安装软件确实是一件很痛苦的事，我发誓以后我开发的软件，安装过程一定弄得很简单。
好吧，步入正题，在 anaconda 中配置 opencv，分两种情况：
这时候，步骤就相对简单了：
1. 在 anaconda 中创建工作环境。
2. 将 opencv 中的 pyd 文件，复制到工作环境中。
3. 配置 opencv 环境变量。
4. 在工作环境中下载 NumPy。
- 这种工具可用来存储和处理大型矩阵，比 python 自身的嵌套列表（nested list structure) 结构要高效的多。
- 提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。
5. 在工作环境中下载 SciPy。
- 一款方便、易用的 python 的科学和工程计算工具包。
- 它包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理，常微分方程求解器等。
详细步骤：
1. 创建 opencv 工作环境。
可参考【https://www.cnblogs.com/bjxqmy/p/12661931.html】，内有详细步骤。
环境名为 opencv37
2. 将 opencv 中的 pyd 文件，复制到工作环境中。
pyd 文件在如下目录中：
将其复制到 opencv37 环境的 Lib 下的 site-packages 中。
3. 配置 opencv 环境变量。
在 Path 中添加如下两个环境变量：C:360DownloadsSoftware 为opencv 安装路径
4. 进入 opencv37 环境。
命令窗口中输入：activate opencv37，出现下图，即证明已进入 opencv37 环境中
5. 在工作环境中下载 NumPy。
输入 ：conda install numpy
输入：y
5. 在工作环境中下载 SciPy。
输入 ：conda install scipy
输入：y
6. 验证
打开 Anaconda Prompt，进入 opencv37 即 opencv 工作环境，输入 python ，接着粘贴以下测试代码：
import cv2 as cv
img=cv.imread(“C:/360Downloads/1.jpg”)
cv.imshow(“img”,img)
cv.waitKey(0)
安装成功！！！
这时候，步骤也挺简单的：
1. 在 anaconda 中创建工作环境。
2. 下载 opencv_python.whl。
3. 在工作环境中下载 NumPy。
4. 在工作环境中下载 SciPy。
5. 在工作环境中安装 opencv_python.whl。
详细步骤：
1. 创建 opencv 工作环境。
可参考【https://www.cnblogs.com/bjxqmy/p/12661931.html】，内有详细步骤。
环境名为 opencv4
2. 下载 opencv_python.whl。
首选清华园镜像【https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/】。
下载 opencv_python-4.2.0.34-cp37-cp37m-win_amd64.whl，随便放在哪，安装完成后就可以删除了。
- 4.2.0 为 opencv 版本；
- cp37 表示支持的 python 版本为 python3.7 ；
- win 表示 windows；
- amd64 表示支持 64 位系统。
3. 进入 opencv4 环境。(上有详细过程)
命令窗口中输入：activate opencv4。
4. 在工作环境中下载 NumPy。(上有详细过程)
输入 ：conda install numpy
输入 ：y
5. 在工作环境中下载 SciPy。(上有详细过程)
输入 ：conda install scipy
输入 ：y
6. 在工作环境中安装 opencv_python.whl。
pip install ...opencv_python-4.2.0.34-cp37-cp37m-win_amd64.whl
7. 测试
打开 Anaconda Prompt，进入 opencv4 即 opencv 工作环境，输入 python ，接着粘贴以下测试代码：
import cv2 as cv
img=cv.imread(“C:/360Downloads/1.jpg”)
cv.imshow(“img”,img)
cv.waitKey(0)
借鉴博客：
https://www.cnblogs.com/dadidelearning/p/10779843.html
https://blog.csdn.net/iracer/article/details/51537020