在安装OpenCV时，每个人都很纠结。OpenCV在后端需要很多依赖。开始使用OpenCV的最佳方式是，将其安装在虚拟环境中。我建议您使用Python Anaconda发行版并使用它创建一个虚拟环境。然后在虚拟环境中，使用以下命令安装OpenCV:

conda install -c conda-forge opencv

如果你正在使用Pycharm导航设置>项目:名称>项目解释器只需通过名称搜索模块(在这种情况下OpenCV-python)并安装它。为我工作

如果你使用ARM64 cpu和/或docker的arch64平台

在ARM64的开发板上，根本找不到python-opencv版本

版本:没有。 我必须从源代码开始构建。这允许包括CUDA支持。

在我的案例中，它已经在板子上可用了，但在开发环境中却找不到。

如果无法从源代码编译，可以使用docker

当然，编译需要一些时间(在ARM核心上需要几个小时)，但这是一个值得了解的过程，因为大多数开源工具都可以在出现问题时以这种方式构建。

在安装OpenCV时，每个人都很纠结。OpenCV在后端需要很多依赖。开始使用OpenCV的最佳方式是，将其安装在虚拟环境中。我建议您使用Python Anaconda发行版并使用它创建一个虚拟环境。然后在虚拟环境中，使用以下命令安装OpenCV:

conda install -c conda-forge opencv

通过发出以下命令安装OpenCV - Python(这是一个非官方的预构建的OpenCV Python包):

pip install opencv-python

打开蟒蛇命令提示符，输入下面的命令。 Conda install -c Conda -forge opencv 一旦“解决环境”完成。它会要求下载依赖项。“y”型。 它将安装所有依赖项，然后就可以编写代码了。