Pular para conteúdo

Ferramentas e Instalação — Visão Computacional

Escolha seu caminho

Você pode trabalhar localmente (recomendado) ou usar Google Colab (sem instalação).

Baixar Python VS Code Google Colab

1) Opção A — Instalação local (recomendada)

1.1 Python

Versão recomendada

Use Python 3.11 ou 3.12 para melhor compatibilidade com o ecossistema do curso.

  1. Baixe o instalador em: https://www.python.org/downloads/
  2. Durante a instalação, marque Add Python to PATH.
  3. Verifique no terminal: 
    python --version

Homebrew (recomendado, se você já usa): 

brew install python
python3 --version


sudo apt update
sudo apt install -y python3 python3-venv python3-pip
python3 --version

1.2 IDE (ambiente de desenvolvimento)

Recomendado para o curso

  • Visual Studio Code (principal)
  • JupyterLab (notebooks)
  • Google Colab (alternativa em nuvem)

VS Code (passo a passo)

  1. Instale: https://code.visualstudio.com/
  2. Abra o VS Code e instale a extensão Python (Microsoft).
  3. (Opcional) Instale também Jupyter (para notebooks).

1.3 Crie um ambiente virtual (venv)

Por que usar venv?

Mantém as dependências do curso isoladas do restante do seu sistema.

python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip

python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip

PowerShell bloqueando ativação?

Execute uma vez: 

Set-ExecutionPolicy -Scope CurrentUser RemoteSigned

1.4 Instale as bibliotecas do curso

Pacote mínimo do curso (primeiras aulas)

pip install numpy matplotlib scikit-learn jupyterlab opencv-python

Deep Learning (quando o curso entrar em redes neurais)

pip install tensorflow

pip install tensorflow-metal

1.5 Teste rápido do ambiente (sanity check)

Crie um arquivo check_env.py com o conteúdo abaixo:

import sys
import cv2
import numpy as np
import matplotlib
import sklearn

print("Python:", sys.version.split()[0])
print("OpenCV:", cv2.__version__)
print("NumPy:", np.__version__)
print("Matplotlib:", matplotlib.__version__)
print("Scikit-learn:", sklearn.__version__)
print("OK ✅")

Rode no terminal (com o .venv ativado): 

python check_env.py

Se apareceu OK ✅

Seu ambiente está pronto para as aulas práticas.

2) Opção B — Google Colab (sem instalação)

Quando usar

Use o Colab se você estiver sem permissão de instalar coisas no computador ou se precisar de GPU.

  1. Acesse: https://colab.research.google.com/
  2. Crie um notebook e rode (se necessário): 
    !pip install opencv-python

Observação

No Colab, NumPy/Matplotlib geralmente já vêm instalados.

3) Abrir o JupyterLab

Com o ambiente virtual ativado: 

jupyter lab