计算机视觉 / 系统课时

创建隔离环境

创建隔离环境

本课使用 Python 内置的 venv 为 OpenCV 项目建立独立环境,并完成依赖安装与验证。最终得到一个可重复创建、不会污染系统 Python,也不容易与其他项目发生版本冲突的开发目录。

学习目标

  • 创建并激活项目专用的 Python 虚拟环境
  • 在隔离环境中安装 OpenCV 与 NumPy
  • 验证解释器和依赖来源,处理常见激活失败

创建项目与虚拟环境

先确认本机可用的 Python 版本,再在项目根目录创建名为 .venv 的环境。python -m venv 会复制必要的解释器入口,并为该项目建立独立的包安装目录。

bash
mkdir opencv-demo
cd opencv-demo
python --version
python -m venv .venv

预期输出

text
Python 3.<MINOR>.<PATCH>

创建成功时,venv 通常不会输出额外信息,但项目目录中会出现 .venv。若系统使用 python3 命令,将以上命令中的 python 替换为 python3。

激活隔离环境

macOS 或 Linux 在项目根目录执行:

bash
source .venv/bin/activate
python -c "import sys; print(sys.executable)"

预期输出

text
<PATH>/opencv-demo/.venv/bin/python

Windows PowerShell 执行:

powershell
.\.venv\Scripts\Activate.ps1
python -c "import sys; print(sys.executable)"

预期输出

text
<PATH>\opencv-demo\.venv\Scripts\python.exe

命令行前缀通常会出现 (.venv)。更可靠的判断方式是检查 sys.executable,确认路径确实指向当前项目的 .venv,而不是系统 Python。

安装并验证依赖

激活环境后升级 pip,再安装 OpenCV 和 NumPy。桌面开发通常使用 opencv-python;无图形界面的服务器可改用 opencv-python-headless,两者不要同时安装。

bash
python -m pip install --upgrade pip
python -m pip install opencv-python numpy
python -c "import cv2, numpy; print('OpenCV:', cv2.__version__); print('NumPy:', numpy.__version__)"

预期输出

text
OpenCV: <OPENCV_VERSION>
NumPy: <NUMPY_VERSION>

版本号会随安装时间和镜像源变化。只要命令无导入异常,并能打印两个版本号,就说明依赖已安装到当前隔离环境。

固化与恢复环境

项目需要交给他人或部署到另一台机器时,应记录直接依赖及其版本。下面的命令生成依赖清单,并演示在新环境中恢复。

bash
python -m pip freeze > requirements.txt
python -m pip install -r requirements.txt

预期结果

text
requirements.txt 已生成
Requirement already satisfied: <PACKAGE>==<VERSION> ...

首次在空环境中恢复时,输出可能改为 Successfully installed <PACKAGE_LIST>。requirements.txt 会包含当前环境的精确版本;提交代码时通常提交该文件,但不要提交体积较大的 .venv 目录,在 .gitignore 中加入 .venv/ 即可。

常见失败处理

PowerShell 报“禁止运行脚本”时,可仅对当前终端放宽策略,然后重新激活:

powershell
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
.\.venv\Scripts\Activate.ps1

预期结果

text
(.venv) PS <PATH>\opencv-demo>

若安装后仍出现 ModuleNotFoundError: No module named 'cv2',依次检查 python -c "import sys; print(sys.executable)" 与 python -m pip --version。两者路径应同时位于 .venv;路径不一致通常表示环境未激活,或误用了全局 pip。

本课总结

  • 使用 python -m venv .venv 可以为每个 OpenCV 项目隔离解释器与依赖
  • 安装依赖时优先使用 python -m pip,避免 pip 指向错误环境
  • 通过 sys.executable 和实际导入结果验证环境,比只看命令行前缀更可靠

下一课预告

下一课将读取 OpenCV 的版本与完整构建信息,确认视频后端、并行框架、GUI 模块和硬件加速能力是否可用。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

创建隔离环境

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通