2024年8月2日 星期五

[Python]如何在Ubuntu中建置python venv虛擬環境,並安裝TensorFlow和OpenCV函式庫?

為了在樹莓派上實現物件影像辨識功能,同時不影響樹莓派原來的python運行環境,選擇建置python虛擬環境[Note1]是一個好方式,其可避免版本衝突和不同運行環境的問題。另外,一併在該虛擬環境中安裝TensorFlow[Note2]和OpenCV[Note3]等等函式庫,並確認版本是否符合需求。

建置python虛擬環境

建置python虛擬環境有venv, virtualenv, conda等方式,其中venv最為簡單易用,也符合此影像辨識的項目需求,建置步驟如下:

1.安裝python venv虛擬環境庫
raspberry@raspberry-desktop:~/python-venv$ sudo apt install python3-venv
2.建立名稱為tensorflow_env資料夾
raspberry@raspberry-desktop:~/python-venv$ python3 -m venv tensorflow_env
3.啟動tensorflow_env的python venv虛擬環境 
raspberry@raspberry-desktop:~/python-venv$ source tensorflow_env/bin/activate

在tensorflow_env中安裝TensorFlow和OpenCV

完成tensorflow_env虛擬環境後,接續在tensorflow_env虛擬環境中,安裝TensorFlow和OpenCV兩個函式庫,如下:

(tensorflow_env) raspberry@raspberry-desktop:~/python-venv$ pip install tensorflow
(tensorflow_env) raspberry@raspberry-desktop:~/python-venv$ pip install
opencv-python
(tensorflow_env) raspberry@raspberry-desktop:~/python-venv$ pip install
opencv-contrib-python

確認tensorflow_env中TensorFlow和OpenCV的版本

為了確認安裝在tensorflow_env虛擬環境中的TensorFlow和OpenCV的版本,可先簡易撰寫一個test.py檔案,test.py程式碼如下:

import tensorflow as tf # 匯入TensorFlow函式庫 
import cv2 # 匯入OpenCV函式庫 
print(tf) print(tf.__version__
print(cv2) print(cv2.__version__)

在終端機執行結果如下:

(tensorflow_env) raspberry@raspberry-desktop:~/python-venv$ python /home/raspberry/project_HY/python_HY/test.py

<module 'tensorflow' from '/home/raspberry/python-venv/tensorflow_env/lib/python3.10/site-packages/tensorflow/init.py'> 2.16.1 <module 'cv2' from '/home/raspberry/python-venv/tensorflow_env/lib/python3.10/site-packages/cv2/init.py'> 4.9.0

離開tensorflow_env虛擬環境

(tensorflow_env) raspberry@raspberry-desktop:~/python-venv$ deactivate
raspberry@raspberry-desktop:~/python-venv$

Note:

1.之所以稱之為虛擬環境,即是與原作業系統中的python進行隔離,因此在虛擬環境中所需要的庫都需要重新安裝,避免與原系統中的python安裝庫的版本有所衝突,特別符合測試需求的環境。

2.TensorFlow 是由Google開發的一個開源的機器學習和深度學習框架,其具有高度靈活性和擴展性,可讓開發者建立和訓練神經網路模型。

3.OpenCV是一個開源的電腦視覺和機器學習軟體庫,其可以用於影像處理、視訊捕捉和分析等領域,並容易與許多程式語言搭配使用,如python和matlab等。

4.在物件影像辨識中,OpenCV一般用於影像的讀取和輸出等等處理需求,而TensorFlow則是用於加載模型格式和推論作業。

沒有留言:

張貼留言