А ты готов опознавать котов? Нейросети и котики – детям. Максим Попов. Читать онлайн. Newlib. NEWLIB.NET

Автор: Максим Попов
Издательство: ЛитРес: Самиздат
Серия:
Жанр произведения: Книги для детей: прочее
Год издания: 2021
isbn: 978-5-532-95805-0
Скачать книгу
то есть сообщить среде разработки, где живет функция, которую собираешься вызвать.

      Но прежде, чем подключать библиотеку, ее нужно установить, то есть скачать ее из сети на свой комп в то место, где среда разработки их хранит. Нам понадобится установить три библиотеки:

      OpenCV – это библиотека компьютерного зрения (Computer Vision – CV), именно в ней “живут” нужные нам функции опознавания объектов и огромное множество других возможностей, которые мы точно не успеем рассмотреть в нашей книге;

      imutils – библиотека для работы с изображениями (Image Utilities – imutils), которая помогает получать фото и видео от разных источников, изменять размер, вращать и выполнять прочие нужные в быту операции;

      NumPy – очень мощная математическая библиотека.

      Итак, собственно установка. Обрати внимание, что для скачивания библиотек требуется доступ в интернет. Нам необходимо вызвать так называемую консоль, то есть окно ввода текстовых команд. Для этого нажимаем комбинацию клавиш Win + R (Win – это клавиша с эмблемой Windows, она есть на всех современных клавиатурах). В появившемся окне набираем cmd и нажимаем Enter.

      Будет отображено окно ввода текстовых команд, там набираем команду установки пакета OpenCV для Python:

      pip3 install opencv-python

      Нажимаем Enter. После завершения установим еще один пакет:

      Конец ознакомительного фрагмента.

      Текст предоставлен ООО «ЛитРес».

      Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

      Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

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