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(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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 【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 ...

  8. 【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 ...

  9. 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

  1. scrapy 基础组件专题(十二):scrapy 模拟登录

    1. scrapy有三种方法模拟登陆 1.1直接携带cookies 1.2找url地址,发送post请求存储cookie 1.3找到对应的form表单,自动解析input标签,自动解析post请求的u ...

  2. static关键字真能提高Bean的优先级吗?答:真能

    生命太短暂,不要去做一些根本没有人想要的东西.本文已被 https://www.yourbatman.cn 收录,里面一并有Spring技术栈.MyBatis.JVM.中间件等小而美的专栏供以免费学习 ...

  3. js自定义方法绑定元素事件

    //事件绑定封装 function addEvent(elem, type, handle){ if(elem.addEventListener){ elem.addEventListener(typ ...

  4. SSRF漏洞简单分析

    什么是SSRF漏洞 SSRF(服务器端请求伪造)是一种由攻击者构造请求,服务器端发起请求的安全漏洞,所以,一般情况下,SSRF攻击的目标是外网无法访问的内部系统. SSRF漏洞形成原理. SSRF的形 ...

  5. 搭建高可用kubernetes集群(keepalived+haproxy)

    序 由于单master节点的kubernetes集群,存在master节点异常之后无法继续使用的缺陷.本文参考网管流程搭建一套多master节点负载均衡的kubernetes集群.官网给出了两种拓扑结 ...

  6. python元编程(metaclass)

    Python元编程就是使用metaclass技术进行编程,99%的情况下不会使用,了解即可. Python中的类和对象 对于学习Python和使用Python的同学,你是否好奇过Python中的对象究 ...

  7. Python之threading初探

    threading库主要用于基于线程的并行,核心就是Thread类   class threading.Thread(group=None, target=None, name=None, args= ...

  8. Split Screen

    Split Screen 是一个用来分屏的 bookmarklet 程序. 它通过 javascript 通信协议实现[1]. 特点 使用 HTML5 <dialog> 元素实现 使用 G ...

  9. spring学习(八)事务操作

    一.事务的概念: 事务是并发控制的单位,一系列操作组成的工作单元,该工作单元内的操作是不可分割的,也就是事务具有原子性,一个事务中的一系列的操作要么全部成功,要么一个都不做,所有操作必须成功完成,否则 ...

  10. 前端学习(四):body标签(二)

    进击のpython ***** 前端学习--body标签 接着上一节,我们看一下还有没有什么网址 果不其然,在看到新闻类的网址的时候 我们发现还有许多的不一样的东西! 使用ul,添加新闻信息列表 这个 ...