如何在Windows中为64位Python 3.6安装OpenCV？导入失败求解

嘿，我懂你现在的糟心处境——之前32位Python配OpenCV用得顺风顺水，为了TensorFlow切到64位就卡壳了。别慌，我给你捋捋解决思路，还有靠谱的替代工具：

先搞定OpenCV导入的核心问题 #

其实手动折腾官网预编译库很容易踩版本适配的坑，我推荐你优先试试这些更高效的方法：

• 用pip自动适配安装（最省心）：别再盯着官网压缩包折腾了，直接打开你的64位Python环境终端，运行：

  pip install opencv-python
  # 要是需要SIFT、SURF这类扩展模块，就装这个带完整功能的版本：
  pip install opencv-contrib-python
  

  这个命令会自动下载适配你64位Python的OpenCV版本，完全不用手动配置路径，成功率超高。

• 检查版本和环境冲突：

  1. 先确认你用的确实是64位Python，在终端输入这段代码验证：

     import platform
     print(platform.architecture())
     

     输出应该是('64bit', 'WindowsPE')这类明确的64位标识。
  2. 排查多Python版本冲突：有时候终端默认调用的Python不是你装TensorFlow的那个，用where python（Windows）或which python（Linux/macOS）确认路径，或者用虚拟环境彻底隔离不同版本的Python环境。

• 如果坚持手动装官网库：
  一定要下载对应64位系统的预编译包，然后把OpenCV目录里的build\x64\vcXX\bin（XX是你的Visual Studio版本，比如vc14对应VS2015）路径添加到系统环境变量PATH里，重启IDE或终端后再尝试导入。

要是OpenCV实在搞不定，这些替代工具也能完美搭配TensorFlow #

如果OpenCV的问题一时半会儿绕不过去，这几个工具和TensorFlow兼容性拉满，功能也能覆盖大部分视觉需求：

• Pillow（PIL）：最基础也最常用的图像处理库，支持图像读写、裁剪、缩放、颜色调整这些核心操作，和TensorFlow配合毫无压力，安装命令：

  pip install pillow
  

• scikit-image：比Pillow功能更专业，内置了边缘检测、特征提取、图像分割等进阶算法，适合做复杂的计算机视觉任务，安装：

  pip install scikit-image
  

• TensorFlow内置的tf.image模块：不用额外装库，TensorFlow本身就带了图像处理功能，比如图像缩放、翻转、颜色空间转换、数据增强这些，直接在TensorFlow计算图里操作，高效又省心。

• Mahotas：专注于计算机视觉的轻量级库，运算速度快，支持很多图像分析功能，适合做特征提取这类任务，安装：

  pip install mahotas
  

内容的提问来源于stack exchange，提问作者Richard Marin