### 如何在Ubuntu系统的Python虚拟环境中安装和配置OpenCV #### 创建并激活虚拟环境 为了确保项目之间的依赖项隔离，建议使用 `virtualenv` 和 `virtualenvwrapper` 来创建独立的工作空间。通过命令行执行如下操作来设置： ```bash sudo pip3 install virtualenv virtualenvwrapper[^1] echo "export WORKON_HOME=$HOME/.virtualenvs" >> ~/.bashrc echo "source /usr/local/bin/virtualenvwrapper.sh" >> ~/.bashrc source ~/.bashrc mkvirtualenv opencv-env --python=/usr/bin/python3 workon opencv-env ``` 上述指令完成了工具链的安装，并设置了必要的环境变量以便后续可以方便地管理多个不同的虚拟环境。 #### 安装依赖库 对于 OpenCV 的正常工作来说，一些额外的支持库是必需的。这些可以通过 APT 包管理系统轻松获取： ```bash sudo apt-get update sudo apt-get install -y build-essential cmake git pkg-config libgtk-3-dev \ libavcodec-dev libavformat-dev libswscale-dev \ python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev \ libtiff-dev gfortran openexr libatlas-base-dev \ qtbase5-dev libcanberra-gtk* libeigen3-dev libtheora-dev \ libvorbis-dev libxvidcore-dev libdc1394-22-dev libopenblas-dev \ ffmpeg libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev \ v4l-utils[^2] ``` 这一步骤准备好了编译所需的各种开发文件和其他运行时支持组件。 #### 使用pip安装预构建版本 如果不需要特定定制化功能的话，则可以直接利用 PyPI 上提供的二进制分发版快速完成部署： ```bash pip install opencv-contrib-python==4.x.x # 替换为具体想要安装的大版本号 ``` 此方法简单快捷，适合大多数应用场景下的需求满足。 #### 手动编译（可选） 当有特殊需求或希望获得最新特性时可以选择自行编译源码。不过这种方式相对复杂得多，涉及到 CMake 构建脚本调整等多个环节，通常只推荐给高级开发者尝试。 #### 验证安装成功与否 最后可通过简单的测试程序确认一切是否就绪： ```python import cv2 print(cv2.__version__) ``` 这段代码会打印出已加载模块的具体版本信息，证明集成过程顺利完成。