Help us understand the problem. What is going on with this article?

簡単にpython3系列とOpenCV3を導入する

More than 3 years have passed since last update.

今回の目的

1.pythonの3系列をインストールする。
2.そのpython環境を用いてOpenCV3.1を使えるようにする。

環境

  • ubuntu 15.04 ~
  • windows 8.1 ~

作業手順

1.pythonをインストールする

公式からダウンロードをしインストール、依存ライブラリなどをその都度導入するのは非常に大変なのであらかじめパッケージされたものを使う。
今回はubuntu、windowsともにAnacondaというディストリビューションを使う。

DOWNLOAD FOR FREE のところに行き、対応するOSの使いたいpythonのバージョンを選ぶ。(今回ではpython3を使うことが目的なので、3.Xの方を選ぶ。)

ダウンロードが済んだら、インストールをする。
windowsはインストーラ形式なので実行し、すべてに対し肯定の選択肢を取るとインストールが終わる。
ubuntuは端末から
$bash Anaconda3-2.4.1-Linux-x86_64.sh
みたいに打ち込み、肯定のの選択肢を取り続けるとインストールが終わる。

これが終わると取りあえずpythonが使えるようになる。

2.仮想環境を作成する
そのままライブラリを入れたのでは例えば他のpythonのバージョンだったり、
別のバージョンのライブラリを使いたいときにこまります。
そこで仮想環境を作成しそこにライブラリを入れます。
以下のコマンドで作成しましょう

$conda create -n 環境の名前 python=3.5 anaconda
python=の部分には使いたいpythonのバージョンを入れましょう。

作成した仮想環境を使用するときは
$source activate 環境の名前
と打ち込んでください(windowsの場合はsourceを書かない)

3.OpenCV3.1をインストールする

windowsの場合
ここに行き、自分のバージョンにあったOpenCVのwhlファイルを探しダウンロードする。
コマンドプロンプトを開き、
pip install ダウンロードしたファイル
と打ち込む。

ubuntuの場合
以下を打ち込めば良くなったそうです。
ターミナルを開き、次を打ち込む。
$conda install --channel https://conda.anaconda.org/menpo opencv3

おしまい

追記(2017/01/17)

この手法でインストールした場合は顔認識に使うカスケードファイル(xxxxx.xml)などががついてきません。
インターネットで探すなどの対応をお願いします。

以下のディレクトリにありました
C:\Users[username]\Anaconda3\envs[envname]\Library\etc

終わりに

この記事を書くにあたっていくつかのサイト様を参考にしました。ありがとうございます。
以下そのサイトのリンクになります。
python:install [近大CVLAB公開ノウハウ集]
Python Extension Packages for Windows - Christoph Gohlke

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした