Skip to content

Latest commit

 

History

History
170 lines (133 loc) · 5.3 KB

Python环境配置.md

File metadata and controls

170 lines (133 loc) · 5.3 KB
title date categories tags
Python环境配置
2022-10-26 17:54:55 -0700
人工智能
基础知识
python
conda

前言

没想到我又回来了，后面我的研究课题估计和Python逃不脱关系，终于又重新拾起了这门语言，所以便从头开始，把一些值得记录的记录下来，努力努力，向梦想前进！

Scoop安装miniconda

我的开发环境是windows，而scoop是windows上超好用的一个包管理工具，感兴趣的小伙伴可以看这篇博客（重装系统后要干的几件事）了解哟

用下面一行命令即可安装miniconda

scoop install miniconda3

安装完后重启一下everything，即可用wox输入anaconda pow快速启动anaconda的shell了

conda常用命令

命令 备注
conda --version 查看conda的版本号
conda env list 列出所有环境
conda create --name 环境名称 创建环境
conda create --name 环境名称 python=2.7 创建指定python版本的环境
conda activate 环境名称 进入环境
conda deactivate 退出环境
conda remove --name 环境名称 --all 删除环境，加all表示环境下的所有包一并被删除

conda换国内源

创建用户配置文件

conda config --set show_channel_urls yes

进入清华大学开源软件镜像站，复制配置内容到用户目录下刚创建的.condarc文件，要复制的配置内容如下

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

:::info 注意，把.condarc文件默认的内容删掉 :::

输入conda clean -i清除默认缓存，用conda config --show-sources查看配置是否更换成功

pip换国内源

临时换源（不推荐）

可能要安装包里的依赖包下载依然缓慢

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名

永久换源（推荐）

  1. 在用户目录下创建pip文件夹（如：C:\Users\Administrator\pip）
  2. 在刚创建的pip文件夹下创建pip.ini文件
  3. 把以下配置内容放到刚创建的pip.ini文件里
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

安装opencv

conda install opencv

安装mediapipe

mediapipe在conda上没有，所以就用pip安装

pip install mediapipe

运行手指骨骼检测demo

"""
演示Demo
"""

# 导入opencv
import cv2
import numpy as np
import math

# 导入mediapipe：https://google.github.io/mediapipe/solutions/hands
import mediapipe as mp


mp_drawing = mp.solutions.drawing_utils
mp_drawing_styles = mp.solutions.drawing_styles
mp_hands = mp.solutions.hands

hands = mp_hands.Hands(
    model_complexity=0,
    min_detection_confidence=0.5,
    min_tracking_confidence=0.5)

# 读取视频流
cap = cv2.VideoCapture(0)

# 获取画面宽度、高度
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))


while True:
    ret,frame = cap.read()


    # 镜像
    frame = cv2.flip(frame,1)

    frame.flags.writeable = False
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    # 识别
    results = hands.process(frame)

    frame.flags.writeable = True
    frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)

    

    # 如果有结果
    if results.multi_hand_landmarks:
        
        # 遍历双手
        for hand_landmarks in results.multi_hand_landmarks:
            mp_drawing.draw_landmarks(
                frame,
                hand_landmarks,
                mp_hands.HAND_CONNECTIONS,
                mp_drawing_styles.get_default_hand_landmarks_style(),
                mp_drawing_styles.get_default_hand_connections_style())
            
    
    # 显示画面
    cv2.imshow('demo',frame)

    if cv2.waitKey(10) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

运行结果

哈哈，一个帅气的午印就被检测出来啦