opencv-python 最新4.6.0.66版安装及介绍翻译

github.com/opencv/open…

项目描述

车轮上的 OpenCV

为 Python 预构建的仅 CPU 的 OpenCV 包。

如果您希望从源代码编译绑定以启用其他模块（例如 CUDA），请检查手动构建部分。

安装与使用

1. 如果您安装了以前/其他手动安装（= 未通过安装pip）版本的 OpenCV（例如，Python 站点包根目录中的 cv2 模块），请在安装前将其删除以避免冲突。

2. 确保您的pip版本是最新的（19.3 是支持的最低版本）pip install --upgrade pip：. 检查版本与pip -V. 例如，Linux 发行版通常附带非常旧的pip版本，这会导致很多意想不到的问题，尤其是manylinux格式问题。

3. 为您的环境选择正确的包：有四种不同的套餐（请参阅下面的选项 1、2、3 和 4），您应该只选择其中一个。不要在同一环境中安装多个不同的包。没有插件架构：所有包都使用相同的命名空间 ( cv2)。如果您在同一环境中安装了多个不同的包，请将它们全部卸载pip uninstall并仅重新安装一个包。**一个。**适用于标准桌面环境（Windows、macOS、几乎任何 GNU/Linux 发行版）的软件包

• 选项 1 - 主要模块包：pip install opencv-python
• 选项 2 - 完整包（包含主要模块和 contrib/extra 模块）：（检查OpenCV 文档pip install opencv-contrib-python中的 contrib/extra 模块列表）

5. b. 服务器（无头）环境（如 Docker、云环境等）的包，无 GUI 库依赖项
   这些包比上面的其他两个包小，因为它们不包含任何 GUI 功能（不是用 Qt/其他 GUI 组件编译的）。这意味着这些包避免了对 X11 库的严重依赖链，因此您将拥有例如更小的 Docker 映像。如果你不使用cv2.imshowet al.，你应该总是使用这些包。或者您正在使用 OpenCV 之外的其他包（例如 PyQt）来创建 GUI。

• 选项 3 - 无头主模块包：pip install opencv-python-headless
• 选项 4 - 无头完整包（包含主要模块和贡献/额外模块）：（检查来自OpenCV 文档pip install opencv-contrib-python-headless的贡献/额外模块列表）

6. 导入包：
   import cv2
   所有包都包含 Haar 级联文件。cv2.data.haarcascades可以用作数据文件夹的快捷方式。例如：
   cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
7. 阅读OpenCV 文档
8. 在打开新问题之前，请阅读下面的常见问题解答并查看已经打开的其他问题。

经常问的问题

问：我还需要单独安装 OpenCV 吗？

答：不，这些包是特殊的 wheel 二进制包，它们已经包含静态构建的 OpenCV 二进制文件。

问：Pip 安装失败并出现ModuleNotFoundError: No module named 'skbuild'？

从opencv-python4.3.0.* 版本开始，manylinux1wheels 被 wheels 取代了manylinux2014。如果你的 pip 太旧，它会尝试使用 4.3.0.38 中引入的新源分发来手动构建 OpenCV，因为它不知道如何安装manylinux2014轮子。但是，source build 也会因为太旧而失败，pip因为它不理解pyproject.toml. 要使用新的manylinux2014预制轮子（或从源代码构建），您的pip版本必须 >= 19.3。请升级pip。pip install --upgrade pip

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

答：如果在 Windows 上导入失败，请确保您安装了Visual C++ redistributable 2015。如果您使用的 Windows 版本低于 Windows 10 且未安装最新的系统更新，则可能还需要通用 C 运行时。

Windows N 和 KN 版本不包含 OpenCV 所需的媒体功能包。如果您使用的是 Windows N 或 KN 版本，请同时安装Windows Media Feature Pack。

如果您有 Windows Server 2012+，媒体 DLL 可能也会丢失；请在服务器管理器中安装名为“媒体基础”的功能。当心，有些帖子建议安装“Windows Server Essentials Media Pack”，但是这个需要“Windows Server Essentials Experience”角色，这个角色会深刻影响您的 Windows Server 配置（通过强制活动目录集成等）；所以只安装“媒体基础”应该是一个更安全的选择。

如果以上没有帮助，请检查您是否正在使用 Anaconda。旧的 Anaconda 版本有一个导致错误的错误，请参阅此问题以进行手动修复。

如果在检查了之前的所有解决方案后仍然遇到错误，请下载Dependencies并使用它打开cv2.pyd（通常位于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错误？

答：确保您已删除旧的 OpenCV Python 绑定手动安装（站点包中的 cv2.so 或 cv2.pyd）。

问：函数 foo() 或方法 bar() 返回错误结果，抛出异常或使解释器崩溃。我应该怎么办？

答：存储库仅包含 OpenCV-Python 包构建脚本，而不包含 OpenCV 本身。OpenCV 的 Python 绑定是在官方 OpenCV 存储库中开发的，它是报告问题的最佳场所。另请在提交新错误之前检查 {OpenCV wiki]( github.com/opencv/open… ) 和官方 OpenCV 论坛。

问：为什么软件包不包含非自由算法？

答：非自由算法（例如 SURF）不包含在这些软件包中，因为它们已获得专利/非自由，因此不能作为内置二进制文件分发。请注意，自 OpenCV 版本 4.3.0 和 3.4.10 以来，由于专利到期，SIFT 包含在构建中。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: 用户更容易理解，也opencv-python更cv2容易用搜索引擎找到包。cv2（旧 OpenCV 版本中的旧接口被命名为cv）是 OpenCV 开发人员在创建绑定生成器时选择的名称。这被保留为导入名称，以与 Internet 上不同类型的教程保持一致。更改导入名称或行为也会让习惯于import cv2.

opencv-python 文档

这个存储库的目的是提供为最常用的 Python 版本和平台打包每个新OpenCV 版本的方法。

CI构建过程

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

0. 在 Linux 和 MacOS 构建中：获取我们编译所针对的 OpenCV 的可选 C 依赖项
1. 检查存储库和子模块

• OpenCV 作为子模块包含在内，并且在发布新的 OpenCV 版本时由维护人员手动更新版本
• Contrib 模块也作为子模块包含在内

3. 从源中查找 OpenCV 版本
4. 构建 OpenCV

• 测试被禁用，否则构建时间会增加太多
• 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 容器中运行 (CentOS 5)
• 源分布是构建矩阵中的单独条目

5. 重新排列 OpenCV 的构建结果，添加我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. 安装生成的轮子
8. 测试 Python 是否可以导入库并运行一些健全性检查
9. 使用 twine 将生成的轮子上传到 PyPI（仅在发布版本中）

步骤 1--4 由 处理pip wheel。

可以使用环境变量自定义构建。除了 OpenCV 的构建接受的任何变量外，我们还认识到：

• 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，否则不要使用它。
• ENABLE_CONTRIB和ENABLE_HEADLESS。设置为1构建 contrib 和/或无头版本
• ENABLE_JAVA, 设置为1启用 Java 客户端构建。默认情况下禁用。
• CMAKE_ARGS. OpenCV 的 CMake 调用的附加参数。您可以使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

如果在预构建的轮子中未启用某些依赖项，您还可以在本地运行构建以创建自定义轮子。

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

• 如果需要，您可以在和子模块git中检查其他版本的 OpenCVopencv``opencv_contrib

3. 如果需要，添加自定义 Cmake 标志，例如：（export CMAKE_ARGS="-DSOME_FLAG=ON -DSOME_OTHER_FLAG=OFF"在 Windows 中，您需要根据命令行或 PowerShell 设置不同的环境变量）
4. 选择您希望构建的包风格ENABLE_CONTRIB和ENABLE_HEADLESS：即export ENABLE_CONTRIB=1如果您希望构建opencv-contrib-python
5. 运行pip wheel . --verbose。注意：确保您拥有最新pip版本，该命令将替换不支持pip wheel的旧命令。 python setup.py bdist_wheel``pyproject.toml

• 这可能需要 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夹中拥有 wheel 文件，您可以随心所欲地使用它

• 可选：如果需要最大的可移植性，在 Linux 上使用一些manylinux图像作为构建主机，并auditwheel在构建后运行
• 可选：在 macOS 上使用delocate（与 macOS 相同auditwheel）以获得更好的便携性

手动调试构建

为了构建opencv-python未优化的调试版本，您需要稍微避开正常过程。

1. 安装软件包scikit-build并numpy通过 pip。
2. 运行命令python setup.py bdist_wheel --build-type=Debug。
3. 将生成的 wheel 文件安装dist/到pip install dist/wheelname.whl.

如果您希望构建生成所有编译器命令，那么以下标志和环境变量的组合已经过测试可在 Linux 上运行：

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

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

来源分布

从 OpenCV 版本 4.3.0 开始，PyPI 中也提供了源代码分发。这意味着如果您的系统与 PyPI 中的任何轮子都不兼容，pip将尝试从源代码构建 OpenCV。如果您需要 PyPI 中没有的 OpenCV 版本作为源代码分发，请遵循上面的手动构建指南而不是这个。

您还可以强制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

如果您需要 contrib 模块或无头版本，只需更改包名称（不需要上一节中的步骤 4）。但是，可以通过环境变量提供任何额外的 CMake 标志，如手动构建部分的步骤 3 中所述。如果未提供，OpenCV 的 CMake 脚本将尝试查找并启用任何合适的依赖项。无头发行版具有硬编码的 CMake 标志，可禁用所有可能的 GUI 依赖项。

在 Raspberry Pi 等慢速系统上，完整构建可能需要几个小时。在 8 核 Ryzen 7 3700X 上，构建大约需要 6 分钟。

许可

Opencv-python 包（此存储库中的脚本）在 MIT 许可下可用。

OpenCV 本身在Apache 2许可下可用。

第三方包许可证位于LICENSE-3RD-PARTY.txt。

所有轮子都附带LGPLv2.1许可的FFmpeg。

非无头 Linux wheels 附带Qt 5，根据LGPLv3获得许可。

这些包还包括其他二进制文件。可以从LICENSE-3RD-PARTY.txt找到完整的许可证列表。

版本控制

find_version.py脚本从 OpenCV 源搜索版本信息，并将特定于此存储库的修订号附加到版本字符串。除了一些其他标志外，它还将版本信息保存到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 可能有修改，但 OpenCV 版本保持不变）并且应该按顺序递增。实际上，发布版本号如下所示：

cv_major.cv_minor.cv_revision.package_revision例如3.1.0.0

master 分支遵循 OpenCV master 分支发布。3.4 分支遵循 OpenCV 3.4 错误修复版本。

开发构建

每次提交到这个 repo 的 master 分支都会被构建。可能的构建工件使用本地版本标识符：

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

默认manylinux2014图像已使用一些 OpenCV 依赖项进行了扩展。有关详细信息，请参阅Docker 文件夹。

支持的 Python 版本

为官方支持的 Python 版本（不在 EOL 中）提供了 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 版本开始，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 版本的支持。

从 4.3.0 和 3.4.10 版本开始，Linux 构建环境从更新manylinux1到manylinux2014. 这放弃了对旧 Linux 发行版的支持。