计算机视觉 / 系统课时
配置虚拟环境
配置虚拟环境
这一课把 OpenCV 项目依赖隔离到项目自己的 .venv 目录,并生成可重复安装的 requirements.txt。完成后,你可以删除环境再重建,而项目代码和依赖清单仍能恢复同一组 Python 包。
学习目标
- 使用标准库
venv创建并确认隔离环境。 - 在虚拟环境中安装 OpenCV,而不污染系统 Python。
- 导出、还原并验证
requirements.txt中的精确依赖版本。
创建并确认隔离环境
在项目根目录创建名为 .venv 的环境。venv 会使用创建它的 Python 版本,并把环境自己的解释器和 site-packages 放进该目录;项目代码不要存进 .venv。
Windows PowerShell:
py -3 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -c "import sys; print(sys.prefix != sys.base_prefix)"预期输出:
TruemacOS 或 Linux:
python3 -m venv .venv
source .venv/bin/activate
python -c "import sys; print(sys.prefix != sys.base_prefix)"预期输出:
TrueTrue 比只看命令提示符前有没有 (.venv) 更可靠,因为不同 shell 可能隐藏提示符前缀。若不想激活环境,也可以直接调用 .venv 内的 Python,但后续命令必须始终使用同一个解释器。
在环境中安装项目依赖
激活后,python -m pip 会把包安装进当前 .venv。先升级环境内的 pip,再安装一种 OpenCV wheel。桌面项目使用 opencv-python;无 GUI 的服务器才考虑 opencv-python-headless。
python -m pip install --upgrade pip
python -m pip install opencv-python
python -c "import cv2; print(cv2.__version__)"预期输出:
<OPENCV_VERSION>随后执行 python -m pip --version,输出路径应包含当前项目的 .venv。如果路径仍指向系统 Python,不要继续安装,先重新激活环境或直接使用 .venv 中的解释器。
生成可复现安装清单
在一个干净的项目虚拟环境中,pip freeze 可以记录当前已安装包的精确版本。OpenCV wheel 会同时带入其依赖,因此清单里通常不只有你手工安装的包。
python -m pip freeze > requirements.txt预期结果:项目根目录生成 requirements.txt,内容类似下面这样,实际版本号会写成当时环境中的真实值。
numpy==<NUMPY_VERSION>
opencv-python==<OPENCV_VERSION>提交项目时应提交 requirements.txt,而不是提交整个 .venv 目录。.venv 属于可丢弃产物;如果使用 Git,可在项目级 .gitignore 中加入 .venv/,避免误提交环境文件。
还原环境并检查一致性
在另一台机器或删除旧环境后,先按前面的步骤新建并激活空 .venv,再用清单安装。安装完成后用 pip check 检查依赖关系,并再次导入 cv2。
python -m pip install -r requirements.txt
python -m pip check
python -c "import cv2; print(cv2.__version__)"预期输出:安装下载日志会因平台而异,最后两条验证应类似下面这样。
No broken requirements found.
<OPENCV_VERSION>还原后的 <OPENCV_VERSION> 应与 requirements.txt 中记录的版本一致。如果 pip 报某个精确版本没有适配当前 Python 或操作系统的发行文件,应先统一 Python 主次版本,再决定是否更新依赖清单,而不是随意删掉版本约束。
避免虚拟环境被污染
最常见的问题不是 venv 创建失败,而是命令在错误解释器中执行。安装前可用 python -c "import sys; print(sys.executable)" 检查路径,其中应包含 .venv;退出环境使用 deactivate,不要通过删除终端变量或手工修改 PATH 模拟退出。
Windows 若因 PowerShell 执行策略无法运行 Activate.ps1,可以不改系统策略,直接使用 .venv\Scripts\python.exe 执行 pip 和程序;macOS/Linux 对应路径是 .venv/bin/python。这种方式同样保持依赖隔离,尤其适合 CI 脚本和受管控的公司电脑。