基于深度学习的人脸识别系统Win10 环境安装与配置(python+opencv+tensorflow)
一、需要下载的软件、环境及文件
(由于之前见识短浅,对Anaconda这个工具不了解,所以需要对安装过程做出改变:就是Python3.7.2的下载安装是可选的,因为Anaconda已经为我们解决Python运行环境,Anaconda里面的python和你自己安装的python是不冲突的,可以共存,想要区分的话,可以更改Anaconda的中python的名字为python-ana,然后就可以完美的同时存在anaconda的python和原生的python。pip 是可以通过python-ana -m pip 和python -m pip指定的。)
1、python3.7.2;
2、anaconda环境;
3、whl文件:opencv_python-4.0.1-cp37-cp37m-win_amd64.whl;
4、whl文件:tensorflow-1.9.0-cp37-cp37m-win_amd64.whl;
二、具体的安装步骤及顺序
首先在这里提醒一下:尽量按我们所说的步骤来,不然可能会出现让你意想不到的错误!
1、下载并安装python3.7.2
记得版本号是3.7以上,因为需要跟之后下载的文件及环境兼容!
1、下载
下载python直接在官网上下载即可;
链接奉上:https://www.python.org/downloads/windows/

选择Windows x86-64 executable installer下载就可以了(这个是64位的,如果电脑是32位的就选择32的下载就好)
2、安装
打开刚才下载的安装包,出现如下界面

记得勾选下面那个选项:ADD Python 3.7 to PATH
(会自动添加Python 3.7的路径到电脑环境变量)(图片中那个黑色涂掉的不用在意,我的名字而已)
然后点击Install Now就可以了(当然你也可以选择自己的安装路径)
至此Python 3.7.2安装完毕!
2、anaconda环境下载及安装
记得版本选择3.7!
1、下载
这个下载也是直接在官网下载即可
下载链接:https://www.anaconda.com/distribution/#download-section

这个要看好自己是不是选择的Windows(图片上面那一栏)
另外一点就是要选择图片左边这个Python 3.7 version!
2、安装
打开你下载的安装包
前面几个步骤都默认就可以,当然你可以选择自己的安装路径;
直到最后一步时:

这里的两个框框都要勾选上!!!
然后Install就可以了(这个安装过程有些漫长,中间可能会有些卡顿,耐心等待就好,等完全确定安装成功时再进行下一步)
3、两个whl文件的下载、配置及安装
1、下载
两个whl文件都是在镜像站下载:http://www.lfd.uci.edu/~gohlke/pythonlibs/
进入镜像站之后:按Ctrl+F键进入页面查找,输入opencv,找到如下区域:

这里划重点:选择最下面这个 opencv_python-4.0.1-cp37-cp37m-win_amd64.whl(amd64是64位的意思)
这个下载完之后,继续输入tensorflow,找到如下界面:

划重点:选择最下面这个 tensorflow-1.9.0-cp37-cp37m-win_amd64.whl
(下载的路径自己要记好,下面还要对这两个文件进行一些操作)
2、配置
把刚才下载的两个whl文件放至anaconda安装目录下的Scripts文件夹中(anaconda正确安装的话,此文件夹中应有pip.exe)
3、安装
然后打开cmd,输入D: 回车 cd Anaconda3\Scripts 回车(具体指令根据你的安装目录修改)转到Scripts目录下

然后输入pip install opencv_python-4.0.1-cp37-cp37m-win_amd64.whl 回车

由于我的已经安装好了,所以这里用的是别人的截图,除了版本号不一样,其他没有区别!
然后继续安装tensorflow,同样是在Scripts目录下,输入pip install tensorflow回车

(这个图也是借用别人的)(图片中红字意思是有库版本太旧了,已自动更新,不用管就行)
等待安装完成就欧克了!(这个安装过程比较缓慢,请耐心等待)
至此所有需要安装和配置的都搞定了,下面就剩测试了!
三、测试
1、opencv的测试
打开cmd,输入D: 回车 cd Anaconda3\Scripts 回车(具体指令根据你的安装目录修改)转到Scripts目录下,然后输入:ipython 回车
然后依次输入以下代码:
代码块
Python
xxxxxxxxxx
1
import cv2
2
import numpy as np
3
img=cv2.imread("D:\zhang.jpg")
4
cv2.imshow("zhang",img)
5
cv2.waitKey()
并不是一次性输完,输入一行,回车一下,第三行的“D:\zhang.jpg”是图片的路径,你可以自己选择;
运行结果如下图:

出现这个结果说明opencv安装成功!
2、tensorflow测试
依旧是打开cmd,输入D: 回车 cd Anaconda3\Scripts 回车(具体指令根据你的安装目录修改)转到Scripts目录下,然后输入:ipython 回车(跟前面操作一样)
然后依次输入以下代码:
代码块
Python
xxxxxxxxxx
1
//矩阵乘法
2
import tensorflow as tf
3
a = tf.random_normal((100, 100))
4
b = tf.random_normal((100, 500))
5
c = tf.matmul(a, b)
6
result = tf.InteractiveSession()
7
result.run(c)
输入方式跟测试opencv时是一样的;
结果如下:

出现该结果图说明安装成功!
四、成功
恭喜你,环境安装及配置成功搞定!
迈出万里长征第一步
基于深度学习的人脸识别系统Win10 环境安装与配置(python+opencv+tensorflow)的更多相关文章
- 基于深度学习的人脸识别系统(Caffe+OpenCV+Dlib)【一】如何配置caffe属性表
前言 基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
- 基于深度学习的人脸识别系统(Caffe+OpenCV+Dlib)【三】VGG网络进行特征提取
前言 基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
- 基于深度学习的人脸识别系统(Caffe+OpenCV+Dlib)【二】人脸预处理
前言 基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
- 基于深度学习的人脸识别系统系列(Caffe+OpenCV+Dlib)——【四】使用CUBLAS加速计算人脸向量的余弦距离
前言 基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
- 基于深度学习的人脸性别识别系统(含UI界面,Python代码)
摘要:人脸性别识别是人脸识别领域的一个热门方向,本文详细介绍基于深度学习的人脸性别识别系统,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面.在界面中可以选择人脸图片.视频进行检 ...
- 基于深度学习的中文语音识别系统框架(pluse)
目录 声学模型 GRU-CTC DFCNN DFSMN 语言模型 n-gram CBHG 数据集 本文搭建一个完整的中文语音识别系统,包括声学模型和语言模型,能够将输入的音频信号识别为汉字. 声学模型 ...
- 【OCR技术系列之四】基于深度学习的文字识别(3755个汉字)
上一篇提到文字数据集的合成,现在我们手头上已经得到了3755个汉字(一级字库)的印刷体图像数据集,我们可以利用它们进行接下来的3755个汉字的识别系统的搭建.用深度学习做文字识别,用的网络当然是CNN ...
- 【OCR技术系列之四】基于深度学习的文字识别
上一篇提到文字数据集的合成,现在我们手头上已经得到了3755个汉字(一级字库)的印刷体图像数据集,我们可以利用它们进行接下来的3755个汉字的识别系统的搭建.用深度学习做文字识别,用的网络当然是CNN ...
- 基于深度学习的回声消除系统与Pytorch实现
文章作者:凌逆战 文章代码(pytorch实现):https://github.com/LXP-Never/AEC_DeepModel 文章地址(转载请指明出处):https://www.cnblog ...
随机推荐
- python 面向对象专题(四):封装、多态、鸭子类型、类的约束、super
https://www.cnblogs.com/liubing8/p/11321099.html 目录 Python面向对象04 /封装.多态.鸭子类型.类的约束.super 1. 封装 2. 多态 ...
- Sequential Minimal Optimization: A Fast Algorithm for Training Support Vector Machines 论文研读
摘要 本文提出了一种用于训练支持向量机的新算法:序列最小优化算法(SMO).训练支持向量机需要解决非常大的二 次规划(QP)优化问题.SMO 将这个大的 QP 问题分解为一系列最小的 QP 问题.这些 ...
- 使用Python进行自动化测试
目前大家对Python都有一个共识,就是他对测试非常有用,自动化测试里Python用途也很广,但是Python到底怎么进行自动化测试呢?今天就简单的向大家介绍一下怎么使用Python进行自动化测试,本 ...
- Python Ethical Hacking - KEYLOGGER(2)
Report function: Run in the background. Don't interrupt program execution. Every X seconds, send the ...
- JS 原型与原型链终极详解(二)
四. __proto__ JS 在创建对象(不论是普通对象还是函数对象)的时候,都有一个叫做__proto__ 的内置属性,用于指向创建它的构造函数的原型对象. 对象 person1 有一个 __pr ...
- scratch编程滑雪者游戏教程
首先我们来看一下效果: 我们从演示中能看出4个角色:企鹅.大树.旗子和装饰用的坎,我们通过键盘操控企鹅滑雪躲避树并捡起旗子,现在我们就来看看是怎么编的吧! 首先我们要画 ...
- java8中parallelStream提升数倍查询效率是怎样实现的,来看看这篇文章
作者:我恰芙蓉王 原文:https://www.cnblogs.com/-tang/p/13283216.html 业务场景 在很多项目中,都有类似数据汇总的业务场景,查询今日注册会员数,在线会员数, ...
- 10种常见OOM分析——手把手教你写bug
点赞+收藏 就学会系列,文章收录在 GitHub JavaKeeper ,N线互联网开发必备技能兵器谱,笔记自取 在<Java虚拟机规范>的规定里,除了程序计数器外,虚拟机内存的其他几个运 ...
- nrm安装使用(mac)
在开发工作中时常有需要切换npm源的需求以及更换node版本的情况,这两种情况都有对应的管理器来使用 一.nrm nrm是一个npm源管理工具,使用它可以快速切换npm源. 1.nrm安装(全局安装) ...
- python工业互联网应用实战3—模型层构建
本章开始我们正式进入到实战项目开发过程,如何从需求分析获得的实体数据转到模型设计中来,变成Django项目中得模型层.当然,第一步还是在VS2019 IDE环境重创建一个工程项目,本文我们把工程名称命 ...
