最近遇到了一些图像处理的需求，所以需要学习一下opencv,来记录一下我的学习历程。
- 安装numpy
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
- 安装matplotlib
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib
- 安装opencv
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
扩展库
pip install opencv-python==3.4.2.17 pip install opencv-contrib-python==3.4.2.17
- 安装jupyter
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyter notebook
基础环境搭建完毕，使用opencv来牛刀小试一把！(读取显示一张图片)
import cv2 as cv
import numpy as np
src_img = cv.imread("./ikun.jpg")
cv.imshow("ikun",src_img)
cv.waitKey(0)
cv.destoryAllWindows()
虚拟环境：使用Python虚拟环境很重要，它可以确保项目的隔离性、可维护性和稳定性。无论是在Web开发、数据科学、机器学习还是其他领域，使用虚拟环境都是一个有益的最佳实践。
- 隔离项目依赖，避免全局影响
- 易于复制和安装或共享项目
- 利于项目兼容性测试
python -m venv cv # 创建虚拟环境，名为cv
.\cv\Scripts\activate # 激活虚拟环境
deactivate # 退出虚拟环境
rm -r cv # 删除虚拟环境