Windows下快速配置Python+OpenCV环境

好的，以下是为您整理的详细指南：

---

Windows 下使用 uv 配置 Python (OpenCV) 环境指南

目标 ：通过轻量级工具 uv 快速搭建 Python 环境并安装 OpenCV。

---

步骤 1：安装 Python

1. 访问 Python 官网 下载最新稳定版（如 Python 3.11+）。

2. 安装时勾选 Add Python to PATH（关键步骤！）。

3. 验证安装：

   python --version

---

步骤 2：安装 uv 工具

uv 是高效的 Python 包安装工具，替代 pip。

# 通过 pipx 安装（推荐）
python -m pip install --user pipx
python -m pipx ensurepath
pipx install uv

# 或直接通过 pip 安装
pip install uv

验证安装：

uv --version

---

步骤 3：创建并激活虚拟环境

避免依赖冲突：

# 创建环境
uv venv .venv

# 激活环境（Windows）
.venv\Scripts\activate

提示符前显示 (.venv) 即激活成功。

---

步骤 4：安装 OpenCV

通过 uv 安装 OpenCV 主包及常用扩展：

uv pip install opencv-python-headless opencv-contrib-python

说明：

• opencv-python-headless：无 GUI 依赖的轻量版。
• opencv-contrib-python：包含额外模块（如 SIFT）。

---

步骤 5：验证 OpenCV 安装

创建测试脚本 test_opencv.py：

import cv2
print("OpenCV 版本:", cv2.__version__)
print("CUDA 支持:", cv2.cuda.getCudaEnabledDeviceCount() > 0)

运行脚本：

python test_opencv.py

输出示例：

OpenCV 版本: 4.9.0
CUDA 支持: False

---

常见问题解决

1. 安装缓慢 ：

   uv pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

2. 缺少 DLL ：

   • 安装 Microsoft Visual C++ Redistributable。

3. GPU 加速支持 ：

   uv pip install opencv-python-cuda

---

环境迁移（可选）

生成 requirements.txt：

uv pip freeze > requirements.txt

在新环境复用：

uv pip install -r requirements.txt

---

通过本指南，您已高效完成 Python + OpenCV 环境配置。uv 工具显著提升了依赖解析速度，适合现代开发流程。