PythonでのOpenCVインストール手順を詳しく紹介

By /

PythonでのOpenCVインストール手順を詳しく紹介

はじめに：コンピュータビジョンの世界へようこそ

コンピュータビジョンは、コンピュータがデジタル画像や動画から有用な情報を抽出、理解、分析する技術分野です。自動運転車の認識システム、医療画像の診断支援、顔認証によるセキュリティ、製造業での品質検査、AR/VR技術など、その応用範囲は私たちの生活のあらゆる場面に広がっています。

コンピュータビジョンの分野で最も広く使われているライブラリの一つが、OpenCV（Open Source Computer Vision Library）です。2000年代初頭にIntelによって開発が始まり、現在ではオープンソースコミュニティによって活発に開発が続けられています。C++で書かれていますが、Python、Java、MATLABなど、様々な言語向けのインターフェース（ラッパー）が提供されており、特にPythonとの組み合わせは、その手軽さと豊富なライブラリエコシステムから非常に人気があります。

Python版OpenCVを使うことで、複雑なコンピュータビジョン処理を比較的少ないコード量で実現できます。画像処理、特徴量検出、物体検出、追跡、機械学習モデルとの連携など、OpenCVはコンピュータビジョン開発に必要な多くのツールを提供しています。

この記事では、Pythonを使ってOpenCVを始めるための第一歩として、最も基本的な「インストール手順」について、非常に詳細かつ網羅的に解説します。単にコマンドを示すだけでなく、なぜそのコマンドを使うのか、どのような選択肢があるのか、インストール時に発生しうる一般的な問題とその解決策、そして開発をスムーズに進めるための重要な前提知識までを深く掘り下げます。

対象読者は、Pythonを使ったコンピュータビジョン開発を始めたい初心者から、インストールの際に特定の環境や問題で詰まってしまう経験者まで、OpenCVのセットアップに関心のあるすべての方です。約5000語という長大な記事ですが、この記事を読めば、あなたの環境でPython版OpenCVを確実に、そして自信を持ってインストールできるようになることを目指します。

OpenCVインストールの重要性と前提知識

OpenCVを使い始めるにあたり、正しくインストールすることはスムーズな開発の基盤となります。バージョンによっては特定の機能が含まれていなかったり、依存するライブラリが不足していたりすると、プログラムが正常に動作しないことがあります。また、複数のプロジェクトに関わる場合、それぞれが異なるバージョンのOpenCVやその他のライブラリを必要とすることがあり、これが依存関係の衝突を引き起こす可能性があります。

これらの問題を回避し、安定した開発環境を構築するために、インストールの前にいくつか確認しておくべきこと、そして推奨される実践方法があります。

インストールの前に確認すること

  1. Pythonのインストール:
    OpenCVのPythonラッパーを使用するには、当然ながらPythonがシステムにインストールされている必要があります。多くのOSにはデフォルトでPythonがインストールされていますが、バージョンが古かったり、Pythonの公式サイトやAnacondaなどから別途インストールしたものと混在していたりすることがあります。使用したいOpenCVのバージョンがサポートしているPythonのバージョンを確認し、必要であれば最新版や適切なバージョンをインストールしてください。一般的に、OpenCVの最新版は比較的最近のPythonバージョン（例: 3.7以降）をサポートしています。

  2. pipの確認:
    Pythonのパッケージ管理システムであるpip（Package Installer for Python）は、OpenCVを含む多くのPythonライブラリをインストールするために広く使われています。Python 3.4以降では、pipはPythonと一緒にインストールされるのが標準です。コマンドライン（ターミナルやコマンドプロンプト）で pip --version または pip3 --version を実行して、pipが利用できるか、そしてそのバージョンを確認してください。もしpipがインストールされていない場合は、Pythonの公式サイトなどを参照してインストールする必要があります。また、古いバージョンのpipを使っていると、新しいパッケージのインストールで問題が発生することがありますので、必要に応じて pip install --upgrade pip コマンドで最新版にアップグレードしておくことをお勧めします。

  3. コマンドライン/ターミナルの操作:
    OpenCVのインストールは、基本的にコマンドライン（WindowsではコマンドプロンプトやPowerShell、macOSやLinuxではターミナル）から行います。基本的なコマンド入力や、現在のディレクトリの確認、移動などの操作に慣れておく必要があります。

仮想環境の利用推奨

Python開発における最も重要なベストプラクティスの一つが「仮想環境」（Virtual Environment）の利用です。仮想環境は、特定のプロジェクト専用のPython実行環境を作成する仕組みです。

仮想環境を利用すべき理由は以下の通りです。

  • 依存関係の分離: プロジェクトAがOpenCV 4.5を必要とし、プロジェクトBがOpenCV 4.2を必要とする場合、仮想環境を使わずにシステム全体にインストールすると、どちらかのプロジェクトで問題が発生する可能性があります。仮想環境を使用すれば、プロジェクトごとに必要なバージョンのライブラリを独立してインストールできます。
  • クリーンな環境の維持: システム全体にライブラリをインストールしすぎると、管理が煩雑になったり、意図しないライブラリ間の依存関係による問題が発生しやすくなります。仮想環境を使えば、プロジェクトに必要なものだけをインストールするため、システム全体をクリーンに保てます。
  • 管理者権限の問題回避: システムのPython環境にライブラリをインストールする場合、管理者権限が必要になることがあります。仮想環境はユーザーのホームディレクトリ内などに作成できるため、多くの場合は管理者権限なしにライブラリをインストールできます。

Pythonの標準ライブラリに含まれるvenvモジュール、またはAnaconda/Minicondaに付属するcondaなど、いくつかの仮想環境ツールがあります。この記事では、pipを使ったインストールを中心に解説するため、venvを使った仮想環境の利用方法を推奨します。Anacondaユーザーの場合は、condaを使った環境管理も一般的です。

基本的なインストール手順 (pipを使用)

Python版OpenCVのインストールは、pipを使うのが最も一般的で簡単です。OpenCVのPythonパッケージは、PyPI (Python Package Index) というPython公式のパッケージリポジトリで公開されており、pipはこのPyPIからパッケージをダウンロードしてインストールします。

OpenCVのPythonパッケージには、主に以下の3つのバリアントがあります。

  1. opencv-python: 最も基本的なパッケージです。主要なOpenCVモジュールを含んでいますが、特許などの関係で一部のノンフリーモジュール（例: SIFT, SURFなど）は含まれていません。ほとんどの一般的な用途にはこれで十分です。
  2. opencv-contrib-python: 上記のopencv-pythonに加えて、追加の（”contrib”）モジュールが含まれています。SIFTやSURFといった特許関連のアルゴリズムや、その他の実験的な機能や比較的新しい機能を使いたい場合に必要になります。
  3. opencv-python-headless / opencv-contrib-python-headless: これらはGUI機能（cv2.imshow() など、ウィンドウを表示する機能）を除いたヘッドレス版です。サーバー環境やDockerコンテナなど、GUIが不要な環境での使用に適しています。GUI関連の依存ライブラリ（GTK, Qtなど）が必要ないため、環境によっては依存関係の問題を避けられる場合があります。

通常、デスクトップ環境でGUIを使って画像処理結果などを確認しながら開発する場合は、opencv-pythonまたはopencv-contrib-pythonを選択します。どちらを選べばよいか迷う場合は、まずopencv-pythonを試してみて、後から必要に応じてopencv-contrib-pythonをインストールし直すのが良いでしょう。

標準版 (opencv-python) のインストール

標準版のOpenCVをインストールするには、コマンドラインで以下のコマンドを実行します。

まず、仮想環境をアクティベートしておくことを強く推奨します。まだ仮想環境を作成していない場合は、後述の「仮想環境の活用」セクションを参照して作成・アクティベートしてください。

仮想環境がアクティブな状態で、以下のコマンドを実行します。

bash
pip install opencv-python

または、複数のPythonバージョンがインストールされている環境で特定のPythonに関連付けられたpipを使いたい場合は、以下のように実行することもできます。

bash
python -m pip install opencv-python

あるいは、Python 3を使用していることが明確な場合は pip3 を使うこともあります。

bash
pip3 install opencv-python

これらのコマンドを実行すると、pipはPyPIから最新バージョンのopencv-pythonパッケージを探し、ダウンロードしてインストールします。ダウンロードには少し時間がかかる場合があります。進行状況がコマンドラインに表示されます。

インストールが成功すると、最後に成功メッセージが表示されます。

Successfully installed opencv-python-[バージョン番号] numpy-[バージョン番号]

（NumPyはOpenCVが内部で画像データを扱うために依存しているライブラリなので、通常はOpenCVと一緒にインストールされます。）

インストールの確認

インストールが成功したことを確認するには、Pythonインタプリタを起動し、OpenCVモジュールをインポートしてみます。

まず、仮想環境を使っている場合は、その仮想環境がアクティブであることを確認してください。

次に、コマンドラインで python または python3 と入力してPythonインタプリタを起動します。

bash
python

Pythonのプロンプト >>> が表示されたら、以下のコードを入力して実行します。

python
import cv2
print(cv2.__version__)

もしインストールが成功していれば、import cv2 はエラーなく実行され、print(cv2.__version__) はインストールされたOpenCVのバージョン番号（例: 4.8.0 など）を表示するはずです。

“`python

import cv2
print(cv2.version)
4.8.0 # ここにインストールされたバージョンが表示されます

“`

バージョン番号が表示されれば、OpenCVは正しくインストールされており、Pythonから利用可能な状態です。

もし ModuleNotFoundError: No module named 'cv2' というエラーが表示された場合は、インストールが失敗したか、現在使用しているPython環境にOpenCVがインストールされていない（例えば、仮想環境をアクティベートせずにシステム環境で実行しているなど）可能性があります。後述のトラブルシューティングセクションを参照してください。

様々な環境でのインストール

上記は最も基本的なインストール手順ですが、使用しているOSや環境によって、考慮すべき点や推奨される手順が異なる場合があります。ここでは、Windows、macOS、Linux、そしてAnaconda環境でのインストールについて、それぞれの注意点を含めて詳しく解説します。

Windowsでのインストール

WindowsはPython環境の構築が他のOSに比べて少し複雑になることがありますが、pipを使ったOpenCVのインストール自体は比較的簡単です。

  1. Pythonの確認とインストール:
    WindowsでPythonを使用する場合、いくつかの方法があります。

    • Python公式サイトからのインストール: 公式サイトからインストーラーをダウンロードして実行するのが標準的です。インストーラーを実行する際に、「Add Python to PATH」のオプションにチェックを入れるのを忘れないようにしてください。これにより、コマンドプロンプトやPowerShellから python や pip コマンドが実行できるようになります。
    • Microsoft Storeからのインストール: Windows 10以降では、Microsoft StoreからPythonをインストールすることも可能です。これも比較的簡単にセットアップできます。
    • Anaconda/Miniconda: データサイエンス分野でよく使われます。Anaconda NavigatorというGUIツールや、conda コマンドを使って環境を管理します（これについては後述します）。

    複数のバージョンのPythonがインストールされている場合は、どのPython実行環境に対してOpenCVをインストールしたいのかを明確にする必要があります。python -m pip install ... の形式でコマンドを実行すると、現在PATHが通っている python コマンドに関連付けられたpipが使われます。特定のPythonの場所を指定して実行することも可能です（例: C:\Python39\python.exe -m pip install opencv-python）。

  2. コマンドプロンプトまたはPowerShellの使用:
    OpenCVのインストールコマンドは、コマンドプロンプト (cmd.exe) またはPowerShellから実行します。検索バーに「cmd」や「PowerShell」と入力して起動できます。

  3. pipの確認とアップグレード:
    コマンドプロンプトまたはPowerShellで pip --version と入力し、pipが利用できるか確認します。もし存在しないか、バージョンが古い場合は、python -m ensurepip --upgrade や python -m pip install --upgrade pip を実行してインストール/アップグレードします。

  4. 仮想環境の作成とアクティベート:
    Windowsでも仮想環境の利用を強く推奨します。コマンドプロンプトまたはPowerShellで以下のコマンドを実行します。

    • 仮想環境の作成: python -m venv myvenv （myvenv は任意の環境名）
    • 仮想環境のアクティベート: .\myvenv\Scripts\activate （PowerShellの場合）または myvenv\Scripts\activate.bat （コマンドプロンプトの場合）

    仮想環境がアクティベートされると、コマンドプロンプトの先頭に環境名（例: (myvenv)）が表示されます。

  5. OpenCVのインストール:
    仮想環境がアクティブな状態で、以下のコマンドを実行します。

    powershell
    pip install opencv-python
    またはcontrib版なら
    powershell
    pip install opencv-contrib-python

  6. Visual C++ 再頒布可能パッケージ:
    稀に、OpenCVが依存する特定のDLLファイルが見つからないというエラー（例: ImportError: DLL load failed while importing cv2: ...）が発生することがあります。これは、OpenCVがビルドされた際に使用されたVisual Studioのランタイムライブラリがシステムに存在しない場合に起こりえます。その場合は、Microsoftの公式サイトから適切なバージョンのVisual C++ 再頒布可能パッケージ（通常はOpenCVのビルドに使用されたVisual Studioのバージョンに対応するもの）をダウンロードしてインストールしてみてください。使用しているPythonのビット数（32bitか64bit）に合わせて、x86版（32bit）かx64版（64bit）を選択する必要があります。現在のPythonのビット数は、Pythonインタプリタで import sys; print(sys.version) と実行すれば確認できます。

macOSでのインストール

macOSはUnixベースのOSなので、Linuxと似たような手順でインストールできます。

  1. Pythonの確認とインストール:
    macOSにはデフォルトでPythonがインストールされていますが、バージョンが古いか、あるいはApple Silicon搭載Macの場合はRosetta 2経由でIntel版Pythonが動作しているなど、扱いにくい場合があります。Homebrewなどのパッケージマネージャーを使って新しいPythonバージョンをインストールするのが一般的です。

    • Homebrew: brew install python コマンドで最新版のPythonを簡単にインストールできます。HomebrewでインストールされたPythonは通常 /usr/local/bin/python3 あるいは /opt/homebrew/bin/python3 (Apple Silicon) に配置され、関連するpipは pip3 として利用できます。

  2. ターミナルの使用:
    アプリケーションフォルダの「ユーティリティ」にある「ターミナル」を使用します。

  3. pipの確認とアップグレード:
    pip3 --version と入力して確認します。必要に応じて pip3 install --upgrade pip でアップグレードします。

  4. 仮想環境の作成とアクティベート:
    macOSでも仮想環境の利用を強く推奨します。ターミナルで以下のコマンドを実行します。

    • 仮想環境の作成: python3 -m venv myvenv
    • 仮想環境のアクティベート: source myvenv/bin/activate

    仮想環境がアクティベートされると、プロンプトの先頭に環境名が表示されます。

  5. OpenCVのインストール:
    仮想環境がアクティブな状態で、以下のコマンドを実行します。

    bash
    pip install opencv-python
    またはcontrib版なら
    bash
    pip install opencv-contrib-python

  6. Xcodeコマンドラインツール:
    Pythonや一部のライブラリのインストール/ビルドには、Xcodeコマンドラインツールが必要になる場合があります。インストールされていない場合は、xcode-select --install コマンドでインストールできます。

Linux (Ubuntu/Debian系) でのインストール

LinuxもPython開発に適した環境です。ディストリビューションによってパッケージ管理コマンド（apt, yum, dnfなど）が異なりますが、ここでは最も一般的なUbuntu/Debian系を例に挙げます。

  1. Pythonの確認とインストール:
    多くのLinuxディストリビューションにはデフォルトでPythonがインストールされています。システムにインストールされているPythonを使用するか、あるいは apt などのパッケージマネージャーを使って新しいバージョンをインストールします。

    • apt: sudo apt update && sudo apt install python3 python3-pip コマンドでPython 3とpipをインストールできます。

    Linuxでは、python コマンドがPython 2を指し、python3 コマンドがPython 3を指すことがよくあります。OpenCVは通常Python 3環境で使用するため、python3 および pip3 コマンドを使用することを意識してください。

  2. ターミナルの使用:
    標準のターミナルエミュレーターを使用します。

  3. pipの確認とアップグレード:
    pip3 --version と入力して確認します。必要に応じて pip3 install --upgrade pip でアップグレードします。apt でインストールした場合、pipはすでに利用可能なはずです。

  4. 仮想環境の作成とアクティベート:
    Linuxでも仮想環境の利用を強く推奨します。ターミナルで以下のコマンドを実行します。

    • 仮想環境の作成: python3 -m venv myvenv
    • 仮想環境のアクティベート: source myvenv/bin/activate

    仮想環境がアクティベートされると、プロンプトの先頭に環境名が表示されます。

  5. OpenCVのインストール:
    仮想環境がアクティブな状態で、以下のコマンドを実行します。

    bash
    pip install opencv-python
    またはcontrib版なら
    bash
    pip install opencv-contrib-python

  6. 必要なシステムライブラリ:
    pip でインストールされるOpenCVパッケージは、ビルド済みのバイナリホイール（.whl ファイル）として提供されます。これらのホイールファイルは、OpenCVのGUI機能（cv2.imshow() など）やビデオ関連機能（cv2.VideoCapture など）を利用するために、システムに特定のライブラリ（例: GTK+, FFmpegなど）がインストールされていることを前提としている場合があります。

    もし cv2.imshow() でウィンドウが表示されない、あるいは cv2.VideoCapture で動画ファイルが開けない/カメラが認識されないなどの問題が発生した場合は、以下のシステムライブラリをインストールする必要があるかもしれません。これはディストリビューションやOpenCVのバージョンによって異なりますが、一般的な例としては以下のようなものがあります（sudo apt install ... でインストール）。

    • GUI関連: libgtk2.0-dev, libcanberra-gtk-module (GNOME環境で発生しうる警告対策)
    • 動画関連: libavcodec-dev, libavformat-dev, libswscale-dev, libv4l-dev
    • 画像フォーマット関連: libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev (OpenCV 4.xではJasperは非推奨/削除傾向)

    これらの依存関係は複雑な場合があり、特に古いLinux環境では問題になることがあります。最新のPythonとpipを使用している場合は、提供されるホイールファイルに必要な依存関係が少ないか、あるいは共通的に存在するライブラリに依存していることが多いため、多くの場合上記の手順だけで問題なく動作します。

Anaconda/Miniconda環境でのインストール

AnacondaやMinicondaは、データサイエンスや機械学習分野で広く使われているPythonディストリビューションおよび環境管理システムです。conda という独自のパッケージマネージャーを持ち、pip とは異なるリポジトリからパッケージをインストールすることが多いです。

Anaconda/Minicondaを使用している場合は、pip を使う代わりに conda を使ってOpenCVをインストールするのが一般的です。conda はライブラリの依存関係をより厳密に管理するため、環境が安定しやすいというメリットがあります。

  1. Anaconda Navigator または コマンドプロンプト（Anaconda Prompt）の使用:
    Anaconda NavigatorというGUIツールを使うか、またはインストール時に作成される「Anaconda Prompt」（Windows）/「Terminal」（macOS, Linux）を起動して conda コマンドを実行します。通常のコマンドプロンプトやターミナルでも conda コマンドが利用できる設定になっている場合もあります。

  2. 新しい環境の作成:
    Anaconda環境では、プロジェクトごとに新しい環境を作成することを強く推奨します。これにより、依存関係の衝突を防ぎます。

    bash
    conda create -n myopencvenv python=3.9 # 環境名とPythonバージョンを指定

    このコマンドは myopencvenv という名前の新しい環境を作成し、指定したバージョンのPythonをインストールします。PythonバージョンはOpenCVがサポートしているものを選んでください（例: 3.7, 3.8, 3.9, 3.10など）。

  3. 環境のアクティベート:
    作成した環境をアクティベートします。

    bash
    conda activate myopencvenv

    アクティベートされると、プロンプトの先頭に環境名が表示されます。

  4. OpenCVのインストール:
    仮想環境がアクティブな状態で、conda コマンドを使ってOpenCVをインストールします。OpenCVパッケージは、デフォルトチャンネルや conda-forge といったコミュニティチャンネルから提供されています。conda-forge は最新のパッケージが揃っていることが多いです。

    bash
    conda install opencv # デフォルトチャンネル
    または、conda-forgeチャンネルからインストールする場合はチャンネルを指定します。
    bash
    conda install -c conda-forge opencv # conda-forgeチャンネルから

    conda はOpenCVとその依存関係（NumPyなど）を自動的に解決してインストールしてくれます。

    注意: Anaconda環境で pip install opencv-python を使うことも可能ですが、conda と pip のパッケージ管理は独立しているため、同じ環境内で両者を混在させると依存関係の問題が発生する可能性があります。特別な理由がない限り、Anaconda環境では conda install を使用することをお勧めします。もし pip を使う必要がある場合は、その環境で conda でインストールしたパッケージとの間に問題がないか注意深く確認してください。

  5. インストールの確認:
    環境がアクティブな状態でPythonインタプリタを起動し、import cv2 および print(cv2.__version__) を実行して確認します。

OpenCVの異なるバージョンのインストール

特定のプロジェクトでOpenCVの特定のバージョンが必要になることがあります。例えば、以前開発したコードが最新版では非推奨になった関数を使っている場合や、特定のバグが修正される前のバージョンが必要な場合などです。

pip を使う場合、インストールしたいパッケージ名の後に == とバージョン番号を指定することで、特定のバージョンをインストールできます。

bash
pip install opencv-python==4.2.0.32

このコマンドは、PyPIからopencv-pythonのバージョン4.2.0.32を探してインストールします。

インストールしたい特定のバージョンが分からない場合は、PyPIのウェブサイト（pypi.org）で「opencv-python」を検索するか、コマンドラインで以下のコマンドを実行して利用可能なバージョンの一覧を確認できます。

bash
pip index versions opencv-python

このコマンドは、PyPIで利用可能なすべてのバージョンをリストアップしてくれます。その中から必要なバージョンを選んでインストールコマンドのバージョン番号として指定してください。

すでにOpenCVがインストールされている環境で別のバージョンをインストールしたい場合は、一度既存のバージョンをアンインストールしてから新しいバージョンをインストールするのが安全です。

bash
pip uninstall opencv-python
pip install opencv-python==[インストールしたいバージョン]

uninstall コマンドは、本当にアンインストールするかどうかを確認してくるので、 y と入力してEnterキーを押します。

拡張版 (opencv-contrib-python) のインストール

前述したように、opencv-contrib-python パッケージには、標準版の opencv-python には含まれていない追加モジュール（”contrib” modules）が含まれています。これらのモジュールには、SIFT (Scale-Invariant Feature Transform) や SURF (Speeded Up Robust Features) といった特許によって保護されていたアルゴリズム（現在はSIFTはパブリックドメインになりましたが、SURFはまだIntelの特許です）や、その他の新しい機能や実験的な機能が含まれていることがあります。

これらのcontribモジュールが必要な場合は、標準版の代わりに opencv-contrib-python をインストールします。

仮想環境がアクティブな状態で、以下のコマンドを実行します。

bash
pip install opencv-contrib-python

標準版とcontrib版を同じ環境に同時にインストールすることはできません。もし標準版がインストールされている場合は、一度アンインストールしてからcontrib版をインストールする必要があります。

bash
pip uninstall opencv-python
pip install opencv-contrib-python

contrib版をインストールした場合も、import cv2 でモジュールがインポートされ、cv2.__version__ でバージョンが確認できます。contrib版の場合、バージョン番号の末尾に.contribのような表記は付きませんが、SIFTなどのcontribモジュールに含まれる機能が cv2 オブジェクトのメソッドとして利用できるようになります。

例として、SIFT機能が利用できるか確認するには、Pythonインタプリタで以下を実行します。

python
import cv2
sift = cv2.SIFT_create() # contrib版がインストールされていればエラーにならない
print(sift)

標準版のみをインストールしている環境で cv2.SIFT_create() を実行すると、AttributeError: module 'cv2' has no attribute 'SIFT_create' のようなエラーが発生します。

ソースコードからのビルド

ほとんどのユーザーにとって、pip や conda を使ったバイナリパッケージのインストールで十分です。しかし、以下のような特定の要件がある場合、OpenCVをソースコードからビルドする必要が出てくることがあります。

  • 特定のコンパイルオプションを有効にしたい（例: CUDAを使ったGPUサポート、特定のハードウェアアクセラレーション、特定の画像/動画フォーマットサポートなど）
  • 最新の開発版を試したい（まだバイナリパッケージが提供されていない場合）
  • デバッグシンボルを含めてビルドしたい
  • 特定のプラットフォームや環境向けに最適化したい

ソースコードからのビルドは、バイナリパッケージのインストールに比べて非常に手間がかかり、多くの依存ライブラリやビルドツール（C++コンパイラ、CMakeなど）が必要になります。また、ビルドが完了するまでに時間がかかる場合が多いです。

ここでは、ソースコードからのビルドの大まかな流れを紹介しますが、詳細な手順はOSや必要なオプションによって大きく異なるため、OpenCV公式ドキュメントや各プラットフォーム向けの専門的なガイドを参照することをお勧めします。

  1. 必要なツールのインストール:

    • C++ コンパイラ: GCC (Linux/macOS), Clang (macOS), MSVC (Windows) など
    • CMake: ビルド設定ツール
    • ビルドシステム: Make (Linux/macOS), Ninja, Visual Studio (Windows) など
    • Python開発ヘッダー: Pythonをビルドするために必要なヘッダーファイル（Linuxでは python3-dev や python3-devel など）
    • NumPy: ソースビルド前にNumPyをインストールしておく必要があります。
    • その他の依存ライブラリ: GUI（GTK, Qt）、動画（FFmpeg）、画像フォーマット（libjpeg, libpng, libtiffなど）、並列処理（TBB）、GPU（CUDA）など、有効にしたい機能に応じたライブラリ。

  2. OpenCVおよびOpenCV Contribモジュールのソースコードのダウンロード:
    GitHubのリポジトリからソースコードをダウンロードします。通常は git clone コマンドを使用します。
    bash
    git clone https://github.com/opencv/opencv.git
    git clone https://github.com/opencv/opencv_contrib.git
    特定のバージョンをビルドしたい場合は、リポジトリをクローンした後にそのバージョンのタグにチェックアウトします。

  3. ビルドディレクトリの作成とCMakeでの設定:
    ソースコードのディレクトリとは別に、ビルド用のディレクトリを作成し、その中でCMakeを実行します。CMakeを使って、ソースディレクトリ、ビルドオプション（有効/無効にする機能、依存ライブラリのパスなど）を指定します。

    bash
    cd opencv
    mkdir build
    cd build
    cmake -D CMAKE_BUILD_TYPE=Release \
    -D CMAKE_INSTALL_PREFIX=/usr/local \ # インストール先ディレクトリ
    -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \ # contribモジュールのパス
    -D PYTHON_EXECUTABLE=$(which python3) \ # 使用するPythonのパス
    -D BUILD_EXAMPLES=ON \ # サンプルコードのビルド
    -D INSTALL_PYTHON_EXAMPLES=ON \ # Pythonサンプルのインストール
    -D INSTALL_C_EXAMPLES=ON \ # C++サンプルのインストール
    -D WITH_QT=ON \ # GUIにQtを使用 (任意)
    -D WITH_OPENGL=ON \ # OpenGLサポートを有効 (任意)
    -D WITH_CUDA=OFF \ # CUDAサポートを有効にする場合はONに (任意)
    .. # 親ディレクトリにあるソースコードの場所を指す
    -D オプションで様々な設定を行います。使用するPythonのパス、有効にしたい機能（WITH_...=ON）、contribモジュールの場所などを正確に指定する必要があります。WindowsでVisual Studioを使う場合は、ジェネレーターとして -G "Visual Studio 16 2019" などを指定します。

  4. コンパイル:
    CMakeで設定が完了したら、指定したビルドシステムを使ってコンパイルを実行します。

    bash
    make -j$(nproc) # Linux/macOSでMakeを使用する場合 (jオプションで並列コンパイル)
    または
    bash
    cmake --build . --config Release --parallel # CMakeのビルドコマンドを使用する場合
    コンパイルには時間がかかります。

  5. インストール:
    コンパイルが成功したら、インストールコマンドを実行してシステムや指定した場所にライブラリを配置します。

    bash
    sudo make install # Linux/macOSでMakeを使用する場合 (システム全体へのインストールにはsudoが必要)
    または
    bash
    cmake --install . --config Release # CMakeのインストールコマンドを使用する場合

ソースコードからのビルドは、依存関係の解決やCMakeオプションの設定など、多くの専門知識を必要とします。特別な理由がない限り、pip や conda を使ったインストールを選択することをお勧めします。

仮想環境 (Virtual Environments) の活用

Python開発における仮想環境の重要性については既に述べましたが、OpenCVを含む多くのライブラリを使う際には特にそのメリットが大きくなります。ここでは、Python標準の venv を使った仮想環境の具体的な使い方を改めて説明します。

  1. 仮想環境の作成:
    プロジェクトを始めるディレクトリに移動し、以下のコマンドを実行します。

    bash
    python -m venv myproject_env # myproject_env は任意の環境名

    このコマンドを実行すると、カレントディレクトリ内に myproject_env という名前の新しいディレクトリが作成されます。このディレクトリの中に、独立したPython実行ファイルやpip、そしてライブラリをインストールするためのサイトパッケージディレクトリなどが含まれます。

    Windowsの場合：
    powershell
    python -m venv myproject_env

  2. 仮想環境のアクティベート（有効化）:
    仮想環境を使用するには、その環境を「アクティベート」する必要があります。アクティベートすることで、その後のコマンド実行（python, pip など）が、作成した仮想環境内のものに向けられます。

    • Linux/macOS:
      bash
      source myproject_env/bin/activate

    • Windows (コマンドプロンプト):
      cmd
      myproject_env\Scripts\activate.bat

    • Windows (PowerShell):
      powershell
      .\myproject_env\Scripts\activate

    アクティベートに成功すると、コマンドプロンプトやターミナルの行頭に仮想環境の名前（例: (myproject_env)）が表示されるようになります。

  3. 仮想環境へのOpenCVインストール:
    仮想環境がアクティブな状態で、通常の pip install コマンドを実行してOpenCVをインストールします。

    bash
    pip install opencv-python # または opencv-contrib-python

    これで、OpenCVはアクティブな仮想環境の中にだけインストールされます。システムのPython環境や他の仮想環境には影響しません。

  4. 仮想環境からのディアクティベート（無効化）:
    その仮想環境での作業を終え、システム環境に戻りたい場合、または別の仮想環境に切り替えたい場合は、以下のコマンドを実行します。

    bash
    deactivate

    プロンプトの行頭から環境名が消えれば、システム環境に戻ったことになります。

重要な注意点: OpenCVを使用するPythonスクリプトを実行する際は、必ずそのスクリプトを開発するためにOpenCVをインストールした仮想環境をアクティベートしてから実行してください。仮想環境をアクティベートせずに実行すると、システム環境にOpenCVがインストールされていなければ ModuleNotFoundError になりますし、システム環境に別のバージョンのOpenCVがインストールされている場合は、意図しないバージョンが使われる可能性があります。

インストールの確認と簡単な動作テスト

OpenCVが正しくインストールされ、動作するかを確認するための簡単なPythonコードを紹介します。このコードは、指定した画像ファイルを読み込み、ウィンドウに表示するだけのシンプルなものです。

まず、確認したい環境（仮想環境など）をアクティベートします。

次に、以下のコードを test_opencv.py のような名前で保存します。

“`python
import cv2
import sys
import os

print(f”OpenCV Version: {cv2.version}”)
print(f”Python Version: {sys.version}”)

テスト用の画像ファイルを用意する

スクリプトと同じディレクトリに “test_image.jpg” という名前で画像を置くか、

以下の path_to_image 変数に適切なパスを指定してください。

もし画像ファイルがない場合は、このスクリプトの実行前に適当な画像ファイルを用意するか、

画像読み込み・表示の部分をコメントアウトしてください。

path_to_image = “test_image.jpg” # 例: スクリプトと同じディレクトリにある画像ファイル

if not os.path.exists(path_to_image):
print(f”エラー: 画像ファイルが見つかりません – {path_to_image}”)
print(“スクリプトと同じディレクトリに ‘test_image.jpg’ を置くか、パスを修正してください。”)
# 画像ファイルがない場合でもバージョン確認はできるので、ここで終了しない
else:
# 画像ファイルを読み込む
# cv2.IMREAD_COLOR はカラー画像として読み込むことを指定 (デフォルト)
# 画像ファイルが存在しないか破損している場合、img は None になります
img = cv2.imread(path_to_image, cv2.IMREAD_COLOR)

if img is None:
    print(f"エラー: 画像 '{path_to_image}' を読み込めませんでした。ファイル形式を確認してください。")
else:
    # 画像のサイズを表示
    print(f"画像のサイズ: {img.shape} (高さ, 幅, チャンネル数)")

    # ウィンドウに画像を表示
    # "Test Image" はウィンドウのタイトル
    cv2.imshow("Test Image", img)

    print("画像が表示されました。ウィンドウが前面に表示されない場合は、タスクバーを確認してください。")
    print("いずれかのキーを押すとウィンドウが閉じます。")

    # キー入力があるまでウィンドウを表示したまま待機
    # 引数に 0 を指定すると、任意のキー入力で終了
    # 引数にミリ秒を指定すると、指定時間経過後に終了
    cv2.waitKey(0)

    # 開いたウィンドウをすべて閉じる
    cv2.destroyAllWindows()

    print("ウィンドウが閉じられました。")

print(“テストスクリプトの実行が完了しました。”)
“`

このスクリプトを実行するには、まずスクリプトと同じディレクトリに test_image.jpg という名前の画像ファイルを用意します。任意のJPG画像ファイルで構いません。

次に、コマンドライン/ターミナルで、このスクリプトを保存したディレクトリに移動し、仮想環境をアクティベートしてから以下のコマンドを実行します。

bash
python test_opencv.py

またはPython 3の場合は
bash
python3 test_opencv.py

期待される出力と動作：

  1. インストールされているOpenCVとPythonのバージョンが表示されます。
  2. 画像ファイルが見つかれば、そのパスが表示され、OpenCVを使って読み込まれます。
  3. 画像が正常に読み込まれれば、そのサイズ（高さ、幅、チャンネル数）が表示されます。
  4. 新しいウィンドウが開かれ、読み込んだ画像が表示されます。ウィンドウのタイトルは「Test Image」です。
  5. ターミナルには、「いずれかのキーを押すとウィンドウが閉じます。」というメッセージが表示され、プログラムはキー入力を待ちます。
  6. 画像ウィンドウをクリックしてアクティブにし、キーボードの任意のキー（例: Spaceキー）を押します。
  7. 画像ウィンドウが閉じられ、「ウィンドウが閉じられました。」というメッセージが表示されて、スクリプトが終了します。

もしこのスクリプトが途中でエラーになったり、画像ウィンドウが表示されなかったりした場合は、インストールの過程で問題があったか、実行環境に不足がある可能性があります。

よくある問題としては、以下のようなものがあります。

  • ModuleNotFoundError: No module named 'cv2'：OpenCVがインストールされていないか、仮想環境がアクティベートされていない。
  • 画像が表示されず、エラーも出ないが cv2.waitKey(0) で止まっている：GUIライブラリの依存関係が不足している（特にLinuxの場合）。または、画像ファイルが見つからない/読み込めないにも関わらず、エラー処理が不十分な場合。
  • cv2.imread が None を返す：画像ファイルが見つからない、またはファイル形式がOpenCVでサポートされていないか破損している。
  • WindowsでDLL関連のエラー：Visual C++ 再頒布可能パッケージが不足している可能性。

これらの問題については、次のトラブルシューティングセクションで詳しく解説します。

よくある問題とトラブルシューティング

OpenCVのインストールは、特に初心者にとって、様々な環境要因により問題が発生しやすい箇所です。ここでは、インストール時やインストール後の簡単な動作確認で遭遇しがちな一般的な問題と、その解決策を詳しく解説します。

1. ModuleNotFoundError: No module named 'cv2'

これは、Pythonが cv2 という名前のモジュールを見つけられないというエラーです。最も一般的なエラーの一つです。

原因と解決策:

  • OpenCVがインストールされていない: 単純に pip install opencv-python コマンドを実行し忘れているか、インストールが途中で失敗しています。もう一度コマンドを実行してみてください。ネットワーク接続が安定していることを確認してください。
  • 仮想環境がアクティベートされていない: 仮想環境にOpenCVをインストールしたが、スクリプトを実行する際にその仮想環境をアクティベートし忘れています。source myenv/bin/activate (Linux/macOS) や .\myenv\Scripts\activate (Windows) コマンドで仮想環境をアクティベートしてからスクリプトを実行してください。
  • 複数のPythonバージョンが存在し、意図した環境にインストールされていない: システムにPython 2とPython 3が共存している場合や、Homebrew/公式サイト/Anacondaなど複数の方法でPythonをインストールしている場合、pip コマンドがどのPythonに関連付けられているか不明確なことがあります。python -m pip install opencv-python や python3 -m pip install opencv-python のように、使用したいPython実行ファイルを明示的に指定してpipを実行してみてください。また、スクリプトを実行する際も、python ではなく python3 や特定のパスにあるPython実行ファイルを指定して実行する必要があるかもしれません。
  • インストールはされたが、PythonのサイトパッケージディレクトリがPATHに含まれていない（非常に稀）: 標準的なpipインストールでは通常問題ありませんが、非標準的なPython環境やインストール方法の場合に起こりえます。
  • 古いPythonバージョンを使用している: 使用しているPythonのバージョンが古すぎて、利用可能なOpenCVのホイールファイル（ビルド済みバイナリ）がない場合があります。OpenCVの最新バージョンは、新しいPythonバージョンのみをサポートしていることがあります。Pythonをアップグレードするか、使用しているPythonバージョンに対応したOpenCVの古いバージョンを探してインストールする必要があります（例: pip install opencv-python==4.2.0.32）。

2. WindowsでDLL関連のエラー (ImportError: DLL load failed, The specified module could not be found など)

Windows環境で import cv2 を実行した際に、OpenCVが依存するDLLファイルが見つからないという旨のエラーが発生することがあります。

原因と解決策:

  • Visual C++ 再頒布可能パッケージが不足している: OpenCVのホイールファイルは、特定のバージョンのMicrosoft Visual C++ でビルドされています。そのバージョンに対応する再頒布可能パッケージがシステムにインストールされていない場合にこのエラーが発生します。Microsoftの公式サイトから、使用しているOpenCVがビルドされたであろうVisual Studioのバージョン（例えば、OpenCV 4.x系ならVisual Studio 2015, 2017, 2019, 2022などに対応する再頒布可能パッケージであることが多いです）のx64版（64bit Pythonを使用している場合）またはx86版（32bit Pythonを使用している場合）をダウンロードしてインストールしてください。Pythonのビット数は import sys; print(sys.version) で確認できます。
  • Pythonのビット数とOpenCVホイールのビット数が一致しない: 32bit版のPythonに64bit版のOpenCVホイールをインストールしようとした（またはその逆）場合に問題が発生することがあります。pip install は通常、実行中のPythonに合ったホイールを自動的に選びますが、手動でダウンロードした.whl ファイルをインストールした場合や、環境が正しく設定されていない場合に起こりえます。使用しているPythonのビット数を確認し、それに合ったOpenCVパッケージがインストールされていることを確認してください。
  • PATH環境変数の問題: OpenCVのDLLファイルが適切な場所（通常はPythonのサイトパッケージディレクトリ内や、システムPATHが通った場所）に配置されていない、あるいはそれらの場所へのPATHが正しく設定されていない場合に起こりえます。ただし、標準的なpipインストールでは通常自動的に解決される問題です。
  • 他のソフトウェアとの競合: 稀に、他のソフトウェアがインストールした同じ名前のDLLファイルと競合して問題が発生することがあります。

3. cv2.imshow() でウィンドウが表示されない、またはすぐに閉じる/フリーズする

OpenCV自体はインポートできるものの、画像や動画を表示しようとすると問題が発生する場合です。

原因と解決策:

  • LinuxでのGUI関連依存ライブラリ不足: 特にLinux環境で、GUIバックエンド（GTK, Qtなど）やウィンドウシステムに関するシステムライブラリが不足している場合に発生しやすいです。sudo apt install libgtk2.0-dev やその他の必要なGUIライブラリをインストールしてみてください。Anaconda環境で conda install opencv した場合は、通常必要なGUIライブラリも conda が管理してくれます。
  • cv2.waitKey(0) がない、または引数が不適切: cv2.imshow() はウィンドウを作成し、画像を表示する関数ですが、表示したウィンドウを維持するためにはイベントループが必要です。cv2.waitKey() 関数はキー入力を待ち、ウィンドウを更新する役割も果たします。cv2.waitKey(0) は任意のキーが押されるまで無限に待機し、cv2.waitKey(ミリ秒) は指定したミリ秒だけ待機します。画像を表示してユーザーの操作を待ちたい場合は、cv2.waitKey(0) が必要です。もし waitKey を呼び出さなかったり、すぐに終了するような短い時間しか指定しなかったりすると、ウィンドウは一瞬表示されるか、全く表示されずにプログラムが終了してしまいます。
  • cv2.destroyAllWindows() が早すぎる段階で呼ばれている: waitKey を待たずに destroyAllWindows を呼んでしまうと、表示したウィンドウがすぐに閉じてしまいます。
  • バックエンドの問題: 使用している環境やOpenCVのビルド方法によっては、GUIバックエンド（GTK, Qtなど）の初期化に問題がある場合があります。特定の環境でのOpenCVのビルドオプションや依存関係について調べる必要があるかもしれません。Anaconda環境で conda install -c conda-forge opencv のように conda-forge からインストールすると、Qtなどが依存関係として自動的にインストールされ、この種の問題が解決されることがあります。
  • ヘッドレス版 (opencv-python-headless) をインストールしている: ヘッドレス版にはGUI機能が含まれていません。cv2.imshow() は存在しないか、ダミーの関数として機能しない可能性があります。GUIが必要な場合は、標準版 (opencv-python) またはContrib版 (opencv-contrib-python) をインストールし直してください。

4. pip関連の問題 (Permission denied, Requirement already satisfied, Read timed out など)

  • Permission denied: システム全体のPython環境にインストールしようとして、管理者権限がない場合に発生します。仮想環境を作成し、そこにインストールすることで解決できます。システム全体にどうしてもインストールしたい場合は、Linux/macOSでは sudo pip install ... のように sudo を使う必要があるかもしれませんが、これは非推奨です。
  • Requirement already satisfied: 要求されたパッケージ（OpenCV）が、すでにその環境にインストールされていることを示します。インストールは成功しています。ただし、意図したバージョンでない場合は、一度アンインストールしてからバージョンを指定して再インストールする必要があります。
  • Read timed out / Connection Error: パッケージのダウンロード中にネットワーク接続がタイムアウトしたり、切断されたりした場合に発生します。ネットワーク接続を確認し、しばらく待ってから再度コマンドを実行してみてください。プロキシ設定が必要な場合は、環境変数 HTTP_PROXY, HTTPS_PROXY を設定するか、pipのコンフィグファイル (~/.config/pip/pip.conf または %APPDATA%\pip\pip.ini) に proxy = http://user:pass@server:port のように記述する必要があります。
  • pipのバージョンが古い: 古いpipでは、新しいパッケージ形式（Wheelなど）に対応していなかったり、バグがあったりすることがあります。pip install --upgrade pip でpip自体を最新版にアップグレードしてみてください。

5. 特定の機能（例: SIFT, SURF）が利用できない (AttributeError)

cv2.SIFT_create() や cv2.xfeatures2d.SURF_create() のような関数を呼び出した際に AttributeError が発生する場合です。

原因と解決策:

  • 標準版 (opencv-python) をインストールしている: SIFTやSURFのような一部のアルゴリズムは、特許やライセンスの関係で標準版には含まれていません。これらの機能を使用するには、opencv-contrib-python パッケージをインストールする必要があります。標準版をアンインストールしてから pip install opencv-contrib-python を実行してください。
  • Contrib版のバージョンが古い: ごく稀に、使用しているOpenCVのバージョンでその機能がまだ実装されていないか、削除されている場合があります。OpenCVのドキュメントで、使用したい機能がどのバージョンで利用可能か確認してください。
  • 特定の機能がコンパイルオプションで無効化されている（ソースビルドの場合）: ソースコードからビルドした場合、その機能が有効になるようにCMakeオプションを設定しなかった可能性があります。

6. その他の問題

  • 画像ファイルが見つからない/読み込めない: cv2.imread() が None を返す場合、指定したパスに画像ファイルが存在しないか、ファイル形式がOpenCVでサポートされていないか、ファイルが破損しています。ファイルのパスが正しいか、OpenCVがサポートする形式（JPG, PNG, BMPなど）か確認してください。Unicode文字を含むパスの場合、Windowsでは cv2.imread() がうまく動作しないことがあります。その場合は、パスをエンコードしたり、cv2.imdecode を使ったりするなどの工夫が必要になる場合があります。
  • OpenCVのバージョン違いによる問題: 使用しているOpenCVのバージョンによって、関数名が変わったり、引数の順番や型が変更されたりすることがあります。古いコードを実行する際は、そのコードが想定しているOpenCVのバージョンと、実際にインストールされているバージョンが一致しているか確認してください。

これらのトラブルシューティングは一般的なものです。もし上記で解決しない場合は、エラーメッセージを正確にコピーし、使用しているOS、Pythonのバージョン、OpenCVのインストール方法（pip, condaなど）、OpenCVのバージョンなどの情報を添えて、Stack Overflowなどの技術系Q&AサイトやOpenCVのコミュニティフォーラムで質問してみることをお勧めします。エラーメッセージで検索すると、同じ問題に遭遇した人の解決策が見つかることも多いです。

OpenCVを使う上でのヒントとリソース

OpenCVのインストールが完了したら、いよいよコンピュータビジョン開発の始まりです。学習を効果的に進めるためのヒントと役立つリソースを紹介します。

  • 公式ドキュメントを読む: OpenCVの公式ドキュメント（docs.opencv.org）は、各関数の使い方、チュートリアル、例などが豊富に揃っています。これはOpenCVを学ぶ上で最も重要なリソースです。特にPython向けのチュートリアルは非常に充実しています。
  • サンプルコードを試す: OpenCVのリポジトリやドキュメントには、様々な機能を使ったサンプルコードが含まれています。これらのコードを実行し、動作を確認しながら、OpenCVの各機能がどのように使われるのかを学ぶのが効果的です。pip install でインストールした場合は、通常サンプルコードは一緒にインストールされませんが、GitHubからソースコードをクローンすれば入手できます（ソースビルドのセクションを参照）。
  • NumPyを理解する: OpenCVで画像を扱う際、画像データはNumPy配列（numpy.ndarray）として表現されます。OpenCVの多くの関数はNumPy配列を入力として受け取り、NumPy配列を返します。NumPyの基本的な操作（配列の作成、インデックス参照、スライシング、演算など）を理解しておくと、OpenCVを使った画像処理のコードをより効率的に書くことができます。NumPyはOpenCVの依存ライブラリなので、OpenCVをインストールすれば通常自動的にインストールされますが、別途学習することをお勧めします。
  • Matplotlibで結果を可視化する: cv2.imshow() は手軽ですが、より柔軟な画像の表示や、グラフ plotting などと組み合わせて結果を分析したい場合は、Matplotlibライブラリが便利です。OpenCVで処理した画像をNumPy配列として取得し、Matplotlibの plt.imshow() で表示することができます。
  • コミュニティを活用する: Stack Overflowの opencv タグや、OpenCV公式フォーラム、関連するメーリングリストなどは、OpenCVに関する質問や情報交換の場として活発です。問題にぶつかったとき、他の開発者からアドバイスを得ることができます。
  • 関連ライブラリを学ぶ: OpenCVと組み合わせてよく使われるライブラリには、Scikit-image (画像処理)、Scikit-learn (機械学習)、TensorFlow/PyTorch (深層学習) などがあります。これらのライブラリと連携することで、より高度なコンピュータビジョンアプリケーションを開発できます。

まとめ

この記事では、PythonでOpenCVを利用するために必要なインストール手順について、様々な側面から詳細に解説しました。

まず、OpenCVとは何か、なぜPythonとの組み合わせが人気なのかという背景から始まり、インストールの前に準備すべきこととして、Python環境とpipの確認、そして何よりも重要な「仮想環境の活用」について説明しました。

次に、pip install opencv-python という最も基本的なインストールコマンドを中心に、標準版と拡張版（opencv-contrib-python）の違い、そしてWindows、macOS、Linux、Anacondaといった異なる環境でのインストール方法とそれぞれの注意点について詳しく解説しました。また、特定のOpenCVバージョンをインストールする方法や、特殊なケースとしてソースコードからビルドする際の大まかな流れにも触れました。

インストールが完了した後に、OpenCVが正しく動作するかを確認するための簡単なPythonスクリプト（画像表示）を紹介し、それを使ってインストールを確認する方法を具体的に示しました。

最後に、インストール時や使用時に遭遇しうる様々な一般的な問題（ModuleNotFoundError, DLLエラー, imshow 問題など）とその原因、そしてそれぞれの具体的な解決策について、トラブルシューティングセクションを設けました。これにより、多くの読者が自力で問題を解決できるようになることを目指しました。

OpenCVのインストールは、コンピュータビジョン開発の第一歩です。このステップを無事にクリアすれば、OpenCVが提供する強力な機能を使って、様々な画像処理やコンピュータビジョンアルゴリズムをPythonで実装できるようになります。

この記事が、あなたのOpenCVを使ったコンピュータビジョン開発の助けとなり、このエキサイティングな分野での学びと創造を後押しできれば幸いです。インストールという最初のハードルを越え、OpenCVの豊富な機能をぜひ explor してみてください。

コメントする

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

上部へスクロール