文章目录

问题描述

在anaconda中创建了pytorch的虚拟环境，需要安装opencv，使用命令

pip install opencv-python

进行安装，但是报如下的错误：
在这里插入图片描述
提示缺少skbuild这个模块，于是又运行下面命令安装skbuild

pip install scikit-build

之后继续安装opencv，又会报 Failed building wheel for opencv-python 的错，尝试了多种方法也没有得以解决。
于是又开始在找其他解决方案。

网上也有说升级pip再重新安装的，还有说进入到 \anaconda\envs\pytorch\Lib\site-packages 进行安装的，但是没有解决我的问题。

解决方法

最后的最后，我直接指定了opencv的版本（比最新的版本低）进行安装，安装成功了。也不清楚是什么问题，不知道是不是我的pytorch的版本太高了。
安装命令：

pip install opencv-python==3.4.9.31

在这里插入图片描述
于是就可以开心愉快得使用opencv了。

# opencv # python # 计算机视觉 # pytorch
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

Expect脚本实战：多条件匹配与防卡死技巧

在自动化测试和系统初始化中，我们常常使用 Expect 脚本来完成一系列交互操作，比如自动输入密码、监听输出并作出响应。然而，实际项目中可能遇到多步骤输出匹配的场景：只有在 先匹配到某一行输出，再匹配到另一行输出 时，才需要做出响应。同时，如果 “testX failed” 出现了，但 “set params error” 没有在合理时间内出现，不要卡死，而是打印警告并继续。这个写法的问题在于：如

avatar 2048 AI社区

AI模型版本控制的标签管理：架构师的技巧

在AI模型生命周期中，版本控制是保障模型可追溯性、协作效率与生产可靠性的核心环节。而标签管理作为版本控制的"语义接口"，其设计质量直接决定了团队对模型版本的理解、检索与复用能力。本文从架构师视角出发，结合第一性原理与MLOps实践，系统阐述AI模型标签管理的理论框架、架构设计、实现机制与高级考量。通过拆解标签的"唯一标识+语义描述"本质，提出四维标签模型。

avatar 2048 AI社区

Expect脚本实战：多条件匹配与防卡死技巧

在自动化测试和系统初始化中，我们常常使用 Expect 脚本来完成一系列交互操作，比如自动输入密码、监听输出并作出响应。然而，实际项目中可能遇到多步骤输出匹配的场景：只有在 先匹配到某一行输出，再匹配到另一行输出 时，才需要做出响应。同时，如果 “testX failed” 出现了，但 “set params error” 没有在合理时间内出现，不要卡死，而是打印警告并继续。这个写法的问题在于：如

avatar 2048 AI社区