㈠ 怎么配置opencv python3.6.1 anaconda
电脑系统：win7 64位，（其他系统类似）
关于Anaconda3-4.4.0下配置OpenCV3.2.0
1.首先官网下载最新版本的Anaconda3-4.4.0（基于自己的电脑选择32位或64位），该版本已经支持最新的Python3.6；
注意：安装过程中：
1）安装路径可以改变，但一定要是非汉语命名的文件夹路径；
2）一定要选择“Add PATH TO ....”(增加环境变量)， 如果首次安装，这个一定要选择，虽然软件不建议，但也要选择； 不然在win命令提示符窗口，输入一些更新或下载命令，会显示“...不是内部或外部命令”； 例如，输入命令：conda list 或 conda --version 或 python
2.配置opencv3.2.0版本，看了好多关于这方面的贴子
提醒的是，也有其他的配置方法，例如
--在win命令提示符窗口输入：conda install --channel https://conda.anaconda.org/menpo opencv3 或 conda install -c https://conda.binstar.org/menpo opencv3
--这些要依据自己的网络好不好而决定，如果好的话，可以试试；反之，就算了，安装中途就会终止。
--如果按照上面博主的方法配置，还要需要根据安装python的版本下载相应的opencv *.whl文件
--笔者是python3.6，所以对应的是opencv_python‑3.2.0‑cp36‑cp36m‑win_amd64.whl这个文件
--下载地址： www.lfd.uci.e/~gohlke/pythonlibs/#opencv
- 按Win+R 输入cmd打开命令提示符窗口，进入到D:\Program Files\Anaconda3\Lib\site-packages文件夹下
--笔者将Anaconda3安装在了D盘的program files里面，因此路径如上，这个根据自己的安装路径而定，但是 X:\*******\Anaconda3\Lib\site-packages不变
- 在win命令提示符窗口，执行命令上面下载的opencv *.whl文件，
--如：pip install opencv_python‑3.2.0‑cp36‑cp36m‑win_amd64.whl
--执行完，显示成功安装 opencv-python‑3.2.0，就应该没问题；
笔者想说的是：如果上面等等的方法都不成功，直接可将已经配置好的opencv文件复制到X:\*******\Anaconda3\Lib\site-packages文件夹下也行；
Anaconda3需要配置的Opencv文件如下（与Python配置的完全不同），红色的就是opencv *.whl文件，可以不复制进来。有需要的请留下邮箱，在线发送。
3. 最后就是测试
㈡ 重装系统后（win10）如何配置anaconda（3）
1. 设置好GPU开发环境，安装cuda8.0和cudnn5.1
2. 安装Anaconda3-4.3.1-Windows-x86_64，默认Python版本为3.6
3. 安装完以后，打开Anaconda Prompt，输入清华的仓库镜像，更新包更快：
conda config --add channelshttps://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
4. 建立TensorFlow空间：conda create -n tensorflow python=3.5，设置Python版本为3.5
5. 激活TensorFlow空间：activate tensorflow
6. 安装TensorFlow：pip install--ignore-installed --upgrade tensorflow_gpu-1.0.0-cp35-cp35m-win_amd64.whl
7. 测试TensorFlow：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
设置SSD运行环境
1． 安装numpy（anaconda 离线安装）：pipinstall numpy-1.12.1-cp35-none-win_amd64.whl
2． 安装matplotlib（anaconda 离线安装）：pipinstall matplotlib-2.0.1-cp35-cp35m-win_amd64.whl
3． 安装opencv（离线）：anaconda中安装：pipinstall opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl
4． 下载TensorFlow版本的SSD：git clone https://github.com/balancap/SSD-Tensorflow.git，或者下载压缩包解压
5． 解压TensorFlowssd目录下的/checkpoint里的ssd_300_vgg.ckpt.zip，得到模型参数
6． 安装pycharm-community-2017.1.2.exe，python编辑器，File->Setting->Project:Python->ProjectInterpreter:修改Python版本到TensorFlow工作空间下的python
7． 在notebook下新建工程，新建test_ssd.py文件
8． 在pycharm中打开ssd_notebook.ipynb，复制非注释的内容至test_ssd.py下
9． 修改test_ssd.py：
# Test on some demoimage and visualize output.
#path = '../demo/'
#image_names = sorted(os.listdir(path))
#print(image_names)
#for it in image_names:
cam=cv2.VideoCapture(0)
success, img = cam.read()
while success:
#img = cv2.imread(path+it)#mpimg.imread(path + it)
t1=cv2.getTickCount()
rclasses, rscores, rbboxes = process_image(img)
visualization.bboxes_draw_on_img(img,rclasses, rscores, rbboxes, visualization.colors_plasma)
t2=cv2.getTickCount()
print('time consumption:%.3f ms'%(1000*(t2-t1)/cv2.getTickFrequency()))
cv2.imshow('test',img)
c=cv2.waitKey(1)
if c==27:
break
# visualization.bboxes_draw_on_img(img, rclasses,rscores, rbboxes, visualization.colors_plasma)
#visualization.plt_bboxes(img, rclasses,rscores, rbboxes)
success, img = cam.read()
10． 运行程序test_ssd.py