1、安装pycharm

官网上找社区版安装

2、安装python并在pycharm上配置解释器

  1. 官网上下载，并注意勾选选项
    自定义安装步骤
  2. setting，project interpret。。。。。

3、下载并安装库

修改pip安装库的路径 路径设置为：

D:\python\Python310\Lib\site-packages

4、打开已有项目

  1. 文件，打开，选择项目文件夹
  2. 配置解释器

5、下载jupyter notebook

  1. "pip install jupyter"
  2. "jupyter notebook"
    c盘有下载的文件夹（是运行jupyter后才有的，因为jupyter的默认工作目录是c：\用户\pc）

6、更改jupyter默认工作目录

！注意删除目录前的“#”和空格

  1. 在cmd中运行jupyter notebook --generate-config，该命令运行结束后在下列目录下会出现“jupyter”文件夹
  2. “C:\Users\pc.jupyter”目录下，有配置文件
  3. 修改配置文件中的“direcotry”，打开配置文件，直接按CTRL+f，搜索directory即可。更改目录完成后保存。
  4. “C:\Users\pc.jupyter”目录下的配置文件不能删除，否则配置的目录就失效了。

7、安装Anaconda（包含jupyter notebook，优点：可部分代替pip install库，python版本不同，jupyter notebook和pycharm切换麻烦-jupyter单个文件，pycharm项目用。。。。），PyTorch框架（和tensorflow框架，keras框架。。。），GPU(CUDA)....

8、无需本地配置tensorflow这些，在云端也可以使用。如colab、。。。。

9、安装tensorflow

  1. pip install tensorflow
  2. python安装tensorflow出现的问题 参考第五步，问题解决

10、安装opencv

  1. pip install opencv-python
  2. 在pycharm中运行，报错“ImportError: Could not find the DLL(s) 'msvcp140.dll or msvcp140_1.dll'. TensorFlow requires that these DLLs be installe.....”
  3. 可能是自动安装的版本有问题
  4. 查看安装的opencv版本
python
import cv2
cv2.__version__

源代码所用的版本是OpenCV3.4.4，我安装的版本是4.5.5 5. 在官网上下载对应的opencv版本

方法2：
就是opencv官网介绍的安装方法，但是有些需要改，这里把步骤说明下：
1）先下载win版本的opencv并extract，然后在opencv\build\python\cv2下选择对应python版本文件夹下(比如我的是python-3.7)的 .pyd文件（cv2.cp37-win_amd64.pyd）。
2）将该文件复制到你要安装的环境下的 Lib\site-packages路径下（G:\software_Anaconda\Anaconda3\envs\tensorflow\Lib\site-packages），重命名为 cv2.pyd
3）在Pycharm相应的解释器下就可以使用opencv了

  1. 下载了相应的opencv版本以后，所支持的python版本与我电脑上安装的版本不同

等等、、、、、、那个报错显示的是tensorflow。。。好吧，返回第九步

11、安装sklearn库

12、出错

  1. module 'tensorflow' has no attribute 'placeholder'
    原因：tensorflow1.0版本中有“placeholder”，而2.0x中没有了。
    解决：将import tensorflow as tf替换为
import tensorflow.compat.v1 as tf   #替换上一句，否则会报错。
tf.disable_v2_behavior()
  1. cv2.imshow('图片名',图片)输出图片显示未响应、
    解决：下面三行代码一起写
cv2.imshow("Image",image)
cv2.waitKey()
cv2.destroyAllWindows()
  1. 更新pip版本
    cmd下输入python -m pip install --upgrade pip