当前位置: 首页 > news >正文

安装OpenCV-Python 3.4.1.15和opencv-contrib-python 3.4.1.15,并将anaconda prompt创建的python3.6虚拟环境加到pycharm中

一、安装OpenCV-Python 3.4.1.15和opencv-contrib-python 3.4.1.15

1.安装anaconda

链接:

https://www.anaconda.com/download

点击Get Started,然后登录谷歌账号,下载Anaconda,默认是最新版本,记住anaconda的下载路径。

安装anaconda过程中,会出现如下界面:

①创建快捷方式(即本文第三张图),建议勾选;

②将安装路径添加到系统的PATH环境变量中,即:可以在“cmd命令提示符内”对anaconda进行操作,如果安装过其他常用的python版本,则不建议勾选,即:只在本文第三张图“Anaconda Prompt”进行操作;

③使用anacnda作为默认解释器,如果安装过其他常用的python版本,则不建议勾选;

④安装完成后清除缓存安装包,建议勾选。

2.创建虚拟环境

安装完成后,进入win菜单→Anaconda→Anaconda Prompt

在base环境下创建python 3.6虚拟环境,可以不进入Anaconda所在的文件夹,代码:

conda create -n opencv python=3.6

代码中opencv为虚拟环境名称,可以自行更改。

运行结果如下:

然后检查虚拟环境是否创建成功,代码:

conda info -e

环境列表中出现opencv虚拟环境,即创建成功,如下:

3.激活新创建的虚拟环境

代码:

conda activate opencv

代码中opencv需要替换为自己创建的虚拟环境名称。

conda deactivate可以退出新建的虚拟环境,重新进入base环境。

4.下载OpenCV-Python 3.4.1.15 和 opencv-contrib-python 3.4.1.15的whl文件

链接:

https://gitcode.com/open-source-toolkit/d2b89

下载完成后(可以下载在anaconda文件夹内),解压缩得到两个whl文件,记住下载路径:

5.安装OpenCV-Python 3.4.1.15 和 opencv-contrib-python 3.4.1.15

继续在Anaconda Prompt中操作,进入两个whl文件的存储位置。

如果存储路径不在C盘,需要先进入相应盘内,然后再进入进入两个whl文件的存储位置,代码:

D:
cd "D:\Anaconda\opencv"

分别执行下面两行代码,安装OpenCV-Python 3.4.1.15 和 opencv-contrib-python 3.4.1.15:

pip install opencv_python-3.4.1.15-cp36-cp36m-win_amd64.whl pip install opencv_contrib_python-3.4.1.15-cp36-cp36m-win_amd64.whl

第一行也可以替换为OpenCV-Python 3.4.1.15的清华源镜像代码:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==3.4.1.15

运行结果:

6.检查

进入安装Anaconda的文件夹内,输入python,然后分别执行以下代码:

import cv2 cv2.__version__

出现如下结果即为opencv安装成功:

exit()退出python,执行pip list,检查OpenCV-Python 3.4.1.15 和 opencv-contrib-python 3.4.1.15是否安装成功,运行结果:

参考教程:(详解)安装3.4.1.15版本的opencv-python和opencv-contrib-python_opencv 3.4.1.15-CSDN博客

二、在pycharm解释器中添加anaconda prompt创建的python3.6虚拟环境

pycharm:添加本地解释器→选择现有

①类型:选择Conda

②conda的路径:进入安装anaconda的文件夹→进入condabin文件夹→选择conda.bat

③点击重新加载环境,如果出现“lateinit property envs dirs has not been initialized”报错(疑似是pycharm和conda不兼容),可以尝试两个方法:

方法一:切换到“生成新的”,再切换回“选择现有”,刷新一下,再尝试重新加载环境;

方法二:类型选择“Python”,Python的路径:进入安装anaconda的文件夹→进入envs文件夹→进入创建的虚拟环境文件夹(本文为opencv文件夹)→选择python.exe→创建

http://www.jsqmd.com/news/706359/

相关文章:

  • AI应用开发实战指南:从架构设计到生产部署的完整路径
  • 2026义乌正规诉讼律师机构名录:义乌离婚诉讼咨询、义乌诉讼律师公司、义乌刑事离婚律师、义乌律师公司、义乌离婚律师公司选择指南 - 优质品牌商家
  • 【SSD202 开发实战 18】JPEG 编解码与图片处理
  • 2026年3月优秀的机器人第七轴源头厂家推荐,车铣复合机自动化上下料核心设备/压铸机械手,机器人第七轴源头厂家哪家靠谱 - 品牌推荐师
  • LLM应用开发工具全景指南:从RAG到智能体的高效选型与实践
  • 稀疏矩阵在机器学习中的高效应用与优化技巧
  • 时间序列分析:自相关与偏自相关函数详解
  • AI Agent 面试题 014:Agent的动作空间(Action Space)设计有哪些最佳实践?
  • 2026年Q2燕窝选购技术指南:燕窝哪个牌子最好、燕窝哪个牌子最正宗、燕窝哪种品质好、燕窝如何挑选好的、燕窝排名选择指南 - 优质品牌商家
  • 【2026年版|建议收藏】小白程序员必看!大模型核心概念Agent Skills详解
  • wanwu框架:中文AI应用开发全栈解决方案,从RAG到智能体工作流
  • 2026可靠链板输送带优质供应商推荐榜:链条传动网带、链板提升机、链板输送机、食品输送网带、304不锈钢网带、冲孔链板选择指南 - 优质品牌商家
  • Java——Stream流
  • Devart数据连接工具全解析与26周年庆优惠指南
  • 定义类的方法和CRC建模
  • AI Agent 面试题 015:如何实现Agent的多模态感知能力?
  • SwiftLLM:专为研究设计的轻量级LLM推理引擎
  • python缺陷检测
  • 彻底搞懂:Spring Boot/Cloud 中 bootstrap.yml 与 application.yml 的区别与最佳实践
  • 机器学习分类算法实战:5大核心方法详解
  • 大语言模型偏见检测:统计方法与工程实践
  • 1 6.2 设置成员的访问时间(屏幕时间 / 跨设备日程一致)
  • AI Agent 面试题 016:Agent的决策过程中如何平衡探索与利用?
  • AI Agent生产环境压测指南:并发、延迟与资源瓶颈定位
  • 设计Section 12:Related PCB Assembly Services
  • R语言描述性统计:数据分析基础与实战技巧
  • Docker学习路径——6、Docker 微服务基础实战:Tomcat + MySQL + Redis 一站式部署指南
  • R语言机器学习实战:10大内置数据集应用指南
  • 基于PraisonAI的多智能体编排框架:从YAML配置到生产部署全解析
  • DeepLabv3+:融合空洞可分离卷积的编码器-解码器语义分割架构