Ubuntu 开发环境安装指南

本文档用于在 Ubuntu / WSL 中搭建基础 Python 开发环境，内容包括 Miniconda 安装、VS Code 安装，以及 OpenCV 环境配置。

适用对象：需要进行 Python、计算机视觉、算法实验开发的同学
作者：姜树豪（JSH）
更新时间：2026-03-09

目录

1. 安装 Miniconda
2. 安装 VS Code
3. 使用 Conda 配置 OpenCV 环境
4. 常见问题
5. 常用命令速查表

1. 安装 Miniconda

Miniconda 是一个轻量级的 Python 环境管理工具，适合在 Ubuntu 中快速搭建独立开发环境。

1.1 先确认系统架构

1

uname -m

如果输出为：

• x86_64：使用 Linux-x86_64 安装包
• aarch64：使用 Linux-aarch64 安装包

1.2 安装 Miniconda（x86_64 示例）

1
2
3
4

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

如果你的系统是 ARM64，请把安装包文件名改成对应架构版本。

1.3 激活 Conda

1

source ~/miniconda3/bin/activate

这一步很重要。 如果不执行，后面可能会出现：

1

conda: command not found

1.4 初始化 Conda

1

conda init all

执行后重新打开终端，或者执行：

1

source ~/.bashrc

1.5 查看 Conda 版本

1

conda --version

2. 安装 VS Code

2.1 下载 VS Code 的 .deb 安装包

在浏览器中进入 VS Code 官网，下载 Ubuntu 对应的 .deb 安装包。

2.2 进入下载目录

例如：

1
2

cd ~/Downloads
ls

确认当前目录下确实存在下载好的 .deb 文件。

2.3 安装 VS Code

推荐使用：

1

sudo apt install ./code_*.deb

如果你知道具体文件名，也可以直接写完整名字：

1

sudo apt install ./code_x.x.x-xxxxxxxxxxxx_amd64.deb

2.4 如果依赖缺失

执行：

1

sudo apt --fix-broken install -y

3. 使用 Conda 配置 OpenCV 环境

建议优先使用 Conda 安装 OpenCV，并尽量不要在同一个环境中混用 conda 和 pip。

3.1 创建环境

1

conda create -n study python=3.10 -y

参数说明：

• -n study：环境名称为 study
• python=3.10：指定 Python 版本
• -y：自动确认安装过程中的提示

3.2 激活环境

1

conda activate study

如果忘记环境名称，可以查看：

1
2

conda env list
conda info --envs

3.3 安装 OpenCV

1

conda install -c conda-forge opencv=4.5.5

3.4 验证安装

1

python -c "import cv2; print(cv2.__version__)"

如果能够输出版本号，说明安装成功。

3.5 使用 pip 安装的写法

如果必须使用 pip，可以这样安装：

1

pip install opencv-python==4.5.5

如果网络较慢，也可以使用镜像源：

1

pip install opencv-python==4.5.5 -i https://pypi.tuna.tsinghua.edu.cn/simple/

3.6 退出环境

1

conda deactivate

4. 常见问题

4.1 为什么输入 conda 提示找不到命令

通常是因为你还没有执行：

1

source ~/miniconda3/bin/activate

或者还没有执行：

1
2

conda init all
source ~/.bashrc

4.2 为什么不建议在一个环境里混用 conda 和 pip

因为两者的依赖解析机制不同，混用后更容易出现版本冲突、包覆盖和环境异常。

4.3 为什么安装 OpenCV 前要先激活环境

因为你要确保 OpenCV 安装到指定虚拟环境里，而不是装到系统默认 Python 环境中。

5. 常用命令速查表

总结

这一篇的主线很简单：

1. 安装 Miniconda
2. 初始化 Conda
3. 安装 VS Code
4. 创建虚拟环境
5. 在虚拟环境中安装 OpenCV

只要顺着这条线做，Python 开发环境基本就搭好了。