python配置OpenCV相对于c++的配置方法容易的多，但建议在Anaconda中的Python虚拟环境中使用，这样更方便进行包管理和环境管理：

先激活Anaconda的python虚拟环境：

conda activate GGBoy

随后下载 opencv 包：

conda install opencv

下载完成后在python终端导入 cv2 测试下是否下载成功

(GGBoy) C:\Users\114514>python
Python 3.6.13 |Anaconda, Inc.| (default, Mar 16 2021, 11:37:27) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>>

使用Opencv显示图像：

python">import cv2
import sysif len(sys.argv) > 1:  image = cv2.imread(sys.argv[1], cv2.IMREAD_UNCHANGED)  if image is None:  print(f"未能读取图像文件: {sys.argv[1]}")  sys.exit(1)  
else:  print("请提供图像文件路径作为命令行参数。")  sys.exit(1)  cv2.imshow("image", image)  
cv2.waitKey(0)  
cv2.destroyAllWindows()

随后在虚拟环境中运行此文件：
在运行命令后要加上图像的存放路径

(GGBoy) C:\Users\114514>cd C:\Users\114514\Desktop(GGBoy) C:\Users\114514\Desktop>python cv36.py C:\Users\114514\Desktop\GGBoy.jpg

显示图像

使用Opencv将图片数字化:

python">import cv2  
import numpy as np  image_path = 'C:\\Users\\114514\\Desktop\\GGBoy.jpg' 
image = cv2.imread(image_path)  if image is None:  print(f"无法读取图片: {image_path}")  
else:   print(f"图片形状: {image.shape}")  print(f"图片数据类型: {image.dtype}")  # 通过numpy数组来访问和操作这些数字化数据  digitized_image = np.array(image)  # 打印数字化矩阵的一部分（左上角的10x10像素）  print(digitized_image[:10, :10])

彩色图片转换为灰度图片：

python">import cv2  image_path = 'C:\\Users\\114514\\Desktop\\ggboy.jpg'
color_image = cv2.imread(image_path)  if color_image is None:  print(f"未能读取图片: {image_path}")  
else:  gray_image = cv2.cvtColor(color_image, cv2.COLOR_BGR2GRAY)  cv2.imshow('GGBoy Image', gray_image)  cv2.waitKey(0)  cv2.destroyAllWindows()  gray_image_path = 'C:\\Users\\114514\\Desktop\\ggboy2.jpg'  cv2.imwrite(gray_image_path, gray_image)