<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ThinkChat2.0新版上線,更智能更精彩,支持會話、畫圖、視頻、閱讀、搜索等,送10W Token,即刻開啟你的AI之旅 廣告
                ##Win8.1 64位+OpenCV 2.4.9+Python2.7.9配置 OpenCV提供了Python接口,主要特性包括: * 提供與OpenCV 2.x中最新的C++接口極為相似的Python接口,并且包括C++中不包括的C接口 * 提供對OpenCV 2.x中所有主要部件的綁定:CxCORE (almost complete), CxFLANN (complete), Cv (complete), CvAux (C++ part almost complete, C part in progress), CvVidSurv (complete), HighGui (complete), and ML (complete) * 在Python中訪問C++中的數據結構 * 完善的內存管理,使用者無須擔心內存的問題 * 可以在 OpenCV 的 Mat 與 wxWidgets, PyGTK, and PIL 中使用的 arrays 互相轉換 比起C++,Python適合做原型。這里介紹如何配置OpenCV 2.4.9+Python2.7.9,以便在Python中使用OpenCV圖形庫。 **需要下載的東西如下**(注意版本問題): 一.opencv 2.4.9 下載鏈接:?[http://opencv.org/](http://opencv.org/)?,關于opencv的編譯與配置可參考:[http://blog.csdn.net/liyuefeilong/article/details/43526975](http://blog.csdn.net/liyuefeilong/article/details/43526975)? [http://blog.csdn.net/liyuefeilong/article/details/44872809](http://blog.csdn.net/liyuefeilong/article/details/44872809) 二.python 下載鏈接:?[https://www.python.org/](https://www.python.org/). (版本選擇python2.7.9) 三.NumPy(opencv的python版需要該模塊,NumPy的版本要和Python版本相同),這里提供兩種安裝方法: 1.此處下載鏈接:?[http://www.lfd.uci.edu/~gohlke/pythonlibs/](http://www.lfd.uci.edu/~gohlke/pythonlibs/)?選擇最新版本numpy-1.9.2+mkl-cp27-none-win_amd64.whl,請留意不要下載成cp27對應python 2.7版本,若python選擇64位,則NumPy也必須選擇64版本。whl文件的安裝步驟如下: * 將下載的NumPy包移動到python安裝位置(筆者的路徑為C:\Python27)下的Scripts文件夾 * Shift+右鍵打開命令窗口cmd,輸入:`pip install wheel`?安裝wheel模塊。 * wheel安裝成功后,在命令窗口中鍵入以下命令即安裝成功: ~~~ cd c:/Python27/Scripts pip install numpy-1.9.2rc1+mkl-cp27-none-win_amd64.whl ~~~ 2.下載鏈接:?[http://download.csdn.net/detail/liyuefeilong/8647101](http://download.csdn.net/detail/liyuefeilong/8647101) 下載完成后,運行文件numpy-MKL-1.8.0.win-amd64-py2.7.exe,一步一步安裝即可。 **簡單的配置** 在opencv文件夾中,找到build->python->2.7,其中包含x86和x64兩個文件夾,由于這里安裝的python和NumPy均為64位版本,因此復制x64文件夾中的cv2.pyd文件到C:\Python27\Lib\site-packages 中即可。 為了測試安裝和配置是否成功,可以打開opencv\sources\samples\python中的例程,如:camera.py,正常情況下即可調用電腦的默認攝像頭: ![](https://box.kancloud.cn/2015-12-30_5683a76ccf429.jpg) 或者雙擊運行drawing.py,如果沒有問題應該看到彩色條紋。 ![](https://box.kancloud.cn/2015-12-30_5683a76ce951b.jpg) 文件夾包含許多例程,其中一些在打開后只是一閃而過,一種原因是程序需要若干參數,這里只是驗證配置是否正確,若要跑通所有例程,還是要打開代碼看看。事實上,opencv里的很多宏在python里需要加上cv2.cv前綴即可生效。 參考鏈接:[http://blog.csdn.net/nwpulei/article/details/7277511](http://blog.csdn.net/nwpulei/article/details/7277511)? [http://blog.csdn.net/gxf1027/article/details/9324671](http://blog.csdn.net/gxf1027/article/details/9324671)? [http://www.open-open.com/lib/view/open1355657468166.html](http://www.open-open.com/lib/view/open1355657468166.html)
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看