OpenCV(图1-43)于1999年由Intel建立。它是一个开源跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它提供了C++、Python、Java和Matlab接口,可实现图像处理和计算机视觉方面的很多通用算法。OpenCV常用于获取视频帧并对图像进行预处理。
图1-43 OpenCV的图标
如图1-44所示,打开Anaconda Navigator,单击左侧的“Environments”,在右侧列出的已有环境中选择一个,或者单击下方的“Create”按钮,新建一个环境。选中一个环境后,稍等几秒,该环境即被激活。单击环境名称右侧的按钮,选择“Open Terminal”,打开命令行窗口。
图1-44 选择环境并打开命令行窗口
在命令行窗口中输入“pip install opencv-python”,将自动连接并安装OpenCV(图1-45)。安装成功后,将显示图1-46所示的信息。
图1-45 安装OpenCV
图1-46 OpenCV安装成功
接下来进行PyCharm配置,使其能够使用已安装好OpenCV的环境。打开PyCharm,按照1.7.1节中的步骤新建项目、选择解释器。
新建完项目,在PyCharm菜单中选择“File”→“Settings”命令,打开设置对话框,在左侧找到“Project: demo”下的“Project Interpreter”,单击该选项并稍等片刻,右侧将列出新建项目时选择的Python环境及相关安装包,可以看到其中有opencv-python 4.1.0.25(图1-47)。如果没有,说明“Project Interpreter”中选择的环境不对,需要切换成正确的环境。
图1-47 PyCharm配置
在PyCharm当前项目名称上右击,在弹出的快捷菜单中选择“New”→“Python File”命令,新建Python文件并命名为“demo”。在新建的Python文件中输入如下代码。
在代码编辑区右击并选择运行命令,代码运行结果如图1-48所示。
图1-48 OpenCV代码运行结果