Windows 下使用 uv 从零配置 Python 及 OpenCV 环境

初始化项目：

uv init

🔵 第三步：安装 OpenCV

继续在终端中输入：

uv add opencv-python

(uv 会自动创建虚拟环境 .venv 文件夹，并将 OpenCV 及其依赖（如 NumPy）安装进去)

🟣 第四步：进阶理解 (配置文件与同步)

在使用 uv 时，理解以下两个概念非常重要。

1. 核心配置文件：pyproject.toml

当你执行 uv init 和 uv add 后，根目录下会自动生成一个 pyproject.toml 文件。这就是你的'项目说明书'。

示例文件内容如下：

[project]
name = "my-opencv-project"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.10"
dependencies = [
    "opencv-python>=4.10.0.84",
]

作用：这个文件告诉 uv，你的项目叫什么，需要什么 Python 版本，以及依赖哪些库。如果你把代码发给同学，他们只需要有这个文件，就能还原出和你一模一样的环境。

2. 环境同步命令：uv sync

uv sync 是 uv 中最强大的命令之一，它的作用是'让你的虚拟环境 (.venv) 与 锁定文件 (uv.lock) 保持绝对一致'。

什么时候使用 uv sync？

场景一：刚下载别人的代码 你从 GitHub 上克隆了一个项目，或者同学发给你一个压缩包。你电脑上还没有 .venv 文件夹。此时，只需运行：

uv sync

uv 会自动读取配置文件，下载 Python，安装所有依赖，一键配好环境。

场景二：手动修改了配置文件 如果你手动打开 pyproject.toml，在 dependencies 里加了一行 "requests"，保存后环境里并不会自动有这个包。此时，运行：

uv sync

uv 会检测到变化，并把 requests 安装进去。

🔴 第五步：配置 VS Code 识别环境

虽然环境装好了，但 VS Code 可能还不知道。

1. 检查右下角：打开项目里的 main.py 文件，看 VS Code 右下角是否显示 3.10.x ('.venv': venv)。
2. 手动选择 (如果没显示)：
   • 按 Ctrl + Shift + P 打开命令面板。
   • 输入并选择 Python: Select Interpreter。
   • 在列表中选择带有 ('.venv') 或 Recommended 字样的选项。

⚫ 第六步：编写代码测试

修改项目中的 main.py 文件，内容如下：

import cv2
import sys
import numpy as np

def main():
    print("-" * 30)
    print(f"Python 版本：{sys.version.split()[0]}")
    print(f"OpenCV 版本：{cv2.__version__}")
    # 测试 NumPy (OpenCV 通常会自动安装它)
    try:
        # 创建一个 100x100 的黑色图像
        img = np.zeros((100, 100, 3), dtype=np.uint8)
        print("✅ NumPy 配合正常，虚拟图像创建成功。")
    except Exception as e:
        print(f"❌ 出错：{e}")
    print("-" * 30)

if __name__ == "__main__":
    main()

运行代码

在终端输入：

uv run main.py

预期结果

------------------------------ 
Python 版本：3.10.x 
OpenCV 版本：4.x.x 
✅ NumPy 配合正常，虚拟图像创建成功。 
------------------------------