Эта короткая статья представляет собой попытку предоставить краткую информацию о различных инструментах и ​​библиотеках, которые вам понадобятся для начала разработки системы или приложений компьютерного зрения. Это не исчерпывающий список всех библиотек, доступных на рынке. Точный набор инструментов будет зависеть от вашего конкретного варианта использования и системных требований. Следующая информация предназначена для OpenCV и TensorFlow с Python. Инструкции по установке в основном предназначены для ОС Linux/Mac. За исключением случаев, когда PIP не используется, все команды установки для Windows одинаковы.

Если вы ищете подробности и хотите изучить продвинутый уровень программирования компьютерного зрения (начиная с нуля), вы можете прочитать мою книгу Создание приложений компьютерного зрения с использованием искусственных нейронных сетей, которая содержит пошаговые примеры в OpenCV. и TensorFlow с питоном. Вот ссылка на мою книгу https://www.springer.com/us/book/9781484258866.

Вот список элементов и способов их установки в вашей среде разработки, которые вам понадобятся для начала работы с cv.

Во-первых, вам понадобится Python версии 3.6+. Если у вас уже есть Python в вашей среде разработки, вы можете пропустить установку Python. Вот команда для установки Python на Linux и Mac.

Проверка установленного Python и версии PIP

$ python3 — версия

Вывод этой команды должен быть примерно таким, как Python 3.6.5.

$ pip3 — версия

Эта команда должна показать номер версии pip3. Например, пункт 19.1

Установка Python и PIP в Ubuntu

Выполните следующие команды в терминале Ubuntu.

судо подходящее обновление

sudo apt-get установить python3-dev python3-pip

Установка Python и PIP в Mac OS

заваривать обновление

заварить установить питон

Это установит как python, так и pip.

Установка Python и PIP на CentOS 7

sudo yum установить rh-python36

sudo yum groupinstall «Инструменты разработки»

Вы должны установить и создать виртуальную среду для всех зависимостей, которые вам понадобятся для разработки CV. Вот инструкции по настройке вашей виртуальной среды.

Установка виртуальной среды

$ sudo pip3 установить -U virtualenv

Настроить и активировать виртуалэнв

$ mkdir cv (имя каталога может быть любым по вашему желанию)

Затем создайте virtualenv в этом каталоге, cv

$ virtualenv — системные-сайтовые-пакеты -p python3 ./cv

$ source ./cv/bin/activate # для sh, bash, ksh или zsh

Когда virtualenv активен, приглашение вашей оболочки имеет префикс (cv). Например,

(cv) Шамшадс-MacBook-Air:~ sansari$

Обязательно выполните оставшуюся часть установки из файла virtualenv.

Установка и тестирование TensorFlow

(cv) $ pip установить тензорный поток

Если вам нужна конкретная версия Tensorflow, например, версия 1.15, сделайте следующее:

(cv) $ pip установить тензорный поток == 1,15

Для установки версии tensorflow для графического процессора,

(cv) $ pip установить tensorflow-gpu

Протестируйте установку tensorflow, выполнив команду:

(cv) $ python -c «импортировать тензорный поток как tf»

Если tensorflow успешно установлен, вышеуказанная программа не должна показывать никаких ошибок.

Установка OpenCV

$ pip установить opencv-contrib-python

Если у вас Python 3.8, вам нужно будет установить OpenCV с помощью следующей команды.

$ pip установить opencv-python

Установка SciPy

$ pip установить scipy

Установка Scikit-образа

$ pip установить scikit-образ

Установка матплотлиба

$ pip установить matplotlib

Если вам интересно работать с примерами кода, описанными в моей книге, вы можете проверить весь исходный код в репозитории github. Вот как вы можете получить копию исходного кода.

Убедитесь, что на вашем компьютере установлен клиент git. Если нет, загрузите клиент git с https://git-scm.com/downloads.

Откройте окно терминала и выполните команду:

$ git clone https://github.com/Apress/building-computer-vision-apps-artificial-neural-networks.git — глубина 1

Обратите внимание на глубину 1 в приведенной выше команде. Это позволит вам получить последний код и избежать загрузки всех исторических коммитов, размер которых составляет порядка 1,5 ГБ.

Надеюсь, что это краткое руководство поможет вам начать программирование в OpenCV и Tensorflow с Python.