活动介绍

python3.6安装步骤-python3.6、opencv安装环境搭建过程(图文教程)

时间: 2024-04-28 22:26:40 AIGC 浏览: 231
好的,下面是 Python3.6 和 OpenCV 的安装步骤,包含图文教程。 1. Python3.6 安装步骤 Step 1:下载 Python3.6 安装包 从官网下载 Python3.6 安装包:https://www.python.org/downloads/release/python-360/ Step 2:安装 Python3.6 双击安装包,按照提示进行安装。在安装过程中,要注意勾选“Add Python 3.6 to PATH”选项,以便在命令行中使用 Python。 Step 3:验证 Python3.6 安装是否成功 打开命令行,输入“python”,回车后可以看到 Python 版本信息,如果显示的是 Python3.6.x,说明 Python3.6 安装成功。 2. OpenCV 环境搭建过程 Step 1:安装 Visual Studio OpenCV 是 C++ 编写的,需要依赖 Visual Studio 环境。建议下载 Visual Studio 2017 Community 版本:https://visualstudio.microsoft.com/vs/older-downloads/ 安装时选择“Desktop development with C++”选项。 Step 2:安装 CMake CMake 是一个跨平台的开源构建工具,用于控制软件编译过程的工具。可以从官网下载安装包:https://cmake.org/download/ 安装时选择“Add CMake to the system PATH for all users”选项。 Step 3:下载 OpenCV 安装包 从官网下载 OpenCV 安装包:https://opencv.org/releases/ 选择最新的版本号,下载对应平台的安装包。 Step 4:使用 CMake 生成 OpenCV 项目文件 打开 CMake,选择 OpenCV 安装包的源代码路径和生成路径,点击“Configure”按钮。根据需要选择需要开启的选项,比如是否开启 Python 支持等。点击“Generate”按钮生成项目文件。 Step 5:编译 OpenCV 在 Visual Studio 中打开 OpenCV 项目文件,选择“Release”模式,右键点击项目,选择“生成”,等待编译完成。 Step 6:验证 OpenCV 安装是否成功 将编译好的 OpenCV 库文件拷贝到 Python 安装路径下的“Lib/site-packages”目录中,打开命令行,输入“python”进入 Python 交互环境,输入“import cv2”命令,如果没有报错,说明 OpenCV 安装成功。 以上就是 Python3.6 和 OpenCV 的安装步骤,希望能对你有所帮助。
阅读全文

相关推荐

Traceback (most recent call last): File "/home/jetson/miniforge3/envs/py36/lib/python3.6/site-packages/pip/_vendor/pep517/in_process/_in_process.py", line 363, in <module> main() File "/home/jetson/miniforge3/envs/py36/lib/python3.6/site-packages/pip/_vendor/pep517/in_process/_in_process.py", line 345, in main json_out['return_val'] = hook(**hook_input['kwargs']) File "/home/jetson/miniforge3/envs/py36/lib/python3.6/site-packages/pip/_vendor/pep517/in_process/_in_process.py", line 262, in build_wheel metadata_directory) File "/tmp/pip-build-env-bvh1xfhl/overlay/lib/python3.6/site-packages/setuptools/build_meta.py", line 231, in build_wheel wheel_directory, config_settings) File "/tmp/pip-build-env-bvh1xfhl/overlay/lib/python3.6/site-packages/setuptools/build_meta.py", line 215, in _build_with_temp_dir self.run_setup() File "/tmp/pip-build-env-bvh1xfhl/overlay/lib/python3.6/site-packages/setuptools/build_meta.py", line 268, in run_setup self).run_setup(setup_script=setup_script) File "/tmp/pip-build-env-bvh1xfhl/overlay/lib/python3.6/site-packages/setuptools/build_meta.py", line 158, in run_setup exec(compile(code, __file__, 'exec'), locals()) File "setup.py", line 448, in <module> main() File "setup.py", line 248, in main cmake_source_dir=cmake_source_dir, File "/tmp/pip-build-env-bvh1xfhl/overlay/lib/python3.6/site-packages/skbuild/setuptools_wrap.py", line 683, in setup cmake_install_dir, File "setup.py", line 399, in _classify_installed_files_override cmake_install_dir=cmake_install_reldir, TypeError: _classify_installed_files() got an unexpected keyword argument 'cmake_install_dir' ---------------------------------------- ERROR: Failed building wheel for opencv-python Failed to build opencv-python ERROR: Could not build wheels for opencv-python, which is required to install pyproject.toml-based projects

ktngththdexes:https://pypi.tuna.tsinghua.edu.cn/simple lecting opencv-python-headless==4.5.5.64 ownloading https://pypi.tuna.tsinghua.edu.cn/packages/43/03/13447b012f11ed59948a1f09fc791bd2fbc32a cp36-abi3-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (26.7 MB) | 26.7 MB 11 kB/s quirement already satisfied: numpy>=1.19.3 in./archiconda3/envs/szy/lib/python3.6/site-packages (fr stalling collected packages: opencv-python-headless ccessfully installed opencv-python-headless-4.5.5.64 zy)songzhiyi@songzhiyi-desktop:~$ code zy)songzhiyi@songzhiyi-desktop:~$ cd CSI szy)songzhiyi@songzhiyi-desktop:~/CSI$ python video.py raceback (most recent call last): File "video.py", line 1, in <module> import cv2 File "/home/songzhiyi/archiconda3/envs/szy/lib/python3.6/site-packages/cv2/__init_.py",line 190, in bootstrap() File "/home/songzhiyi/archiconda3/envs/szy/lib/python3.6/site-packages/cv2/__init__.py",line 184, in b if_load_extra_py_code_for_module("cv2", submodule, DEBUG): File "/home/songzhiyi/archiconda3/envs/szy/lib/python3.6/site-packages/cv2/__init__.py",line 37,in_1py_module = importlib.import_module(module_name) File "/home/songzhiyi/archiconda3/envs/szy/lib/python3.6/importlib/__init__.py",line 126, in import_mod return _bootstrap._gcd_import(name[level:], package, level) File "/home/songzhiyi/archiconda3/envs/szy/lib/python3.6/site-packages/cv2/typing/__init__.py", line 162,LayerId = cv2.dnn.DictValue AttributeError: module 'cv2.dnn' has no attribute 'DictValue (szy) songzhiyi@songzhiyi-desktop:~/CSI$

最新推荐

recommend-type

win7下 python3.6 安装opencv 和 opencv-contrib-python解决 cv2.xfeatures2d.SIFT_create() 的问题

2. 在环境中安装`opencv-python`。 3. 安装`opencv-contrib-python`,以获取包含SIFT算法的扩展功能。 4. 在代码中调用`cv2.xfeatures2d.SIFT_create()`。 最后,如果你在遵循上述步骤后仍然遇到问题,或者有任何...
recommend-type

python36环境下tensorflow与opencv环境详细配置指南

在 cmd 命令行中,激活 Python 3.6 环境,然后使用 pip 安装 opencv-contrib-python 3.4.0.12包。 本指南指导用户在 Python 3.6 环境下配置 Tensorflow 1.11.0 与 OpenCV 3.4.0.12 环境,使用 GPU 加速和图像处理...
recommend-type

【滤波跟踪】使用卡尔曼滤波的 2D 对象跟踪附Matlab代码.rar

1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
recommend-type

Java办公用品管理系统源码及其Web安全分析

### Java办公用品管理系统源码相关知识点 #### 1. Java办公用品管理系统概述 Java办公用品管理系统是一款针对企业内部办公用品管理的软件应用。它使用Java语言进行开发,并可能采用MVC架构模式,利用Web应用程序技术,使得用户能够通过浏览器进行办公用品的采购、库存跟踪、领用记录等操作。这种系统通常包含用户权限管理、数据统计分析等功能,并注重数据的安全性和稳定性。 #### 2. OWASP Top 10 OWASP Top 10是指开放网络应用安全项目(Open Web Application Security Project)发布的十大网络安全风险。这个列表对Web应用程序最关键的安全风险提供了广泛共识。它包括跨站脚本(XSS)、SQL注入、不安全的反序列化等安全问题。Java办公用品管理系统源码需要考虑这些安全风险并进行相应的防护措施,确保系统安全性。 #### 3. Web应用程序的状态功能 复杂业务操作或高级GUI框架下的Web应用程序通常具有状态功能。例如,在进行办公用品的采购流程中,用户可能需要按照既定的工作流步骤,依次提交相关表单,而每一环节的状态都会影响到最终操作的执行。这种状态管理对于业务逻辑的正确执行至关重要。 #### 4. 自动化测试工具的局限性 虽然市场上存在各种自动化测试工具,这些工具可以对Web应用程序的请求和重定向进行自动化测试,但它们在处理涉及多个请求和会话状态的复杂业务流程时存在局限性。这意味着自动化测试可能无法完全替代人工测试在评估系统安全性方面的作用。 #### 5. 内容安全策略(CSP) 内容安全策略(CSP)是一种安全标准,旨在减少和报告跨站脚本攻击(XSS)等网页安全漏洞。通过CSP,开发者可以指定有效域,从而减少网页受到恶意数据注入的风险。Java办公用品管理系统若实现CSP,可以进一步提升系统安全性。 #### 6. 跨域资源共享(CORS) 跨域资源共享(CORS)允许Web应用程序从不同的源(域名、协议或端口)加载资源,从而实现跨域通信。这在现代Web应用程序中非常常见,尤其是在前后端分离的架构中。Java办公用品管理系统在与前端进行交互时,可能需要配置CORS策略,以确保前后端的安全交互。 #### 7. 系统开源的重要性 开源系统意味着源代码是公开的,用户可以自由地查看、修改和分发源代码。这为用户提供了更高的透明度,并且鼓励社区贡献和共享改进,从而不断改善产品的质量和安全性。同时,开源还可以减少开发者的开发成本,加速开发周期。 #### 8. 文件名称解析 在给定的文件信息中,提到的压缩包子文件的文件名称列表是“webapp-tech-master”。这个名称表明了源代码包是一个包含完整项目的压缩文件,使用“master”这一术语来表示它可能包含的是主分支或者是主版本的代码。这样的命名习惯在GitHub等版本控制系统中非常常见,暗示了这是一个稳定或完整版本的源码包。 ### 结论 从上述知识点可见,Java办公用品管理系统是一个涉及多个技术领域的复杂系统。开发者在设计和实现这样的系统时,需要考虑到安全性、功能性和用户体验。OWASP Top 10、CSP和CORS等技术的运用能够帮助提升系统的安全性,而开源则为系统的发展提供了社区支持和透明度。对于维护和扩展这类系统来说,对这些知识点的深刻理解是必不可少的。
recommend-type

SI Window配置策略揭秘:平衡资源效率与响应速度的5种最佳实践

# 摘要 SI Window机制作为流式计算中的核心组件,对系统资
recommend-type

ls /mnt/C/Users/28597/Desktop/openfoam/

在 Ubuntu 中,使用 `ls` 命令可以查看指定路径下的文件和目录信息。对于路径 `/mnt/C/Users/28597/Desktop/openfoam/`,可以使用以下命令来查看其内容: ```bash ls -l /mnt/C/Users/28597/Desktop/openfoam/ ``` 此命令会以详细格式列出该目录下的所有文件和子目录信息,包括权限、链接数、所有者、组、文件大小、最后修改时间和文件名 [^2]。 如果希望以更直观的方式查看目录结构,可以使用 `tree` 命令,它能够以树状图展示目录下的所有文件和子目录: ```bash tree /mnt/C/Us
recommend-type

掌握Java8流式处理与大数据工具Flink和Kafka整合

根据给出的文件信息,我们可以提炼出以下几个重要的IT知识点: 1. Java 8流(Stream)API源码分析 Java 8引入了Stream API,它提供了一种高层次的处理数据的方式,可以进行声明式的操作,例如过滤、映射、归约等。通过Stream API,开发者可以更简洁和清晰地表达复杂的操作,尤其是处理集合数据时。了解Stream API的源码,可以更深入地理解其内部的工作机制,包括它的延迟执行、内部迭代以及中间操作和终端操作等特性。 2. Flink框架使用 Apache Flink是一个开源流处理框架,用于处理大规模实时数据流和批处理数据。它以高性能、高吞吐量、低延迟而著称。Flink实现了许多流处理相关的功能,例如事件时间处理、状态管理、容错机制等。在大数据处理项目中,Flink能够提供高效率的数据处理能力,特别适合需要快速响应的实时分析任务。 3. Kafka大数据工具 Apache Kafka是一个分布式流处理平台,它主要用于构建实时数据管道和流应用程序。Kafka能够有效地处理高吞吐量的数据,并支持发布-订阅消息模式。它被广泛应用于构建实时数据流处理和数据集成的场景。本文件中提及的Kafka版本为2.13,且使用的是2.7.0版本的tar包,这表明对特定版本的Kafka有一定的要求。 4. Java开发环境配置 在文件描述中提到了多个与Java开发环境相关的工具和版本要求: - Java版本:需要Java 8或Java 11版本,这可能与Stream API的使用兼容性有关。 - Maven:一个项目管理和构建自动化工具,用于管理Java项目的依赖和生命周期。 - IntelliJ IDEA:一个流行的Java集成开发环境(IDE),提供了代码编辑、构建、调试等功能。 - Zookeeper:一个开源的分布式协调服务,通常与Kafka一起使用来管理集群状态。 5. Kafka的安装和配置 文件中提到将在Windows操作系统上进行Kafka的安装和配置演示。这包括下载Kafka压缩包,解压文件,并设置KAFKA_HOME环境变量。这些步骤是运行Kafka集群的基础。 6. Maven项目创建与配置 在IntelliJ IDEA中使用Maven创建Java项目时,需要通过Maven的配置界面指定项目的Java版本,并在pom.xml文件中添加依赖项。pom.xml是Maven项目的核心配置文件,用于声明项目所需的各种依赖和插件等。 7. 项目依赖管理 文件信息中强调了在pom.xml文件中添加依赖项的重要性。这涉及到如何管理项目中的外部库依赖,确保项目能够在多种环境中一致地运行,同时避免版本冲突。 8. 大数据处理 将Flink和Kafka结合使用,可以构建出一个大数据处理平台,能够处理实时数据流和历史数据。在大数据项目中,这种组合常用于数据采集、实时分析、数据存储和数据处理等环节。 9. 系统开源 标签中提到了"系统开源",这可能意味着在项目中使用了开源技术栈,并且强调了在项目开发中遵循开源精神,利用开源软件以促进知识共享和技术进步。 根据文件中的【压缩包子文件的文件名称列表】所提示的"flink-kafka-java-main",我们可以推断出,文档可能涉及一个包含Java源代码的压缩包,其内容主要围绕Flink和Kafka框架的集成使用,并与Java 8的Stream API紧密相关。项目名"flink-kafka-java-main"暗示了这是一个主项目,可能是整个大数据处理解决方案的核心部分。
recommend-type

UE初始接入时延优化:基于SIB1获取时间的7个性能瓶颈诊断方法

# 摘要 UE初始接入时延是影响5G网络用户体验的关键指标,其中SIB1的获取过程尤为关键。本文系统分析了从物理层信号接收、空口消息解析到终端处理全流程中的时延瓶颈,重点研究了PSS/SSS同步失败、PBCH译码性能受限、SSB周期配置不合理、PDCCH盲检失
recommend-type

皮尔逊相关系数原代码

皮尔逊相关系数(Pearson Correlation Coefficient)是一种衡量两个变量之间线性相关程度的统计指标,其值介于 -1 和 1 之间。1 表示完全正相关,-1 表示完全负相关,0 表示无相关性。其数学公式如下: $$ r = \frac{\text{Cov}(X, Y)}{\sigma_X \sigma_Y} $$ 其中: - $\text{Cov}(X, Y)$ 是变量 $X$ 和 $Y$ 的协方差; - $\sigma_X$ 和 $\sigma_Y$ 分别是 $X$ 和 $Y$ 的标准差。 以下是几种不同编程语言中实现皮尔逊相关系数的原始代码示例。 ###
recommend-type

Spring Cloud微服务实战:深入解析订单模块源码

### 知识点 #### 1. Java 8特性 - **lambda表达式**:简化了代码,提供了一种新的编程方式,通过使用更少的代码实现相同的功能。 - **Stream API**:用于处理集合的数据流操作,让数据处理更加高效、直观。 - **时间API**:Java 8引入了新的日期时间API,改进了旧Date类的易用性和灵活性问题。 - **接口默认方法和静态方法**:允许开发者为接口添加具体实现的方法,增强了接口的可用性和灵活性。 #### 2. Spring Cloud概念和组件 - **Spring Cloud**:一个使用微服务架构开发云原生应用的框架,简化了分布式系统的设计和开发。 - **Eureka Server**:服务发现组件,用于服务注册与发现。 - **Spring Cloud Zuul**:API网关组件,用于处理微服务的路由和负载均衡。 - **Spring Cloud Hystrix**:断路器组件,用于实现服务的容错处理。 - **Hystrix Dashboard**:断路器监控工具,提供实时监控信息。 - **Spring Boot Admin**:服务监控管理工具,可视化地监控Spring Boot应用。 #### 3. 分布式系统设计概念 - **分布式锁**:在分布式系统中防止资源访问冲突的机制,确保不同服务实例在并发环境下能够有序操作共享资源。 - **事件驱动编程**:一种编程范式,它强调异步处理和事件通知,提高系统的响应性。 #### 4. 事务管理 - **TCC(Try-Confirm-Cancel)**:一种分布式事务管理方案,通过预先锁定资源(Try)、确认事务(Confirm)、取消事务(Cancel)三个阶段完成事务处理。 - **补偿事务**:是TCC模式中的Cancel阶段,用于在Try阶段完成后,若业务不继续,则对已进行的操作进行回滚处理。 #### 5. 消息中间件 - **RabbitMQ**:一个消息代理,用来实现应用之间的异步消息传递,常用于解耦、消息队列、事件驱动等场景。 - **Redis**:不仅可以作为缓存使用,也常用于消息队列系统,如实现发布订阅模式。 #### 6. 缓存技术 - **Redis**:在系统中作为缓存使用,提高数据读取速度,减轻数据库的压力。 #### 7. 具体模块功能描述 - **admin模块**:负责监控整个系统的健康状况和性能指标。 - **apiGateWay模块**:作为整个系统的入口,提供路由和负载均衡功能。 - **common模块**:存放整个项目中可复用的工具类。 - **config模块**:配置中心,统一管理和分发各服务的配置信息。 - **hystrixDashboard模块**:提供对系统中服务的断路器状态监控。 - **order模块**:订单模块,负责处理订单的创建、状态变更等业务逻辑。 - **product模块**:产品模块,提供产品信息的管理。 - **server模块**:注册中心,负责服务的注册与发现。 - **user模块**:用户模块,管理用户的注册、登录等信息。 - **tcc模块**:实现TCC事务管理,处理分布式事务的一致性问题。 - **integral模块**:处理用户积分的变化,支持各种事件触发积分变化。 #### 8. 技术栈和环境说明 - **开发环境**:MySQL、RabbitMQ、Java 8、Spring Cloud Camden.SR6、Redis、MongoDB、Guava等。 - **项目结构**:采用微服务架构,将系统拆分成多个独立服务模块,每个模块具有特定的功能,服务间通过API网关进行交互。 #### 9. 文件名称列表 - **springCloud-Order-master**:压缩包子文件的文件名称,表明包含了一个Spring Cloud项目的源代码。 #### 10. 其他学习参考 - **GitHub项目**:提到的项目地址为https://github.com/FurionCS/springCloudShop,为读者提供了进一步学习和实践的资源。 ### 总结 整个文件提供了对使用Spring Cloud技术栈构建的一个订单处理系统详细的知识点说明,涵盖了从基本的Java 8特性到复杂的分布式系统设计概念,再到具体的技术栈使用和配置。同时,提到了通过GitHub项目进行学习和参考,为希望深入了解和实践Spring Cloud的开发者提供了丰富的资源和详细的学习路径。