OpenCV est une bibliothèque puissante pour le traitement d’images et la vision par ordinateur. Si vous travaillez sur macOS et souhaitez l’utiliser, cet article vous guidera pas à pas pour l’installer en utilisant pip dans un environnement virtuel Python (venv). Nous expliquerons également pourquoi l’utilisation d’un environnement virtuel est une pratique recommandée.
Un environnement virtuel est un espace isolé pour Python qui vous permet d’installer des paquets sans affecter le système global ou d’autres projets. Voici quelques avantages majeurs :
requirements.txt qui liste les dépendances.Maintenant que nous avons vu pourquoi utiliser un environnement virtuel, passons à l’installation d’OpenCV4 sur macOS.
Avant de commencer, assurez-vous que :
python3 --versionpython3 -m pip install --upgrade pipxcode-select --install1. Créez un environnement virtuel
Dans le répertoire de votre projet, exécutez les commandes suivantes : python3 -m venv venv
Cela créera un répertoire nommé venv contenant votre environnement isolé.
2. Activez l’environnement virtuel
Activez l’environnement en tapant : source venv/bin/activate
Une fois activé, vous devriez voir (venv) précéder votre invite de commande.
3. Installez OpenCV avec pip
Avec l’environnement virtuel activé, installez OpenCV : pip install opencv-python
4. Vérifiez l’installation
Lancez Python et importez OpenCV pour confirmer l’installation :pythonimport cv2print(cv2.__version__)
Vous devriez voir la version d’OpenCV affichée.
Pout désactivez l’environnement virtuel
Une fois que vous avez terminé, vous pouvez quitter l’environnement avec : deactivate
En utilisant un environnement virtuel, vous vous assurez que votre projet est isolé et facile à gérer. L’installation d’OpenCV4 sur macOS avec pip devient simple et évitera les problèmes liés aux dépendances.
N’oubliez pas de toujours utiliser un environnement virtuel pour vos projets Python. Non seulement cela vous fait gagner du temps, mais cela rend aussi vos projets plus fiables et faciles à partager avec d’autres.
Bonne programmation avec OpenCV sur macOS !
Détecter les voies de circulation est une étape incontournable pour la réalisation d’un système de…
Dans cet article, nous allons voir comment capturer simplement une image grâce au module raspicam…
Aujourd’hui nous allons utiliser Dlib et OpenCV pour détecter les repères faciaux (facial landmarks) dans…
Nous avons vu dans un précédent article comment utiliser l’algorithme MobileNetSSD pour la reconnaissance d’objet…
Dans cet article, nous nous intéressons à l’utilisation des réseaux de neurones convolutifs dans le…
Derrière ce titre un peu trompeur, nous n’allons pas trouver Charlie dans une image, mais…