一. 安装Anaconda
Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
1. 下载安装文件
官网下载太慢，好在有 清华大学镜像站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
找到近期的版本直接下载即可。
2. 开始安装
直接双击开始安装：
这里最好不要安装到系统盘，Anaconda还是挺吃磁盘的，最好安装到其他分区，路径中不要含有中文
第一个选框：在开始菜单中创建Anaconda的快捷方式，必须选上，非常有用；
第二个选框：将Anaconda中的Python注册为系统默认的Python环境，选上；
第三个选框：完成后清除包缓存，选上，节省磁盘空间；
再然后就等待安装完成吧，时间还是挺长的。
3. 设置环境变量
将以下路径添加到【Path】中：
E:\Data_anaconda2023
E:\Data_anaconda2023\Scripts
E:\Data_anaconda2023\Library\mingw-w64\bin
E:\Data_anaconda2023\Library\usr\bin
E:\Data_anaconda2023\Library\bin
4. 设置镜像地址和虚拟环境主目录位置
在使用 conda 安装包时，默认情况会去外网下载，速度非常慢，改成国内的镜像站就好多了。
另外还有必要对 conda create 创建虚拟环境的主目录位置进行定义，否则都扔到系统盘里就麻烦了。
开始 > 运行：%HOMEPATH%，或者在资源管理器的地址栏直接输入，都可以进入到当前用户的主目录。
比如：C:\Users\hello
在该目录内找一个名为：.condarc 的文件，没有的话可以手动创建一个，然后设置内容：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- defaults
show_channel_urls: true
envs_dirs:
- E:\Data_anaconda2023\envs
保存关闭即可。
5. 顺手配置pip的镜像
开始 > 运行：%APPDATA%，或者在资源管理器的地址栏直接输入，都可以进入到当前用户的应用数据目录。
比如：C:\Users\hello\AppData\Roaming
在该目录内创建一个文件夹：pip，然后在这个文件夹内创建一个文件：pip.ini，并设置内容如下：
[global]
time-out=60
index-url=https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=tsinghua.edu.cn
保存关闭即可。
二. 使用Anaconda
安装好之后，开始菜单里的快捷方式：
红框那个就是Anaconda的终端工具，平时就可以利用它来和Anaconda来打交道。
这里最好使用管理员权限运行终端，否则可能会由于目录权限不够造成创建的虚拟环境被打发到系统盘。
这就是刚打开终端的简陋样子。
左边括号里的 base，意思是当前使用的是默认的 base 虚拟环境。
1. 查看当前Anaconda的版本：
2. 查看当前Anaconda的配置信息：
3. 查看当前的虚拟环境列表：
第一个 base 是默认的主环境；
下面的 opencv 是我之前创建的虚拟环境。
带 *星号 的表示当前被激活的环境。
4. 创建新环境方法：
conda create -n myenv python=3.8
其中的 myenv 就是新环境的名称，后面可以指定 python 的版本。
5. 激活指定的虚拟环境：
conda activate opencv
再次使用 conda env list 查看时，就会发现已经切换到 opencv 环境，同时命令提示符前面的括号里，也变成了 opencv。
6. 删除指定的虚拟环境：
conda env remove -n env_name
7. 查看当前环境中已安装的包：
conda list
8. 安装新包：
conda install package_name
9. 删除已安装的包：
conda uninstall package_name
三. 安装OpenCV
经反复测试确定：Python 3.8.18 和 OpenCV 4.5.5 版本可以正常运行。