2、OpenCV环境搭建：OpenCV库安装、版本选择、开发环境配置（Windows/Linux）
好，咱们进入正题。OpenCV 环境搭建，说白了就是给你的电脑装上「眼睛」。我见过太多新手卡在这一步，装了半天跑不起来，最后发现是版本没选对。别急，我带你一步步搞定。
2.1 版本选择：别盲目追新
OpenCV 版本更新很快，但 不是越新越好。我个人习惯是：稳定优先。
| 版本系列 | 推荐场景 | 我的建议 |
|---|---|---|
| 4.5.x - 4.8.x | 日常开发、学习 | 首选，API 稳定，坑少 |
| 3.4.x | 老旧项目维护 | 能不碰就别碰，除非项目锁死 |
| 最新版（如 4.9+） | 尝鲜、新功能测试 | 可以装，但别用在生产环境 |
2.2 Windows 环境搭建
Windows 下安装 OpenCV，我推荐用 pip 安装，省心。你想想看，手动编译？那简直是给自己找麻烦。
2.2.1 安装 Python 和 pip
先确认你的 Python 版本。我建议用 Python 3.8 - 3.11，太老或太新都可能遇到兼容问题。
# 检查 Python 版本
python --version
# 检查 pip 版本
pip --version如果没装，去 python.org 下载安装包。记得勾选「Add Python to PATH」。
2.2.2 pip 安装 OpenCV
打开命令行，直接敲：
# 安装核心库（推荐）
pip install opencv-python==4.8.0.74
# 如果需要额外模块（如特征匹配、人脸识别等）
pip install opencv-contrib-python==4.8.0.74opencv-python 而不是 opencv-contrib-python。除非你明确需要 SIFT、SURF 等专利算法，否则核心库就够了。少装一个包，少一份烦恼。
2.2.3 验证安装
装完后，跑个简单测试：
import cv2
print(cv2.__version__) # 输出：4.8.0如果看到版本号，恭喜你，成了！
DLL load failed，大概率是 Visual C++ 运行库没装。去微软官网下载「Visual C++ Redistributable」安装即可。我遇到过三次，都是这个原因。
2.3 Linux 环境搭建（以 Ubuntu 为例）
Linux 下搭建 OpenCV，我建议分两步走：先装系统依赖，再装 Python 包。嗯，这里要注意，别跳过系统依赖，否则编译时会报一堆错。
2.3.1 安装系统依赖
sudo apt update
sudo apt install -y build-essential cmake git pkg-config
sudo apt install -y libjpeg-dev libtiff5-dev libpng-dev
sudo apt install -y libavcodec-dev libavformat-dev libswscale-dev
sudo apt install -y libgtk2.0-dev libcanberra-gtk-module这些依赖是干嘛的？说白了，就是让 OpenCV 能读取图片、处理视频、显示窗口。我刚开始学的时候没装 libgtk2.0-dev，结果 cv2.imshow() 一直报错，查了半天才发现。
2.3.2 pip 安装 OpenCV
和 Windows 一样，用 pip 安装：
pip install opencv-python==4.8.0.74如果你在虚拟环境里工作（我强烈推荐），记得先激活虚拟环境再装。
2.3.3 从源码编译（可选）
如果你需要定制功能（比如启用 CUDA 加速），那就得从源码编译了。步骤稍多，但也不难：
# 下载源码
git clone https://github.com/opencv/opencv.git
cd opencv
git checkout 4.8.0
# 创建构建目录
mkdir build && cd build
# 配置 CMake
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D WITH_CUDA=ON \
-D WITH_TBB=ON \
..
# 编译（-j 后面的数字是 CPU 核心数）
make -j4
# 安装
sudo make install2.4 开发环境配置
装完 OpenCV，还得配个好用的开发环境。我个人习惯用 VS Code 或 PyCharm。
2.4.1 VS Code 配置
- 安装 Python 扩展
- 创建
.vscode/settings.json，添加 Python 解释器路径 - 安装 Pylance 扩展，获得代码补全和类型提示
配置好后，写代码时按 Ctrl+Shift+P，选择 Python: Select Interpreter，指向你的虚拟环境。
2.4.2 PyCharm 配置
- 新建项目，选择虚拟环境
- 在 Terminal 中执行
pip install opencv-python - 在 Settings > Project > Python Interpreter 中确认包已安装
2.5 验证环境：跑个 Hello World
环境配好了，来张图验证一下：
import cv2
import numpy as np
# 创建一个黑色图像
img = np.zeros((300, 300, 3), dtype=np.uint8)
# 画一个蓝色圆
cv2.circle(img, (150, 150), 100, (255, 0, 0), -1)
# 显示图像
cv2.imshow('Hello OpenCV', img)
cv2.waitKey(0)
cv2.destroyAllWindows()如果弹出一个窗口，中间有个蓝色圆，说明你的 OpenCV 环境完全 OK！
- 版本选 4.8.x，别追新
- Windows 和 Linux 都用 pip 安装
- Linux 记得先装系统依赖
- 每个项目用独立虚拟环境
公众号:蓝海资料掘金营，微信deep3321