M1 Macbook配置OpenCV机器学习环境详细步骤

要想建立一个计算机视觉的开发环境，必须安装多种图像处理模块和深度学习框架. OpenCV是一个典型的计算机视觉专用库，支持多语言、跨平台、强大的功能，广泛应用于图像分割、人脸识别、物体识别、动作跟踪、动作分析、机器视觉等。

观看安装视频链接：https://youtu.be/6835OZT0Y5Y

设置Xcode

打开终端并执行

sudo xcode－select －－install

安装HomeBrew（原生Apple Silicon M1）

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
 
echo “export PATH=/opt/homebrew/bin:$PATH” >> ~/.zshrc
 
 
//Restart The Terminal
 
brew install gcc
 
brew install cmake
 
brew install wget
 

安装Miniforge，设置Conda环境
点击下面的链接下载(Apple Silicon)版本

https://github.com/conda-forge/miniforge

打开终端并执行以下操作

// If the Downloaded File Stored in Download
cd Downloads
 
bash Miniforge3-MacOSX-arm64.sh
 
//After Installation Completes Restart Terminal
 
//Creating Conda Environment named ml You can use any name in place           of "ml"
 
conda create --name ml
 
conda install -y python==3.8.6
 
conda install -y pandas matplotlib scikit-learn jupyterlab
 
安装Tensorflow
单击下面的链接并下载文件

https://github.com/apple/tensorflow_macos/releases

Am在2021年3月3日为M1使用最新的TF alpha 2版本。

//if Download Directory is Downloads
cd Downloads
tar xvf tensorflow_macos-0.1alpha2.tar.gz
cd tensorflow_macos/arm64
 
//Dont Forget To Activate Conda Environment 
 
conda activate ml
 
// Install specific pip version and some other base packages
pip install --force pip==20.2.4 wheel setuptools cached-property six
 
// Install all the packages provided by Apple but TensorFlow
pip install --upgrade --no-dependencies --force numpy-1.18.5-cp38-cp38-macosx_11_0_arm64.whl grpcio-1.33.2-cp38-cp38-macosx_11_0_arm64.whl h5py-2.10.0-cp38-cp38-macosx_11_0_arm64.whl tensorflow_addons_macos-0.1a2-cp38-cp38-macosx_11_0_arm64.whl
 
// Install additional packages
pip install absl-py astunparse flatbuffers gast google_pasta keras_preprocessing opt_einsum protobuf tensorflow_estimator termcolor typing_extensions wrapt wheel tensorboard typeguard
 
// Install TensorFlow
pip install --upgrade --force --no-dependencies tensorflow_macos-0.1a2-cp38-cp38-macosx_11_0_arm64.whl
 
安装额外的包

pip install matplotlib
conda install -c conda-forge scikit-learn
pip install keras
pip install notebook
 
编译和安装OpenCV
//I Suggest To Do all this Inside miniforge3 dir for that
//  cd miniforge3
 
 wget -O opencv.zip https://github.com/opencv/opencv/archive/4.5.0.zip
 
 wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/4.5.0.zip
 
 unzip opencv.zip
 
 unzip opencv_contrib.zip
 
 cd opencv-4.5.0
 
mkdir build && cd build
 
//Here Take Care Of Paths of OPENCV_EXTRA_MODULES_PATH and   
//    PYTHON3_EXECUTABLE If you're Beginner watch the YouTube  video
//And If Inside miniforge3 just place your <username>.
 
cmake \
-DCMAKE_SYSTEM_PROCESSOR=arm64 \
-DCMAKE_OSX_ARCHITECTURES=arm64 \
-DWITH_OPENJPEG=OFF \
-DWITH_IPP=OFF \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=/Users/<username>/miniforge3/opencv_contrib-4.5.0/modules \
-D PYTHON3_EXECUTABLE=/Users/<username>/miniforge3/envs/ml/bin/python3 \
-D BUILD_opencv_python2=OFF \
-D BUILD_opencv_python3=ON \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=OFF \
-D OPENCV_ENABLE_NONFREE=ON \
-D BUILD_EXAMPLES=ON ..
 
make -j8
//"8" is the number of cores To be used(This Step Takes Time)
 
sudo make install
 
//Linking OpenCV To Conda Environment 
 
mdfind cv2.cpython
//From the output Copy the Path similar to the below one 
 
"/usr/local/lib/python3.8/site-packages/cv2/python-3.8/cv2.cpython-38-darwin.so cv2.so"
 
cd 
 
cd miniforge3/envs/dev/lib/python3.8/site-packages
 
ln -s PasteYourCopiedPathHere

原文出处链接https://blog.csdn.net/woshicver/article/details/114994435