㈠ 怎麼配置opencv python3.6.1 anaconda
電腦系統：win7 64位，（其他系統類似）
關於Anaconda3-4.4.0下配置OpenCV3.2.0
1.首先官網下載最新版本的Anaconda3-4.4.0（基於自己的電腦選擇32位或64位），該版本已經支持最新的Python3.6；
注意：安裝過程中：
1）安裝路徑可以改變，但一定要是非漢語命名的文件夾路徑；
2）一定要選擇「Add PATH TO ....」(增加環境變數)， 如果首次安裝，這個一定要選擇，雖然軟體不建議，但也要選擇； 不然在win命令提示符窗口，輸入一些更新或下載命令，會顯示「...不是內部或外部命令」； 例如，輸入命令：conda list 或 conda --version 或 python
2.配置opencv3.2.0版本，看了好多關於這方面的貼子
提醒的是，也有其他的配置方法，例如
--在win命令提示符窗口輸入：conda install --channel https://conda.anaconda.org/menpo opencv3 或 conda install -c https://conda.binstar.org/menpo opencv3
--這些要依據自己的網路好不好而決定，如果好的話，可以試試；反之，就算了，安裝中途就會終止。
--如果按照上面博主的方法配置，還要需要根據安裝python的版本下載相應的opencv *.whl文件
--筆者是python3.6，所以對應的是opencv_python‑3.2.0‑cp36‑cp36m‑win_amd64.whl這個文件
--下載地址： www.lfd.uci.e/~gohlke/pythonlibs/#opencv
- 按Win+R 輸入cmd打開命令提示符窗口，進入到D:\Program Files\Anaconda3\Lib\site-packages文件夾下
--筆者將Anaconda3安裝在了D盤的program files裡面，因此路徑如上，這個根據自己的安裝路徑而定，但是 X:\*******\Anaconda3\Lib\site-packages不變
- 在win命令提示符窗口，執行命令上面下載的opencv *.whl文件，
--如：pip install opencv_python‑3.2.0‑cp36‑cp36m‑win_amd64.whl
--執行完，顯示成功安裝 opencv-python‑3.2.0，就應該沒問題；
筆者想說的是：如果上面等等的方法都不成功，直接可將已經配置好的opencv文件復制到X:\*******\Anaconda3\Lib\site-packages文件夾下也行；
Anaconda3需要配置的Opencv文件如下（與Python配置的完全不同），紅色的就是opencv *.whl文件，可以不復制進來。有需要的請留下郵箱，在線發送。
3. 最後就是測試
㈡ 重裝系統後（win10）如何配置anaconda（3）
1. 設置好GPU開發環境，安裝cuda8.0和cudnn5.1
2. 安裝Anaconda3-4.3.1-Windows-x86_64，默認Python版本為3.6
3. 安裝完以後，打開Anaconda Prompt，輸入清華的倉庫鏡像，更新包更快：
conda config --add channelshttps://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
4. 建立TensorFlow空間：conda create -n tensorflow python=3.5，設置Python版本為3.5
5. 激活TensorFlow空間：activate tensorflow
6. 安裝TensorFlow：pip install--ignore-installed --upgrade tensorflow_gpu-1.0.0-cp35-cp35m-win_amd64.whl
7. 測試TensorFlow：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
設置SSD運行環境
1． 安裝numpy（anaconda 離線安裝）：pipinstall numpy-1.12.1-cp35-none-win_amd64.whl
2． 安裝matplotlib（anaconda 離線安裝）：pipinstall matplotlib-2.0.1-cp35-cp35m-win_amd64.whl
3． 安裝opencv（離線）：anaconda中安裝：pipinstall opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl
4． 下載TensorFlow版本的SSD：git clone https://github.com/balancap/SSD-Tensorflow.git，或者下載壓縮包解壓
5． 解壓TensorFlowssd目錄下的/checkpoint里的ssd_300_vgg.ckpt.zip，得到模型參數
6． 安裝pycharm-community-2017.1.2.exe，python編輯器，File->Setting->Project:Python->ProjectInterpreter:修改Python版本到TensorFlow工作空間下的python
7． 在notebook下新建工程，新建test_ssd.py文件
8． 在pycharm中打開ssd_notebook.ipynb，復制非注釋的內容至test_ssd.py下
9． 修改test_ssd.py：
# Test on some demoimage and visualize output.
#path = '../demo/'
#image_names = sorted(os.listdir(path))
#print(image_names)
#for it in image_names:
cam=cv2.VideoCapture(0)
success, img = cam.read()
while success:
#img = cv2.imread(path+it)#mpimg.imread(path + it)
t1=cv2.getTickCount()
rclasses, rscores, rbboxes = process_image(img)
visualization.bboxes_draw_on_img(img,rclasses, rscores, rbboxes, visualization.colors_plasma)
t2=cv2.getTickCount()
print('time consumption:%.3f ms'%(1000*(t2-t1)/cv2.getTickFrequency()))
cv2.imshow('test',img)
c=cv2.waitKey(1)
if c==27:
break
# visualization.bboxes_draw_on_img(img, rclasses,rscores, rbboxes, visualization.colors_plasma)
#visualization.plt_bboxes(img, rclasses,rscores, rbboxes)
success, img = cam.read()
10． 運行程序test_ssd.py