计算机视觉基础系列（python与opencv的操作与运用）（一）

一、系列博客所使用的编译环境（不用必须一样，但是必须都是3.0以上版本）：

• OpenCV 3.4
• Python 3.5

二、环境配置 

这里需要注意的是版本问题，opencv和python的版本都必须是3.0以上的版本，在opencv和python中，opencv2和opencv3不同之处还是比较多的，且在python中，python2.0和python3.0的版本的代码差别也有一些的，所以虽然不建议全部一样，但是这个必须注意。

Python的安装方式有两种，第一种：在python官网下载python的安装包进行安装，第二种：安装anaconda进行python的安装，这两种方法安装后必须检查安装配置环境，必须将python的安装路径添加到电脑系统变量path中，切记。

OpenCV 的安装： 第一步：打开 Windows 命令行输入：pip install opencv-python，安装opencv，这个是必须要安装的，安装时常依每个人的网速而定。第二步：安装完 opencv 后，在命令行输入：pip install pytesseract ，pytesseract这是一个开源的OCR Python 扩展，本教程将在后面用到。

三、测试的小程序：

打开平时使用熟悉的IDE，新建项目，在新建的项目下创建一个名字是“1.py”的文件，在文件中输入一下代码：

import cv2 as cv
 
#读入图片文件
img = cv.imread('1.jpg')
#创建一个名字加 “图片显示窗口 ” 的窗口，
# 窗口可以根据图片大小自动调整
cv.namedWindow('图片显示窗口',cv.WINDOW_AUTOSIZE)
#在窗口显示图片
cv.imshow('图片显示窗口',img)
 
#等待用户操作
cv.waitKey(0)
#释放所有窗口
cv.destroyAllWindows()

运行代码，可以得到下面的效果图：