首页>编程相关>Python
下载

保持 OpenCV 免费

OpenCV 正在筹集资金，以使图书馆免费向所有人开放，我们需要整个社区的支持才能做到这一点。在 Github 上向 OpenCV 捐款以表达您的支持。

  • 车轮上的 OpenCV
    • 安装与使用
  • 常见问题解答
  • opencv-python 的文档
    • CI构建流程
    • 手动构建
      • 手动调试构建
      • 源发行版
    • 许可
    • 版本控制
    • 发布
    • 开发构建
    • 许多Linux轮子
    • 支持的 Python 版本
    • 向后兼容性

车轮上的 OpenCV

适用于 Python 的预构建的仅限 CPU 的 OpenCV 包。

如果您希望从源代码编译绑定以启用其他模块（例如 CUDA），请检查手动构建部分。

安装与使用

  1. 如果您安装了先前/其他手动安装（= 未通过pip安装）版本的 OpenCV（例如 Python 站点包根目录中的 cv2 模块），请在安装前将其删除以避免冲突。

  2. 确保您的pip版本是最新的（19.3 是支持的最低版本）： pip install --upgrade pip 。使用pip -V检查版本。例如，Linux 发行版通常附带非常旧的pip版本，这会导致许多意想不到的问题，特别是对于manylinux格式。

  3. 选择适合您环境的正确包：

    有四种不同的软件包（请参阅下面的选项 1、2、3 和 4），您应该仅选择其中一个。不要在同一环境中安装多个不同的软件包。没有插件架构：所有包都使用相同的命名空间（ cv2 ）。如果您在同一环境中安装了多个不同的软件包，请使用pip uninstall将它们全部卸载，然后仅重新安装一个软件包。

    一个。适用于标准桌面环境（Windows、macOS、几乎所有 GNU/Linux 发行版）的软件包

    • 选项 1 - 主要模块包： pip install opencv-python
    • 选项 2 - 完整包（包含主模块和 contrib/extra 模块）： pip install opencv-contrib-python （检查 OpenCV 文档中列出的 contrib/extra 模块）

    b.适用于服务器（无头）环境（例如 Docker、云环境等）的软件包，无 GUI 库依赖项

    这些包比上面的其他两个包小，因为它们不包含任何 GUI 功能（不与 Qt/其他 GUI 组件一起编译）。这意味着这些包避免了对 X11 库的严重依赖链，因此您将获得更小的 Docker 映像。如果您不使用cv2.imshow等，则应始终使用这些软件包。或者您正在使用 OpenCV 之外的其他软件包（例如 PyQt）来创建 GUI。

    • 选项 3 - Headless 主模块包： pip install opencv-python-headless
    • 选项 4 - Headless 完整包（包含主模块和 contrib/extra 模块）： pip install opencv-contrib-python-headless （检查 OpenCV 文档中列出的 contrib/extra 模块）

  4. 导入包：

    import cv2

    所有包都包含 Haar 级联文件。 cv2.data.haarcascades可以用作数据文件夹的快捷方式。例如：

    cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

  5. 阅读 OpenCV 文档

  6. 在打开新问题之前，请阅读下面的常见问题解答并查看其他已打开的问题。

常见问题解答

问：我还需要单独安装 OpenCV 吗？

答：不，这些软件包是特殊的 Wheel 二进制软件包，它们已经包含静态构建的 OpenCV 二进制文件。

问：Pip 安装失败并出现ModuleNotFoundError: No module named 'skbuild' ？

自opencv-python版本 4.3.0.* 起， manylinux1轮子被manylinux2014轮子取代。如果你的 pip 太旧，它会尝试使用 4.3.0.38 中引入的新源发行版来手动构建 OpenCV，因为它不知道如何安装manylinux2014轮子。但是，由于pip太旧，源构建也会失败，因为它不理解pyproject.toml中的构建依赖项。要使用新的manylinux2014预构建轮子（或从源代码构建），您的pip版本必须 >= 19.3。请使用pip install --upgrade pip pip pip 。

问：在 Windows 上导入失败： ImportError: DLL load failed: The specified module could not be found. ？

答：如果在 Windows 上导入失败，请确保安装了 Visual C++ Redistributable 2015。如果您使用的 Windows 版本早于 Windows 10 并且未安装最新的系统更新，则可能还需要通用 C 运行时。

Windows N 和 KN 版本不包含 OpenCV 所需的媒体功能包。如果您使用的是 Windows N 或 KN 版本，请同时安装 Windows Media 功能包。

如果您使用的是 Windows Server 2012+，媒体 DLL 也可能丢失；请在服务器管理器中安装名为“Media Foundation”的功能。请注意，有些帖子建议安装“Windows Server Essentials Media Pack”，但这需要“Windows Server Essentials Experience”角色，并且该角色将深刻影响您的 Windows Server 配置（通过强制执行 Active Directory 集成等）；所以只安装“媒体基础”应该是一个更安全的选择。

如果上述方法没有帮助，请检查您是否使用 Anaconda。旧的 Anaconda 版本存在导致该错误的错误，请参阅此问题以进行手动修复。

如果检查完前面的所有解决方案后仍然遇到错误，请下载 Dependencies 并打开cv2.pyd （通常位于C:UsersusernameAppDataLocalProgramsPythonPythonXXLibsite-packagescv2 ）文件，用它来调试丢失的 DLL 问题。

问：我还有其他导入错误吗？

答：确保您已删除旧的手动安装的 OpenCV Python 绑定（站点包中的 cv2.so 或 cv2.pyd）。

问：函数 foo() 或方法 bar() 返回错误结果、抛出异常或导致解释器崩溃。我应该怎么办？

答：存储库仅包含 OpenCV-Python 包构建脚本，而不包含 OpenCV 本身。 OpenCV 的 Python 绑定是在官方 OpenCV 存储库中开发的，它是报告问题的最佳位置。另外，请在提交新错误之前检查 OpenCV wiki 和官方 OpenCV 论坛。

问：为什么软件包不包含非免费算法？

答：SURF 等非自由算法不包含在这些软件包中，因为它们是专利/非自由的，因此不能作为构建的二进制文件分发。请注意，自 OpenCV 版本 4.3.0 和 3.4.10 起，由于专利到期，SIFT 包含在构建中。请参阅此问题以获取更多信息：#126

问：为什么打包和导入不同（opencv-python 与 cv2）？

A： opencv-python比cv2更容易让用户理解，也更容易用搜索引擎找到包。 cv2 （旧 OpenCV 版本中的旧接口被命名为cv ）是 OpenCV 开发人员在创建绑定生成器时选择的名称。将此保留为导入名称，以便与互联网上不同类型的教程保持一致。更改导入名称或行为也会让习惯import cv2有经验的用户感到困惑。

opencv-python 的文档

该存储库的目的是提供为最常用的 Python 版本和平台打包每个新 OpenCV 版本的方法。

CI构建流程

该项目的结构类似于带有标准setup.py文件的普通 Python 包。构建矩阵中单个条目的构建过程如下（例如，请参阅.github/workflows/build_wheels_linux.yml文件）：

  1. 在 Linux 和 MacOS 构建中：获取我们编译的 OpenCV 可选 C 依赖项

  2. 检查存储库和子模块

    • OpenCV 作为子模块包含在内，当新的 OpenCV 版本发布时，维护人员会手动更新版本
    • Contrib 模块也作为子模块包含在内

  3. 从源码中查找 OpenCV 版本

  4. 构建 OpenCV

    • 测试被禁用，否则构建时间会增加太多
    • 每个构建组合有 4 个构建矩阵条目：带或不带 contrib 模块、带或不带 GUI（无头）
    • Linux 构建在许多 Linux Docker 容器中运行 (CentOS 5)
    • 源发行版是构建矩阵中的单独条目

  5. 重新排列 OpenCV 的构建结果，添加我们的自定义文件并生成轮子

  6. Linux和macOS的wheel分别用auditwheel和delocate改造，对应

  7. 安装生成的轮子

  8. 测试 Python 是否可以导入库并运行一些健全性检查

  9. 使用 twine 将生成的轮子上传到 PyPI（仅在发布版本中）

步骤 1--4 由pip wheel处理。

可以使用环境变量自定义构建。除了 OpenCV 的构建接受的任何变量之外，我们还认识到：

  • CI_BUILD 。设置为1以模拟 CI 环境构建行为。仅在 CI 构建中使用，以在setup.py中强制启用某些构建标志。除非您知道自己在做什么，否则请勿使用此功能。
  • ENABLE_CONTRIB和ENABLE_HEADLESS 。设置为1以构建 contrib 和/或无头版本
  • ENABLE_JAVA ，设置为1以启用 Java 客户端构建。默认情况下禁用此功能。
  • CMAKE_ARGS 。 OpenCV 的 CMake 调用的附加参数。您可以使用它来进行自定义构建。

有关 CI 环境之外手动构建的更多信息，请参阅下一节。

手动构建

如果预构建的轮子中未启用某些依赖项，您还可以在本地运行构建来创建自定义轮子。

  1. 克隆此存储库： git clone --recursive https://github.com/opencv/opencv-python.git
  2. cd opencv-python
    • 如果需要，您可以使用git在opencv和opencv_contrib子模块中查看 OpenCV 的其他版本
  3. 如果需要，添加自定义 Cmake 标志，例如： export CMAKE_ARGS="-DSOME_FLAG=ON -DSOME_OTHER_FLAG=OFF" （在 Windows 中，您需要根据命令行或 PowerShell 设置不同的环境变量）
  4. 选择您希望使用ENABLE_CONTRIB和ENABLE_HEADLESS构建的包风格：如果您希望构建opencv-contrib-python则export ENABLE_CONTRIB=1
  5. 运行pip wheel . --verbose 。注意：确保您拥有最新的pip版本， pip wheel命令替换了旧的python setup.py bdist_wheel命令，该命令不支持pyproject.toml 。
    • 这可能需要 5 分钟到 2 个小时以上，具体取决于您的硬件
  6. Pip 将在构建过程结束时打印新的车轮位置。如果您使用旧方法setup.py文件，wheel 包将放置在dist文件夹中。包裹已准备好，您可以随心所欲地使用它。
    • 可选：在 Linux 上，如果需要最大的可移植性，请使用一些manylinux映像作为构建主机，并在构建后运行auditwheel
    • 可选：在 macOS 上使用delocate （与auditwheel相同，但适用于 macOS）以获得更好的可移植性

手动调试构建

为了在未优化的调试版本中构建opencv-python ，您需要稍微避开正常过程。

  1. 通过 pip 安装scikit-build和numpy包。
  2. 运行命令python setup.py bdist_wheel --build-type=Debug 。
  3. 使用pip install dist/wheelname.whl将生成的 Wheel 文件安装在dist/文件夹中。

如果您希望构建生成所有编译器命令，则以下标志和环境变量的组合已经过测试，可以在 Linux 上运行： 

 export CMAKE_ARGS='-DCMAKE_VERBOSE_MAKEFILE=ON'
export VERBOSE=1

python3 setup.py bdist_wheel --build-type=Debug

有关更多讨论，请参阅此问题：#424

源发行版

从 OpenCV 4.3.0 版开始，PyPI 中也提供了源代码发行版。这意味着，如果您的系统与 PyPI 中的任何轮子不兼容， pip将尝试从源代码构建 OpenCV。如果您需要 PyPI 中未提供的 OpenCV 版本作为源发行版，请遵循上面的手动构建指南，而不是遵循此指南。

您还可以强制pip从源发行版构建轮子。一些例子：

  • pip install --no-binary opencv-python opencv-python
  • pip install --no-binary :all: opencv-python

如果您需要 contrib 模块或无头版本，只需更改包名称（不需要上一节中的步骤 4）。但是，可以通过环境变量提供任何其他 CMake 标志，如手动构建部分的步骤 3 中所述。如果未提供任何依赖项，OpenCV 的 CMake 脚本将尝试查找并启用任何合适的依赖项。无头发行版具有硬编码的 CMake 标志，可禁用所有可能的 GUI 依赖项。

在 Raspberry Pi 等慢速系统上，完整构建可能需要几个小时。在 8 核 Ryzen 7 3700X 上，构建大约需要 6 分钟。

许可

Opencv-python 包（此存储库中的脚本）可在 MIT 许可证下使用。

OpenCV 本身可在 Apache 2 许可证下使用。

第三方软件包许可证位于 LICENSE-3RD-PARTY.txt。

所有轮子均附带根据 LGPLv2.1 许可的 FFmpeg。

非无头 Linux 轮子附带了根据 LGPLv3 许可的 Qt 5。

这些软件包还包括其他二进制文件。完整的许可证列表可以在 LICENSE-3RD-PARTY.txt 中找到。

版本控制

find_version.py脚本从 OpenCV 源中搜索版本信息，并将特定于此存储库的修订号附加到版本字符串。除了一些其他标志之外，它将版本信息保存到cv2下的version.py文件中。

发布

当新标签推送到 master 分支时，就会发布版本并上传到 PyPI。这些标签区分包（此存储库可能有修改，但 OpenCV 版本保持不变）并且应按顺序递增。实际上，发布版本号如下所示：

cv_major.cv_minor.cv_revision.package_revision例如3.1.0.0

master 分支遵循 OpenCV master 分支版本。 3.4 分支遵循 OpenCV 3.4 错误修复版本。

开发构建

对此存储库的主分支的每次提交都将被构建。可能的构建工件使用本地版本标识符：

cv_major.cv_minor.cv_revision+git_hash_of_this_repo例如3.1.0+14a8d39

这些工件不能也不会上传到 PyPI。

许多Linux轮子

Linux 轮子是使用 Manylinux2014 构建的。这些轮子对于大多数发行版（使用 GNU C 标准库）来说应该是开箱即用的，因为它们是针对旧版本的 glibc 构建的。

默认的manylinux2014映像已使用一些 OpenCV 依赖项进行了扩展。有关详细信息，请参阅 Docker 文件夹。

支持的 Python 版本

为官方支持的 Python 版本（不在 EOL 中）提供了与 Python 3.x 兼容的预构建轮：

  • 3.7
  • 3.8
  • 3.9
  • 3.10
  • 3.11
  • 3.12

向后兼容性

从 4.2.0 和 3.4.9 构建开始，macOS Travis 构建环境已更新至 XCode 9.4。这一更改实际上放弃了对 10.13 之前的 macOS 版本的支持。

从 4.3.0 和 3.4.10 开始构建，Linux 构建环境从manylinux1更新为manylinux2014 。这放弃了对旧 Linux 发行版的支持。

从版本 4.7.0 开始，Mac OS GitHub Actions 构建环境已更新到版本 11。Mac OS 10.x 支持已取消。请参阅 actions/runner-images#5583

从版本 4.9.0 开始，Mac OS GitHub Actions 构建环境已更新到版本 12。Brew 和大多数使用的软件包不再支持 Mac OS 10.x。

展开
附加信息
相关应用
为您推荐
相关资讯 全部