Kornia 安装完全指南：零基础 3 条命令装好可微计算机视觉库-育师

Kornia 安装完全指南：零基础 3 条命令装好可微计算机视觉库

【免费下载链接】kornia🐍 Geometric Computer Vision Library for Spatial AI项目地址: https://gitcode.com/GitHub_Trending/ko/kornia

Kornia 是构建在 PyTorch 上的可微分计算机视觉库，把高斯模糊、边缘检测、相机标定、单应估计、数据增强这类几何视觉操作变成能反向传播的张量运算。本文带你从零完成 Kornia 安装：先核对环境，再按自己的场景选安装方式，最后跑通验证代码和一个最小示例，全程约 5 分钟。

先跑起来：装上 Kornia 之后你能做什么

不用背概念，看三行代码感受一下核心能力——图像读入、批量增强、相机投影，全部在张量上完成，梯度可以一路传回去：

上图就是 Kornia 里几何模块处理的典型场景：世界系三维点经相机内外参投影到像素平面。安装完成后，你会用到这四个模块最多的组合：

kornia.filters：高斯、中值、Canny 等滤波与边缘检测
kornia.geometry：相机模型、极线几何、RANSAC、单应估计
kornia.augmentation：带标注同步变换的增强流水线
kornia.models：LoFTR、SAM、RT-DETR 等预训练模型

✅ 环境自检：Python 与 PyTorch 的版本要求

先执行以下命令核对当前环境，这是后续所有步骤的前提：

python --version python -c "import torch; print(torch.__version__)"

版本底线来自仓库 pyproject.toml，逐项对照：

依赖	版本要求	说明
Python	`>=3.11`（3.11 / 3.12 / 3.13）	低于 3.11 直接装不上
PyTorch	`>=2.5.1`	若需 CUDA 版本，请先按 PyTorch 官方指引安装对应构建
numpy	`>=1.21`	随 pip 依赖自动安装
kornia-rs	`>=0.2.0`	Rust 编写的图像读写后端，随 pip 依赖自动安装

注意：网上不少老教程写"Python 3.7 即可"，那是旧版要求，当前版本不适用。

📦 按场景选择安装方式：pip、conda 还是源码

大多数人：pip 安装稳定版。执行以下命令，PyPI 会自动带上 PyTorch 等依赖：

pip install kornia

conda 用户：一行装进现有环境，与 installation 文档给出的 conda-forge 渠道一致：

conda install -c conda-forge kornia

想读源码、改实现：可编辑安装。先克隆仓库，再在仓库根目录执行pip install -e .，之后修改 kornia/ 下的代码立即生效：

git clone https://gitcode.com/gh_mirrors/ko/kornia cd kornia pip install -e .

要跑测试、参与贡献：用带 dev 附加依赖的可编辑安装（含 pytest、pre-commit 等工具链，见 CONTRIBUTING.md）：

pip install -e ".[dev]"

验证安装：导入检查 + 一个最小示例

先确认包能导入、版本正确。执行以下命令：

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

预期输出一行版本号（源码树中为0.9.1.dev，PyPI 稳定版形如0.9.x）。看到版本号即代表安装成功。

再跑一段最小可运行代码，验证算子真正能工作（高斯模糊，输入输出都是张量）：

import torch import kornia from kornia.filters import gaussian_blur2d x = torch.rand(1, 1, 256, 256) # 随机灰度图，含 batch 维 y = gaussian_blur2d(x, kernel_size=(9, 9), sigma=(2.0, 2.0)) print(kornia.__version__, y.shape)

预期输出类似0.9.1 torch.Size([1, 1, 256, 256])：版本号 + 与输入同形状的输出张量。

🚧 常见坑：装不上或导入报错怎么办

ERROR: Package 'kornia' requires a different Python— Python 版本低于 3.11。换到 3.11/3.12/3.13 再装，别硬凑旧环境。

PyTorch 版本冲突— Kornia 要求torch>=2.5.1。如果你先装过很旧的 torch，pip 可能拒绝或自动升级。推荐顺序：先装好 PyTorch（尤其要 CUDA 构建时），再装 kornia。

用到某功能时抛ImportError— 部分功能以可选附加依赖（extras）分发，不随基础包装：ONNX 导出装pip install "kornia[onnx]"，Stable Diffusion 溶解效果装pip install "kornia[sd]"，Pillow 图像读写装pip install "kornia[image]"。报错信息会指名缺哪个 extra，照装即可。

首次加载预训练模型下载慢— RT-DETR、LoFTR、SAM 等模型权重是首次使用时自动下载的，只需等第一次，无需额外安装步骤。