4、Python环境搭建：安装Python、pip、常用库
行，开始动手搭环境。
说实话，这一步看着基础，但我在线下班带学员时，至少有一半的坑都出在这里。你想想看，环境没搭好，后面代码跑不起来，自己还找不到原因，多耽误事。
我个人习惯是先装好一个干净的 Python 解释器，再配 pip，最后把水印需要用到的几个库一口气装完。这样后面三十章基本不用再动环境。
4.1 选哪个 Python 版本？
我建议直接用 Python 3.9 或 3.10。为什么？
- 3.8 太老，有些新库不勤快更新了
- 3.11、3.12 虽然新，但 opencv-python 的预编译包偶尔会缺
- 3.9 和 3.10 是当前生态最稳的区间
我曾经在某次项目里直接装了 Python 3.12，结果 pip install opencv-python 报错，硬是等了一周才出修复版。从那以后我就记住：不要追新，要追稳。
4.2 安装 Python 与 pip
下载安装包时，注意勾选 Add Python to PATH。这个复选框很多人会漏掉。漏掉之后你打开终端敲 python 就会报“不是内部或外部命令”。
安装完成后，打开终端（Windows 下按 Win+R，输入 cmd；macOS/Linux 直接开 Terminal），敲下面两行验证：
python --version
pip --version理想输出：
Python 3.9.13 | 你的版本号可能略不同 |
pip 23.0.1 from ... (python 3.9) | pip 附带在 Python 安装包里 |
如果 pip 没装上，去 （不要链接，纯说明） 手动下载 get-pip.py 然后 python get-pip.py。不过现代安装包都默认带 pip，极少需要手动搞。
4.3 搭建隔离环境（可跳过，但推荐）
为什么我强调“推荐”？因为水印课程用到的库版本冲突可能性很小，你不建虚拟环境也能跑。但我习惯了每个项目一个 venv，防止以后装其他东西把依赖搞乱。
一行搞定：
python -m venv watermark_env激活：
- Windows：
watermark_env\Scripts\activate - macOS/Linux：
source watermark_env/bin/activate
激活后终端前面会多一个 (watermark_env) 提示符。舒服。
4.4 安装核心库：一张表看懂
| 库名 | 作用 | 安装命令 |
|---|---|---|
| Pillow | 图像打开、保存、裁剪、像素操作（水印嵌入的基础） | pip install Pillow |
| numpy | 数组运算、矩阵变换（水印算法里到处用它） | pip install numpy |
| opencv-python | 高级图像处理、DWT/DCT 变换、特征提取 | pip install opencv-python |
| matplotlib | 画图、显示对比结果、分析水印效果 | pip install matplotlib |
四个库加起来也就几十 MB，网速正常的话两分钟装完。
我个人习惯一次性安装：
pip install Pillow numpy opencv-python matplotlibpip 会自动处理依赖顺序。我记得有一次单独装 opencv 时等了半天，后来发现把 numpy 先装上能快不少。
4.5 验证安装
装完别急着关终端。写一段小脚本，能跑通才算完：
from PIL import Image
import numpy as np
import cv2
import matplotlib.pyplot as plt
print("所有库导入成功！")
print("Pillow 版本：", Image.__version__)
print("NumPy 版本：", np.__version__)
print("OpenCV 版本：", cv2.__version__)
print("Matplotlib 版本：", plt.matplotlib.__version__)如果没报错，恭喜，环境搭建圆满完成。
pip install opencv-python 报错缺少 libGL.so。原因是系统没有图形库。解决方法：brew install libgl1-mesa-glx libglib2.0-0（Linux 类似）。Windows 一般没这问题。
4.6 环境搭建全流程一图览
下面这张图把刚才的步骤串在一起，你跟着走就不会漏：
这张图从左到右、从上到下：下载 → 安装 → 验证 → 创建虚拟环境（可选） → 装库 → 写验证脚本。跟着走，半小时内环境肯定立起来。
4.7 小结
嗯，环境这东西，一次搭好，后面省心。你可能会遇到网络超时、pip 报错、缺少 c++ 编译环境等情况。不用慌，一般搜一下报错信息就能解决。实在不行，先确认 Python 版本和 pip 版本，然后再试一遍安装命令。
我个人觉得，把环境搭建这一步做扎实了，后面水印编码/解码的代码才能跑得顺。下一章我们将正式进入图像基础操作，你先把这四个库都装好，我们到时候直接写代码。
（完）