很多朋友为了学习python、ML（机器学习）、DL（深度学习）、opencv等花费了大量时间配置安装环境（一个朋友花了4天时间才配置好）各种搜索、下载、安装配置，出问题等。

市面上的配置资料很多，选择也成为了难题，实际上呢，很多高效的方法提供给了我们，比如一些集成套件等。
本文基于对大量资料的查询、对比和验证，发现利用现有资源，搭建集成开发环境约30分钟（网速够快），具体方法分享出来，方便大家学习，减少时间和人力付出，提升效率。
本文搭建的环境，包括了opencv的人脸检测、识别（opencv_contrib包里面，包含了很多图像识别的算法），大家安装opencv（基础包）请下载包含opencv_contrib包的程序，否则，在图像检测学习时，需要重新安装配置。

有好的安装方法，欢迎分享！

配置顺序简述

基于64位win7环境

1.win7

2.pycharm pycharm2017.1.3 （点击下载）

3.Anaconda3-4.4.0

https://repo.continuum.io/archive/Anaconda3-4.4.0-Windows-x86_64.exe

4.opencv+contrib包

opencv_python‑3.2.0+contrib‑cp36‑cp36m‑win_amd64.whl

建议用这个，包含contrib（人脸识别、神经网络cnn等）要用到。

5.测试是否安装成功

一、运行环境

1.操作系统

win7

集成开发环境

pycharm2017.1.3 （点击下载）

下载地址：

https://www.jetbrains.com/pycharm/download/#section=windows

http://download.csdn.net/detail/cunjue/9793897

http://download.csdn.net/detail/cunjue/9793899

破解说明

http://blog.csdn.net/julialove102123/article/details/67638185

2.系统软件

python3.6

建议下载套件（anaconda），不用配置多个库。

https://www.continuum.io/anaconda-support

https://www.continuum.io/downloads/

本文下载

https://repo.continuum.io/archive/Anaconda3-4.4.0-Windows-x86_64.exe

3.opencv开发包

opencv3.2

opencv_contrib3.2

据官方说法，目前还不是太稳定的算法模块都在opencv_contrib里边，由于不稳定，所以不能在release版本里发行，只有在稳定以后才会放进release里边。但是这里边有很多我们经常要用的算法，比如SIFT，SURF等（在xfeatures2d 模块里边）。官网提供了说明，可以把opencv_contrib扩展模块添加编译到已安装的opencv3.0.0里边，也可以安装的时候直接把扩展模块编译进去一并安装。
opencv功能的补充包，不安装该包，人脸可以检测（谁的脸都可以）到，但是不能识别（谁的脸，具体哪个人的脸）。

opencv3.2和opencv_contrib3.2可以用一个包，红色框中（对应具体机器位数）

例如：64位

opencv_python‑3.2.0+contrib‑cp36‑cp36m‑win_amd64.whl

或者

opencv_contrib_python-3.2.0.7-cp36-cp36m-win_amd64.whl