Opencv | Jupyter Notebook 安装

### 安装 OpenCV 并在 Jupyter Notebook 中使用的指南 #### 方法一：通过 Conda 命令安装 可以使用 `conda` 的命令来安装 OpenCV 库。此方法简单快捷，适合大多数用户。 运行以下命令以安装 OpenCV： ```bash conda install -c conda-forge opencv ``` 完成上述操作后，在 Python 脚本或 Jupyter Notebook 中导入库即可验证安装成功与否： ```python import cv2 print(cv2.__version__) ``` 如果能够正常打印版本号，则说明安装成功[^1]。 --- #### 方法二：通过 Pip 命令安装 对于某些环境可能无法直接通过 Conda 安装的情况，可以选择使用 `pip` 来安装 OpenCV 及其扩展模块： 执行以下两条命令分别安装基础版和贡献版的 OpenCV： ```bash pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 同样地，可以通过如下方式测试是否安装成功： ```python import cv2 print(cv2.__version__) ``` 若无错误提示并能显示版本信息，则表明安装已生效[^2]。 --- #### 验证与调试 为了确认 OpenCV 是否能在 Jupyter Notebook 下正常使用，可尝试加载一张图片并展示它作为初步检验手段： ```python import cv2 from matplotlib import pyplot as plt # 加载图像（路径需替换为实际存在的文件） image = cv2.imread('example.jpg') # 将 BGR 图像转换成 RGB 格式以便于 Matplotlib 显示正确颜色通道顺序 rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) plt.imshow(rgb_image) plt.show() ``` 以上脚本会读取指定位置的一张图片并通过 Matplotlib 展现出来；如果没有报错且窗口里呈现出了预期的画面就代表一切设置妥当。 --- #### 手动下载包的方式 如果有网络限制或其他特殊原因使得在线安装不可行的话，还可以考虑从官网或者其他可信源获取对应平台架构下的.whl 文件之后再利用本地 pip 进行部署。不过这种方法相对复杂一些而且容易遇到兼容性问题因此不推荐除非必要时才采用这种方式。 ---