@TOC
安装 miniconda、labelImg等软件，为后续编码准备好工具软件基础。
以下的安装教程基于Windows系统，苹果电脑的MacOS系统类似。
Miniconda安装
- 软件下载
进入Miniconda官网，点击"free download", 输入邮箱进行免费注册后，进入下载页面，根据自己电脑操作系统，选择对应的版本下载。这里以Windows操作系统为例进行下载，下载的安装文件为 Miniconda Installers。
- 软件安装
双击 Miniconda Installers，启动安装界面，如下图所示，安装的时候选择所有用户。
安装路径可以自定义，默认是c:盘，若C盘空间不足，可改为D盘，点击“next"按钮，在选择页面，全部选中，点击Install安装，一直下一步最后安装完成。
- 环境配置
打开 Conda Power shell 终端，命令行工具 点击开始菜单 → 找到 “Anaconda3” 文件夹 → 打开 “Anaconda Powershell”（管理员模式可减少权限问题，右键选择 “以管理员身份运行”）
创建 Python 虚拟环境
虚拟环境可隔离不同项目的依赖（避免包版本冲突），本教程为视觉项目开发单独创建虚拟环境，命名为opencv-env。在命令行终端输入以下命令，执行后会提示安装依赖，输入y并回车确认，等待环境创建完成.
conda create -n opencv-env python=3.9
激活虚拟环境
创建后需激活环境，后续操作（安装包、配置 Jupyter）才会生效于该环境。输入以下命令，回车执行。命令行前缀变为(opencv-env)，表示已进入该环境。
conda activate opencv-env # 激活名为“opencv-env”的环境
安装OpenCV库
在激活的环境中，先配置国内镜像，通过pip安装 OpenCV。在命令行中执行以下代码
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple #配置国内源
conda config --set show_channel_urls yes # 显示包的安装渠道
pip install opencv-python # 基础OpenCV库（包含核心功能）
pip install opencv-contrib-python # 扩展库（包含SIFT、 SURF等额外算法，可选但建议安装）
pip install matplotlib
配置Jupyter支持虚拟环境
Jupyter 默认使用 “base” 环境，需手动将创建的opencv-env环境添加到 Jupyter 的 “内核（kernel）” 中，才能在 Jupyter 中选择该环境运行代码。
在激活的opencv-env环境中，安装ipykernel（用于将环境注册到 Jupyter），将虚拟环境添加到 Jupyter 内核，安装jupyterlab。执行命令如下：
pip install ipykernel
python -m ipykernel install --user --name=opencv-env --display-name "Python (opencv-env)"
pip install jupyterlab
# 安装代码补充工具LSP扩展
pip install jupyterlab-lsp
# 安装Python语言服务器，[all]表示安装所有支持的功能包
pip install python-lsp-server[all]
#安装yolov模型相关库
pip install ultralytics
pip install tensorflow matplotlib numpy
pip install tqdm
pip install scikit-learn
pip install seaborn
#安装大模型调用相关库
pip install openai
启动 Jupyter 并验证
先新建代码保存及编辑的工作目录，如在d盘新建aicv文件夹，d:\aicv
后续每次使用，打开powershell终端，执行以命令，先激活opencv-env环境中，进入工作文件目录，启动开发环境：
conda activate opencv-env
cd d:\aicv
jupyter lab
执行命令后，会自动打开浏览器，显示以下画面，表示安装成功。
验证opencv环境 在jupyter环境，点击”python(opencv-env)“，新建一个工程文件，重命名为cvtest.ipynb，复制以下代码，
import cv2
import matplotlib.pyplot as plt
# 读取图像
image = cv2.imread('test.jpg') # 替换为你的图像路径
# 检查图像是否成功加载
if image is None:
print("错误：无法读取图像，请检查文件路径")
else:
# 将BGR图像转换为RGB（Matplotlib使用RGB）
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
plt.imshow(image_rgb) # 显示图像
在左侧导航区，点击上传按钮或拖到图片到导航区，上传一张名为test.jpg的测试图像，如下图所示
在cvtest.ipynb代码中，点击三角形的运行按钮，执行代码，能正常显示test.jpg图像，则环境搭建成功。
图像标签软件labelImg安装
- 打开anaconda Powershell终端，命令行工具
点击开始菜单 → 找到 “Anaconda3” 文件夹 → 打开 “Anaconda Powershell”
- 执行安装脚本
在命令行中，执行以下脚本(Python版本一定要选择3.9)，当出现选择提示时，选择a，accept
conda activate D:\Conda\envs\Y_JupyterLab python=3.9
conda activate labelimg_env
pip install labelimg
安装成功成功后显示如下，会提示以labelimg_env为激活的环境
- 启动labelImg
在激活的labelimg_env的环境中，输入以下命令，启动labelImg
LabelImg
打开以下界面，表示安装成功
