下：一、图... 查看详情
人工智能学习
...高等数学／线性代数／概率论第二阶段：编程python工具库实战／python网络爬虫第三阶段：机器学习机器学习入门／机器学习提升第四阶段：数据挖掘实战数据挖掘入门／数据分析实战第五阶段：深度学习深度学习网络与框架／深... 查看详情
对比学习:《深度学习之pytorch》《pytorch深度学习实战》+代码
PyTorch是一个基于Python的深度学习平台，该平台简单易用上手快，从计算机视觉、自然语言处理再到强化学习，PyTorch的功能强大，支持PyTorch的工具包有用于自然语言处理的AllenNLP，用于概率图模型的Pyro，扩展了PyTorch的功能。通... 查看详情
keras入门实战：手写数字识别
近些年由于理论知识的硬件的快速发展，使得深度学习达到了空前的火热。深度学习已经在很多方面都成功得到了应用，尤其是在图像识别和分类领域，机器识别图像的能力甚至超过了人类。本文用深度学习Python库Keras实现深度... 查看详情
pytorch入门与实战----pytorch入门(代码片段)
1.深度学习框架 pytorch与其他框架的比较pytorch的学习方法：课程安排：PyTorch是一个基于Python的科学计算库，它有以下特点:类似于NumPy，但是它可以使用GPU可以用它定义深度学习模型，可以灵活地进行深度学习模型的训练和使... 查看详情
tensorflow实战-tensorflow和其他深度学习框架的对比-第2章
2TensorFlow和其他深度学习框架的对比182.1主流深度学习框架对比182.2各深度学习框架简介20TensorFlowTensorFlow是相对高阶的机器学习库，用户?方便地用它设计神经网络结构，而不必为了追求高效率的实现亲自写C++或者CUDA代码。TensorFlo... 查看详情
实战|opencv实现多角度模板匹配(详细步骤+源码)
点击下方卡片，关注“ OpenCV与AI深度学习”视觉/图像重磅干货，第一时间送达!导读本文将介绍使用OpenCV实现多角度模板匹配的详细步骤+代码。（来源公众号：OpenCV与AI深度学习）背景介绍 熟悉OpenCV的朋友肯定... 查看详情
自动驾驶中的深度学习模型量化部署加速实战
这里主要是针对AI算法落地的模型部署，其中有基于TensorRT的部署、基于OpenCV+CUDA的部署以及基于NCNN的部署，项目包括简单的demo案例、目标检测、语义分割、实例分割、车道线检测以及Transformer等。大家可以参考以下的链接进行... 查看详情
自动驾驶中的深度学习模型量化部署加速实战
这里主要是针对AI算法落地的模型部署，其中有基于TensorRT的部署、基于OpenCV+CUDA的部署以及基于NCNN的部署，项目包括简单的demo案例、目标检测、语义分割、实例分割、车道线检测以及Transformer等。大家可以参考以下的链接进行... 查看详情
《自动驾驶中的深度学习模型量化部署加速实战》专栏概述|实战教程，开放源码
这里主要是针对AI算法落地的模型部署，其中有基于TensorRT的部署、基于OpenCV+CUDA的部署以及基于NCNN的部署，项目包括简单的demo案例、目标检测、语义分割、实例分割、车道线检测以及Transformer等。大家可以参考以下的链接进行... 查看详情
opencv|opencv实战从入门到精通系列四--常用函数讲解
...★，与你不见不散本文为学习笔记记录本文是《OpenCV实战从入门到精通》系列之第4篇：OpenCV|OpenCV实战从入门到精通系列一--OpenCV宏的讲解OpenCV|OpenCV实战从入门到精通系列二--OpenCV图像腐蚀OpenCV|OpenCV实战从入门到精通系列... 查看详情
dlib+opencv深度学习人脸识别
目录(?)[+]DlibOpenCV深度学习人脸识别前言人脸数据库导入人脸检测人脸识别异常处理 Dlib+OpenCV深度学习人脸识别 前言人脸识别在LWF(LabeledFacesintheWild)数据集上人脸识别率现在已经99.7%以上，这个识别率确实非... 查看详情