python安装cv2库（命令行安装法，每一步都可复制命令，非常贴心！），手把手安装

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。

在计算机视觉项目的开发中，OpenCV作为较大众的开源库，拥有了丰富的常用图像处理函数库，采用C/C++语言编写，可以运行在Linux/Windows/Mac等操作系统上，能够快速的实现一些图像处理和识别的任务。此外，OpenCV还提供了Java、python、cuda等的使用接口、机器学习的基础算法调用，从而使得图像处理和图像分析变得更加易于上手，让开发人员更多的精力花在算法的设计上。

计算机视觉领域方向 1、人机互动 2、物体识别 3、图像分割 4、人脸识别 5、动作识别 6、运动跟踪 7、机器人 8、运动分析 9、机器视觉 10、结构分析 11、汽车安全驾驶

计算机操作底层技术 图像数据的操作： 分配、释放、复制、设置和转换。 图像是视频的输入输出I/O ，文件与摄像头的输入、图像和视频文件输出）。 矩阵和向量的操作以及线性代数的算法程序：矩阵积、解方程、特征值以及奇异值等。 各种动态数据结构：列表、队列、集合、树、图等。 基本的数字图像处理：滤波、边缘检测、角点检测、采样与差值、色彩转换、形态操作、直方图、图像金字塔等。 结构分析：连接部件、轮廓处理、距离变换、各自距计算、模板匹配、Hough变换、多边形逼近、直线拟合、椭圆拟合、Delaunay 三角划分等。 摄像头定标：发现与跟踪定标模式、定标、基本矩阵估计、齐次矩阵估计、立体对应。 运动分析：光流、运动分割、跟踪。 目标识别：特征法、隐马尔可夫模型：HMM。 基本的GUI：图像与视频显示、键盘和鼠标事件处理、滚动条。 图像标注：线、二次曲线、多边形、画文字。

首先，进入anaconda的命令行终端 输入：

查看你所有的环境

接下来输入：

激活你想安装CV库的环境，免得装到别的环境里面去了。 直到前面是你想要安装的环境了， 再用这行命令：

再验证一下 输入：

再输入：

如图所示，没问题，不报错！ 完毕，感谢大家的点赞！