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

  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. electron设置window系统托盘

    electron设置托盘 // 设置系统托盘 const setAppTray = () => { // 托盘对象 var appTray = null // 系统托盘右键菜单 var tray ...

  2. 爬虫前篇 /https协议原理剖析

    爬虫前篇 /https协议原理剖析 目录 爬虫前篇 /https协议原理剖析 1. http协议是不安全的 2. 使用对称秘钥进行数据加密 3. 动态对称秘钥和非对称秘钥 4. CA证书的应用 5. ...

  3. 数据可视化之分析篇(七)Power BI数据分析应用:水平分析法

    https://zhuanlan.zhihu.com/p/103264851 首先,以财务报表分析为例,介绍通用的分析方法论,整体架构如下图所示: (点击查看大图) 接下来我会围绕这五种不同的方法论, ...

  4. 关于JS深拷贝和浅拷贝

    最近在前端开发中遇到一些问题,就是数组中的某个对象或某个对象的值改变之后,在不刷新页面的时候需要重新渲染值时,页面显示的还是原来的数据.比如: data{ A:[{id:1,num:1},{id:2, ...

  5. (3)html-webpack-plugin的作用

    在内存中生成index.html页面 在前面的内容中我们已经知道了如何在内存中打包main.js并引入到页面中. 同样的,我们也可以把index.html也打包放入到内存中. 安装html-webpa ...

  6. 索引中丢失 IN 或 OUT 参数:: 103,解决办法

    索引中丢失  IN 或 OUT 参数:: 103 这个原因是数据库中的字段类型与SQL语句中的类型不匹配造成的,103代表第103个字段参数错误.找到对应参数配置或者SQL中这个参数的类型是否与数据库 ...

  7. T133316 57级返校测试重测-T4-字符串的修改

    大致题意: 有一个A字符串和一个B字符串, 操作将A或A的一个后缀修改为B, 求最少的操作数. 有三个操作为: 删除: 删除掉 A 中的某一个字符. 添加: 将某一个字符添加到 A 中任意位置. 替换 ...

  8. Oracle11.2安装和完全卸载及卸载后重装等问题

    官网:https://www.oracle.com/index.html 安装: 1.官网下载2.解压到同一个目录(database)3.运行安装4.如果提示系统版本低可在(database\stag ...

  9. javascript中的设计模式之发布-订阅模式

    一.定义 又叫观察者模式,他定义对象间的依照那个一对多的依赖关系,当一个对象的状态发生改变时,所有依赖于它的对象都将的到通知.在javascript中,我们一般用时间模型来替代传统的发布-订阅模式 二 ...

  10. vue 修改路由

    直接放代码: this.$router.push({ path: "/login" });