### Python 3.8 手动安装 OpenCV 的步骤 #### 准备工作 在开始之前，确保已安装必要的依赖项。对于基于 Linux 的系统（如 Ubuntu），可以按照以下命令来更新包管理器并安装开发工具链和其他必需库[^1]。 ```bash sudo apt update && sudo apt upgrade sudo apt install build-essential cmake git pkg-config libgtk-3-dev \ libavcodec-dev libavformat-dev libswscale-dev libv4l-dev \ libxvidcore-dev libx264-dev libjpeg-dev libpng-dev libtiff-dev \ gfortran openexr libatlas-base-dev python3-dev python3-numpy \ libtbb2 libtbb-dev libdc1394-22-dev ``` 对于 Windows 用户，则需准备 Visual Studio 或其他支持 C++ 编译的环境以及 Anaconda 虚拟环境作为基础平台[^3]。 #### 下载源码 访问官方 GitHub 页面获取最新版本的 OpenCV 和 OpenCV_contrib 库文件： ```bash git clone https://github.com/opencv/opencv.git cd opencv git checkout tags/4.x.y # 替换为所需的具体标签号 cd .. git clone https://github.com/opencv/opencv_contrib.git cd opencv_contrib git checkout tags/4.x.y # 同样替换为目标版本号 ``` 上述操作适用于任何操作系统；只需调整路径以匹配本地存储结构即可[^1]。 #### 配置构建选项 利用 `cmake` 工具完成项目初始化阶段设置参数过程。以下是针对不同场景下的典型配置实例说明： ##### 对于Linux发行版 (Ubuntu为例) ```bash mkdir -p ~/opencv/build && cd ~/opencv/build cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \ -D BUILD_EXAMPLES=ON .. make -j$(nproc) sudo make install sudo ldconfig ``` ##### 关于Windows端口化处理方式 创建批处理脚本或者直接运行命令提示符窗口执行如下指令序列: ```batch set "openCvSource=C:\path\to\opencv" set "openCVExtraModules=C:\path\to\opencv_contrib\modules" set "openCvBuild=%openCvSource%\build" set "buildType=Release" set "pathToAnaconda=C:\Users\User\anaconda3\envs\target_env\" set "generator=Visual Studio 16 2019" set "pyVer=38" mkdir %openCvBuild% cd /d %openCvBuild% cmake -G "%generator%" ^ -D PYTHON_DEFAULT_EXECUTABLE="%pathToAnaconda%python.exe" ^ -D PYTHON%d_INCLUDE_DIR="%pathToAnaconda%include" ^ -D PYTHON%d_LIBRARY="%pathToAnaconda%libs\python%d.lib" ^ -D OPENCV_EXTRA_MODULES_PATH="%openCVExtraModules%" ^ -D WITH_CUDA=OFF ^ -D BUILD_opencv_python2=OFF ^ -D BUILD_opencv_python3=ON .. msbuild ALL_BUILD.vcxproj /m /p:Configuration=%buildType% ``` 注意：以上 `%d` 表示的是 Python 版本中的最后两位数，在此例子中应改为具体的数值比如 '38' 来适配 Python 3.8 环境需求[^3]。 #### 测试安装成果 无论在哪种平台上完成了编译链接之后都应当验证其可用状态。可以通过导入模块测试简单图像读取显示等功能确认无误。 ```python import cv2 as cv print(cv.__version__) img = cv.imread('image.jpg') cv.imshow('Image', img) cv.waitKey(0) cv.destroyAllWindows() ``` 如果一切正常则会打印出当前加载的 OpenCV 版本信息并且展示指定图片内容[^2]。 --- 问题