前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Homebrew macOS 命令行软件管理神器

Homebrew macOS 命令行软件管理神器

作者头像
leader755
发布于 2024-01-25 00:10:51
发布于 2024-01-25 00:10:51
37700
代码可运行
举报
运行总次数:0
代码可运行

Homebrew 能干什么

Homebrew 除了是 macOS 的包管理器也可以装在 Linux 上成为 Linux 的包管理器,仅需要执行相应的命令,就能下载安装需要的软件包,省去了下载、解压、拖拽等繁琐的步骤。 用 Homebrew 官方的话来总结就是:安装 Apple(或 Linux 系统)没有预装但你需要的软件。比如说安装 MongoDB,只需要执行以下命令就可以安装,前提条件是环境一定要配置好。

简单一条命令,就可以实现包管理,还不用担心依赖/文件路径等问题。 Homebrew 主要由四个部分组成: brew、homebrew-core 、homebrew-cask、homebrew-bottles。

  • brew:Homebrew 的源代码仓库
  • homebrew-core:Homebrew 的核心源
  • homebrew-cask:提供 macOS 应用和大型二进制文件的安装
  • homebrew-bottles:预编译二进制软件包

再来了解一下 Homebrew 的接个核心概念,后续会经常用到。

  • formula(e),安装包的描述文件,带 e 为复数
  • cellar,包安装好后所在的目录
  • bottle,预先编译好的包,不需要再下载源码编译,速度会快很多,官方库中的包大多数是通过 bottle 方式安装的
  • tap,下载源
  • cask(s),安装 macOS native 应用的扩展,可以理解为有图形化界面的应用,带 s 为复数
  • bundle,描述 Homebrew 依赖的扩展

安装配置 Homebrew

按理说,Homebrew 的安装方式非常简单,一种高效且科学的安装方式,那就是使用镜像安装。 Gitee 上有开源作者提供了一键安装包,只需要执行以下命令就可以了。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"

安装脚本里提供了中科大、清华大学、北京外国语大学、腾讯、阿里巴巴等下载源。

别选其他镜像源,就选中科大,这速度比其他镜像源快多。

这个安装脚本非常的智能,几乎可以一件帮我们搞定所有问题。

https://gitee.com/cunkai/HomebrewCNopen in new window

brew 本体安装成功后,会提示我们配置国内镜像源。

nice,安装完成了。执行下面这几个命令体验下。

  • brew ls 查看本地命令;
  • brew search mongodb 查找软件;
  • brew -v 查看版本;
  • brew update 更新版本;
  • brew install –cask firefox 安装图形化界面软件
  • brew config 查看配置。

brew 和 brew cask 的区别

这里顺带说一下 brew 和 brew cask 的区别,这也是一开始我使用 brew 时困惑的一个点。 以前的版本中,是可以直接 brew cask list 这样执行命令的,现在改成了 brew list –cask。

brew 是从下载源码开始,然后编译(不一定,有些有现成的 bottle)解压,通过 ./configure && make install 进行安装,同时会包含相关的依赖库。环境变量也是自动配置的。

brew cask 是下载解压已经编译好了的软件包(.dmg/.pkg),放在统一的目录中,省去了手动去下载、解压、拖拽等蛋疼步骤。

通过 brew search google 我们也可以看得出两者之间的区别。

  • 「Formulae」一般是那些命令行工具、开发库、字体、插件等不含 GUI 界面的软件。
  • 「Cask」就会包含一些 GUI 图形化界面的软件,如 Google Chrome、FireFox 、Atom 等

使用 Homebrew

Homebrew 安装配置完成后,我们来实操体验两把。 这里是 homebrew 常用命令的一个清单,可供参考。

命令

描述

brew update

更新 Homebrew

brew search package

搜索软件包

brew install package

安装软件包

brew uninstall package

卸载软件包

brew upgrade

升级所有软件包

brew upgrade package

升级指定软件包

brew list

列出已安装的软件包列表

brew services command package

管理 brew 安装软件包

brew services list

列出 brew 管理运行的服务

brew info package

查看软件包信息

brew deps package

列出软件包的依赖关系

brew help

查看帮助

brew cleanup

清除过时软件包

brew link package

创建软件包符号链接

brew unlink package

取消软件包符号链接

brew doctor

检查系统是否存在问题

brew tap [user/repo]

将开源仓库添加到源

brew 授权路径

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
sudo chown -R $(whoami) /usr/local  #写上需要权限的路径(新版本 homeBrew不在支持根目录权限)
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-09-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
Python opencv图像处理基础总结(六) 直线检测 圆检测 轮廓发现
我还有改变的可能性 一想起这一点 我就心潮澎湃 文章目录 一、直线检测 使用霍夫直线变换做直线检测,前提条件:边缘检测已经完成 # 标准霍夫线变换 cv2.HoughLines(image, rho, theta, threshold, lines=None, srn=None, stn=None, min_theta=None, max_theta=None) image:经过边缘检测的输出图像,8位,单通道二进制源图像 rho:距离步长 theta:角度步长 threshold:阈值,只有
叶庭云
2020/09/17
8.9K0
Python opencv图像处理基础总结(六) 直线检测 圆检测 轮廓发现
使用Open3D提取深度图像的边缘信息
Open3D可以提取深度图像的边缘信息。边缘信息是深度图像中的重要特征之一,可以用于目标检测、场景分割、物体跟踪等任务。Open3D提供了一些函数来提取深度图像中的边缘信息,例如:
云深无际
2023/02/27
1.8K0
使用Open3D提取深度图像的边缘信息
番外篇: 图像梯度
还记得前面平滑图像中提到的滤波与模糊的区别吗?我们说低通滤波器是模糊,高通滤波器是锐化,这节我们就来看看高通滤波器。
CodecWang
2021/12/07
6780
番外篇: 图像梯度
OpenCV 入门之图像模糊与边缘检测
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。官方下载链接如下:https://opencv.org/releases/
用户6021899
2019/08/21
2.3K0
OpenCV 入门之图像模糊与边缘检测
[Python图像处理] 十八.图像锐化与边缘检测之Scharr算子、Canny算子和LOG算子
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门、OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子、图像增强技术、图像分割等,后期结合深度学习研究图像识别、图像分类应用。希望文章对您有所帮助,如果有不足之处,还请海涵~
Eastmount
2023/09/01
9100
[Python图像处理] 十八.图像锐化与边缘检测之Scharr算子、Canny算子和LOG算子
OpenCV-Python教程(8、Canny边缘检测)
其中较大的阈值2用于检测图像中明显的边缘,但一般情况下检测的效果不会那么完美,边缘检测出来是断断续续的。所以这时候用较小的第一个阈值用于将这些间断的边缘连接起来。
全栈程序员站长
2022/09/02
1.1K0
OpenCV-Python教程(8、Canny边缘检测)
Python opencv图像处理基础总结(五) 图像金字塔 图像梯度 Canny算法边缘提取
图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才停止采样。我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低
叶庭云
2020/09/17
1.3K0
Python opencv图像处理基础总结(五)  图像金字塔  图像梯度  Canny算法边缘提取
Python opencv图像处理基础总结(五) 图像金字塔 图像梯度 Canny算法边缘提取
图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效且概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才停止采样。我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低
叶庭云
2022/05/09
7620
Python opencv图像处理基础总结(五) 图像金字塔 图像梯度 Canny算法边缘提取
OpenCV—python 边缘检测(Canny)「建议收藏」
边缘类型:简单分为4中类型,阶跃型、屋脊型、斜坡型、脉冲型,其中阶跃型和斜坡型是类似的,只是变化的快慢不同。
全栈程序员站长
2022/09/02
2.2K0
11: 边缘检测
cv2.Canny()进行边缘检测,参数2、3表示最低、高阈值,下面来解释下具体原理。
CodecWang
2021/12/07
5630
11: 边缘检测
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
在当今数字化社会中,图像处理 和 计算机视觉 技术应用广泛,从日常的图像编辑、滤镜应用到专业的智能安防、自动驾驶等领域,这些技术无处不在。对于开发者来说,OpenCV 是一个功能强大的库,提供了各种图像处理和计算机视觉的工具,广泛用于 Python 开发中。
半截诗
2024/10/09
4.4K1
基于OpenCV的图像梯度与边缘检测!
严格的说,梯度计算需要求导数。但是图像梯度的计算,是通过计算像素值的差得到梯度的近似值。图像梯度表示的是图像变化的速度,反映了图像的边缘信息。
Datawhale
2020/07/09
4.7K0
基于OpenCV的图像梯度与边缘检测!
OpenCV与图像处理(二)
以下代码均在python3.6,opencv4.2.0环境下试了跑一遍,可直接运行。
Must
2020/07/28
7180
OpenCV与图像处理(二)
OpenCV——Canny边缘检测(cv2.Canny())
Canny 边缘检测是一种使用多级边缘检测算法检测边缘的方法。1986 年,John F. Canny 发 表了著名的论文 A Computational Approach to Edge Detection,在该论文中详述了如何进行边缘 检测。
全栈程序员站长
2022/09/01
4.6K0
OpenCV——Canny边缘检测(cv2.Canny())
Python 图像边缘检测 | 利用 opencv 和 skimage 的 Canny 算法
CSDN 叶庭云:https://yetingyun.blog.csdn.net/
叶庭云
2022/12/28
2.5K0
Python 图像边缘检测 | 利用 opencv 和 skimage 的 Canny 算法
【OpenCV】Chapter9.边缘检测与图像分割
边缘检测的原理和matlab实现在我之前这两篇博文中提到过,这里不再赘述。 【计算机视觉】基础图像知识点整理【计算机视觉】数字图像处理基础知识题 此次来看OpenCV的实现方式。
zstar
2022/09/28
1.5K0
【OpenCV】Chapter9.边缘检测与图像分割
OpenCV实战:从图像处理到深度学习的全面指南
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库。它由一系列的C函数和少量C++类构成,同时提供Python、Java和MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
TechLead
2023/10/21
9620
OpenCV实战:从图像处理到深度学习的全面指南
[Python图像处理] 十七.图像锐化与边缘检测之Roberts、Prewitt、Sobel和Laplacian算子
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门、OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子、图像增强技术、图像分割等,后期结合深度学习研究图像识别、图像分类应用。希望文章对您有所帮助,如果有不足之处,还请海涵~
Eastmount
2023/02/28
2.9K0
[Python图像处理] 十七.图像锐化与边缘检测之Roberts、Prewitt、Sobel和Laplacian算子
CV学习笔记(十四):边缘检测
在这一篇文章里我们将去学习在计算机视觉中边缘检测的知识,并且去使用OpenCV来实现Canny边缘检测算法。
云时之间
2020/03/27
2.2K0
OpenCV边缘检测与视频读写
边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。边缘的表现形式:
@小森
2024/03/15
1440
OpenCV边缘检测与视频读写
推荐阅读
相关推荐
Python opencv图像处理基础总结(六) 直线检测 圆检测 轮廓发现
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档