关于opencv-python模块的两个问题（如cv2.imshow）
Two questions about opencv-python module (e.g., cv2.imshow)
我通过 pip install opencv-python 安装来使用 opencv-python，而不是从源构建。
之前我都是从源码构建opencv，但是安装过程很痛苦。 pip安装非常简单，我可以使用它的大部分功能。一个问题是我不能再使用 cv2.imshow（可能是因为它需要 OS GUI？）。
cv2.imshow("test",xx)
OpenCV Error: Unspecified error (The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Carbon support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script) in cvShowImage, file /io/opencv/modules/highgui/src/window.cpp, line 583
有两个问题：
是否有 cv2.imshow 的替代方案，它轻巧、简单且适合像视频一样显示图像帧？
除了imshow，如果我只用pip版本，还有没有更关键的功能不能用了？
opencv-python 包不安装 contrib 模块，它不是用 ffmpeg 编译的，所以像 imshow 这样的东西在 [=39= 上不起作用] 或 Mac，以及许多其他 GUI 功能。见 official package index docs for opencv-python.
从源代码编译 OpenCV 的安装会更加简洁。这有点痛苦，但在我看来是值得的；安装几次后你会变得更好。学习 cmake 也很有价值。我确定您已经看过 macOS and Ubuntu 的经常链接的 pyImageSearch 教程。
作为我以前在 Stack 上从未见过的替代方案，Udacity 有一个自动驾驶汽车纳米学位课程，他们有一个 open repository on their GitHub for the starter kit。您只需使用 conda 安装（并在此过程中创建一个 conda 虚拟环境），它附带许多与课程相关的附加库（例如 TensorFlow、Matplotlib、Jupyter 等） .它与 Python 3.5 和 OpenCV 3.1.0 一起安装。它跨平台运行良好（包括 Windows）并且设置起来轻而易举。说明在存储库的 README.md 文件中。
最后，有许多用于图像处理或至少 GUI 界面的库比 OpenCV 的有限功能集要好得多，这从来都不是详尽无遗的。您可能会尝试的几个是 matplotlib, PIL, scikit-image, and lastly really lightweight, nicely object oriented, plus comes preinstalled in Python tkinter。即使 使用 正常工作的界面，您可能会发现自己想要更多功能，所有这些都在不同程度上提供了这些功能。
我通过 pip install opencv-python 安装来使用 opencv-python，而不是从源构建。
之前我都是从源码构建opencv，但是安装过程很痛苦。 pip安装非常简单，我可以使用它的大部分功能。一个问题是我不能再使用 cv2.imshow（可能是因为它需要 OS GUI？）。
cv2.imshow("test",xx)
OpenCV Error: Unspecified error (The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Carbon support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script) in cvShowImage, file /io/opencv/modules/highgui/src/window.cpp, line 583
有两个问题：
是否有
cv2.imshow的替代方案，它轻巧、简单且适合像视频一样显示图像帧？除了
imshow，如果我只用pip版本，还有没有更关键的功能不能用了？
opencv-python 包不安装 contrib 模块，它不是用 ffmpeg 编译的，所以像 imshow 这样的东西在 [=39= 上不起作用] 或 Mac，以及许多其他 GUI 功能。见 official package index docs for opencv-python.
从源代码编译 OpenCV 的安装会更加简洁。这有点痛苦，但在我看来是值得的；安装几次后你会变得更好。学习 cmake 也很有价值。我确定您已经看过 macOS and Ubuntu 的经常链接的 pyImageSearch 教程。
作为我以前在 Stack 上从未见过的替代方案，Udacity 有一个自动驾驶汽车纳米学位课程，他们有一个 open repository on their GitHub for the starter kit。您只需使用 conda 安装（并在此过程中创建一个 conda 虚拟环境），它附带许多与课程相关的附加库（例如 TensorFlow、Matplotlib、Jupyter 等） .它与 Python 3.5 和 OpenCV 3.1.0 一起安装。它跨平台运行良好（包括 Windows）并且设置起来轻而易举。说明在存储库的 README.md 文件中。
最后，有许多用于图像处理或至少 GUI 界面的库比 OpenCV 的有限功能集要好得多，这从来都不是详尽无遗的。您可能会尝试的几个是 matplotlib, PIL, scikit-image, and lastly really lightweight, nicely object oriented, plus comes preinstalled in Python tkinter。即使 使用 正常工作的界面，您可能会发现自己想要更多功能，所有这些都在不同程度上提供了这些功能。