SimpleCV 技术文档
2024-12-25 19:50:09作者:郁楠烈Hubert
1. 安装指南
Docker 安装
Docker 是推荐的方式,因为它可以确保环境配置与预期一致。
- 安装 Docker:请根据操作系统在 Docker 官方文档 中找到相应的安装指南。
- 拉取 SimpleCV 镜像:
docker pull sightmachine/simplecv - 运行 SimpleCV 容器:
docker run -p 54717:8888 -t -i sightmachine/simplecv - 打开浏览器,访问
http://localhost:54717。如果是 Mac 或 Windows,使用boot2docker启动时会显示 Docker 服务的 IP 地址,访问该 IP 地址加端口即可。
Ubuntu 12.04 安装
- 使用 pip 安装:
sudo apt-get install ipython python-opencv python-scipy python-numpy python-pygame python-setuptools python-pip sudo pip install https://github.com/sightmachine/SimpleCV/zipball/develop - 使用 Git 克隆安装:
sudo apt-get install ipython python-opencv python-scipy python-numpy python-pygame python-setuptools git git clone https://github.com/sightmachine/SimpleCV.git cd SimpleCV/ sudo pip install -r requirements.txt sudo python setup.py install
虚拟环境安装
- 安装依赖:
sudo apt-get install python-opencv python-setuptools python-pip gfortran g++ liblapack-dev libsdl1.2-dev libsmpeg-dev mercurial sudo pip install virtualenv virtualenv venv cd venv mkdir src ln -s /usr/local/lib/python2.7/dist-packages/cv2.so lib/python2.7/site-packages/cv2.so ln -s /usr/local/lib/python2.7/dist-packages/cv.py lib/python2.7/site-packages/cv.py ./bin/pip install -r requirements.txt mkdir src wget -O src/pygame.tar.gz https://bitbucket.org/pygame/pygame/get/6625feb3fc7f.tar.gz cd src tar zxvf pygame.tar.gz cd .. ./bin/python src/pygame-pygame-6625feb3fc7f/setup.py -setuptools install ./bin/pip install https://github.com/sightmachine/SimpleCV/zipball/develop
Arch Linux 安装
- 使用 pip 安装:
pacman -S python2-numpy opencv2.4.4_1 python-pygame python2-setuptools ipython2 python2-pip pip install https://github.com/sightmachine/SimpleCV/zipball/develop - 使用 Git 克隆安装:
pacman -S python2-numpy opencv2.4.4_1 python-pygame python2-setuptools ipython2 git clone https://github.com/sightmachine/SimpleCV.git cd SimpleCV/ sudo python setup.py install
Fedora 安装
- Fedora 20 及以上版本:
sudo yum -y install python-SimpleCV - Fedora 18:
sudo yum -y install python-ipython opencv-python scipy numpy pygame python-setuptools python-pip sudo python-pip install https://github.com/sightmachine/SimpleCV/zipball/develop
Mac OS X 安装
- 安装 Xcode 和 Command Line Tools。
- 安装 Homebrew:
ruby -e "$(curl -fsSL https://raw.github.com/mxcl/homebrew/go)" - 安装 OpenCV:
brew tap homebrew/science brew install opencv - 安装 Git:
brew install git
2. 项目使用说明
SimpleCV Shell
SimpleCV 提供了一个交互式 shell,用户可以通过命令行直接运行 SimpleCV 代码。
simplecv
示例代码
以下是一个简单的 "Hello World" 示例:
import SimpleCV
camera = SimpleCV.Camera()
image = camera.getImage()
image.show()
更多示例代码可以在 SimpleCV 示例网站 或 GitHub 仓库 中找到。
3. 项目 API 使用文档
主要类和方法
SimpleCV.Camera(): 初始化摄像头。camera.getImage(): 获取当前摄像头图像。image.show(): 显示图像。image.save(disp): 保存图像到显示对象。
示例
from SimpleCV import *
disp = Display(displaytype='notebook')
img = Image('simplecv')
img.save(disp)
4. 项目安装方式
Docker
docker pull sightmachine/simplecv
docker run -p 54717:8888 -t -i sightmachine/simplecv
Ubuntu
sudo apt-get install ipython python-opencv python-scipy python-numpy python-pygame python-setuptools python-pip
sudo pip install https://github.com/sightmachine/SimpleCV/zipball/develop
虚拟环境
sudo apt-get install python-opencv python-setuptools python-pip gfortran g++ liblapack-dev libsdl1.2-dev libsmpeg-dev mercurial
sudo pip install virtualenv
virtualenv venv
cd venv
mkdir src
ln -s /usr/local/lib/python2.7/dist-packages/cv2.so lib/python2.7/site-packages/cv2.so
ln -s /usr/local/lib/python2.7/dist-packages/cv.py lib/python2.7/site-packages/cv.py
./bin/pip install -r requirements.txt
mkdir src
wget -O src/pygame.tar.gz https://bitbucket.org/pygame/pygame/get/6625feb3fc7f.tar.gz
cd src
tar zxvf pygame.tar.gz
cd ..
./bin/python src/pygame-pygame-6625feb3fc7f/setup.py -setuptools install
./bin/pip install https://github.com/sightmachine/SimpleCV/zipball/develop
Arch Linux
pacman -S python2-numpy opencv2.4.4_1 python-pygame python2-setuptools ipython2 python2-pip
pip install https://github.com/sightmachine/SimpleCV/zipball/develop
Fedora
sudo yum -y install python-ipython opencv-python scipy numpy pygame python-setuptools python-pip
sudo python-pip install https://github.com/sightmachine/SimpleCV/zipball/develop
Mac OS X
brew tap homebrew/science
brew install opencv
brew install git
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100