Python计算机视觉:安装
安装
- 0.1 需要准备的安装包
- 0.2 安装Python(x,y)
- 0.3 安装PCV库
- 0.4 VLfeat
为顺利帮助读者完成本书中实例的学习,译者已对代码做了相应整理,下面给出在对本书实例学习前,你需要做的前期安装工作。注意,下面译者给出的安装过程是针对Windows下的,其他平台如Linux、Mac请查阅中译本附录。
0.1 需要准备的安装包
要完整复现书中的实例,你需要的主要四个文件包括Python(x,y) 2.7.x安装包、PCV库、VLfeat和本书用到的数据库。Python(x,y)可以在Google Code,PCV库、本书整理出来的实例代码以及本书用到的所有图像数据可以从首页给出的链接下载。
0.2 安装Python(x,y)
在Windows下,译者推荐你安装Python(x,y) 2.7.x。Python(x,y) 2.7.x是一个库安装包,除了包含Python自身外,还包含了很多第三方库,下面是安装Python(x,y)时的界面:从上面第二幅图可以看出,pythonxy不仅包含了SciPy、NumPy、PyLab、OpenCV、MatplotLib,还包含了机器学习库scikits-learn。 为避免出现运行实例时出现的依赖问题,译者建议将上面的库全部选上,也就是选择“full”(译者也是用的全部安装的方式进行后面的实验的)。安装完成后,为验证安装是否正确,可以在Python shell里确认一下OpenCV是否已安装来进行验证,在Python Shell里输入下面命令:
from cv2 import __version__
__version__
输入上面命令,如果可以看到OpenCV的版本信息,则说明python(x,y)已安装正确。
另外,需要提醒读者的是,Python是没有平台区分的,这里指的平台不是指Linux和Mac这样的平台概念,而是在Windows上没有位数的区分。举个简单的例子,比如你是64位的Windows系统,你可以安装32位的Python。对于这一部分的详细说明,可以参阅译者的一篇博文Django配置MySQL最后一段的说明。好了,关于Python(x,y)的安装说明就说到这里。
0.3 安装PCV库
PCV库是原书作者写的一个第三方库,书中几乎所有的实例到要用到改库。假设你已从下载本书由译者整理的中译版源码,从Windows cmd终端进入PCV所在目录:
cd PCV
python setup.py install
运行上面命令,即可完成PCV库的安装。为了验证PCV库是否安装成功,在运行上面命令后,可以打开Python自带的Shell,在Shell输入:
import PCV
如果未报错,则表明你已成功安装了该PCV库。
0.4 VLfeat
VLFeat是一个跨平台的开源机器视觉库,它囊括了当前流行的机器视觉算法,如SIFT, MSER, HOG, 同时还包含了诸如K-MEANS, Hierarchical K-means的聚类算法。本书中主要在提取sift特征时用到了VLfeat。如上图所示,从红色框标的地方下载VLFeat,解压:你需要的仅是对应平台的可执行文件,译者系统是32位的,所以选用的是win32。注意目前VLFeat最新发布版已到0.9.18了。对于0.9.18,目录结构和0.9.17的一样,所以你也仅需bin下对应的文件夹下的可执行文件。 将该win32拷贝到你想放置的某个目录,译者将其放置在计算机的如下目录:需要注意的是,译者将原来的“bin”文件名重新"win32vlfeat"。完成该步骤后,进入PCV所在目录:打开sift.py,找到下面代码:
def process_image(imagename,resultname,params="--edge-thresh 10 --peak-thresh 5"):""" process an image and save the results in a file"""if imagename[-3:] != 'pgm':#create a pgm fileim = Image.open(imagename).convert('L')im.save('tmp.pgm')imagename = 'tmp.pgm'cmmd = str("D:\mltools\win32vlfeat\sift.exe "+imagename+" --output="+resultname+" "+params)os.system(cmmd)print 'processed', imagename, 'to', resultname
将cmmd中的目录修改为你自己放置的Vlfeat bin所在目录。这里稍微解释一下os.system(cmmd)这句话的意思,这里Python通过os.system()调用外部可执行文件,也就是Vlfeat bin目录下的sift.exe。
好了,安装完后,你便可以运行书中的大部分实例代码了。这里之所以是“大部分”是因为书中的某些实例,还要用到别的库。
from: http://yongyuan.name/pcvwithpython/installation.html
Python计算机视觉:安装相关推荐
- Python计算机视觉——照相机模型与增强现实
Python计算机视觉--照相机模型与增强现实 文章目录 Python计算机视觉--照相机模型与增强现实 1 针孔照相机模型 1.1 照相机矩阵 1.2 三维点的投影 1.3 照相机矩阵的分解 1.4 ...
- Python的安装 || python介绍
Python的安装 1.Python安装比较简单,只需要双击安装即可,安装比较快(window) 2.anaconda同样是双击安装,但是安装过程的时间比较长,需要很多依赖项(window) Pyth ...
- Python 计算机视觉(三)—— 数字图像处理基本操作
目录 1. 读取显示图像 (1)读取图像 cv2.imread() 函数 image.open() 函数 (2)显示图像 cv2.imshow()函数 img.show()函数 2. 读取修改像素 ...
- python下载opencv库_Window系统下Python如何安装OpenCV库
关于OpenCV简介 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 ...
- python中安装opencv一直说不是内部或外部文件_Window系统下Python如何安装OpenCV库
关于OpenCV简介 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 ...
- python计算机视觉--全景图像拼接
目录 一.RANSAC算法 1.1 RANSAC算法简介 1.2 算法基本思想和流程 1.3 RANSAC求解单应性矩阵 二.图像映射与全景拼接 2.1 简介 2.2 计算第二张图像与第一张图像之间的 ...
- 《Python计算机视觉编程》一书中关于增强现实茶壶显示的程序
大家好,我是第一次写CSDN博客,也是刚开始学习用Python进行计算机视觉编程,有很多不懂和不足的地方,希望大家多包涵.以下纯粹是我个人的一些实际操作经历. 在<Python计算机视觉编程&g ...
- python计算机视觉--基于(BOW)的图像检索与识别
目录 前言 一.基本原理 1.1 图像分类简介 1.2 Bag-of-words模型 1.3 Bag-of-features模型 1.4 Bag-of-features算法 1.5 Bag-of- ...
- python计算机视觉编程——立体图像之计算视差图
计算视差图 一.立体图像 1.1概念 1.2关于图像配准算法 二.立体重建之计算视差图 2.1归一化及算法概念 2.2匹配流程 三.实验测试 3.1实验要求 3.2实验代码 3.3实验结果分析 3.4 ...
- Python计算机视觉编程第四章——照相机模型与增强现实
Python计算机视觉编程 照相机模型与增强现实 (一)针孔照相机模型 1.1 照相机矩阵 1.2 三维点的投影 1.3 照相机矩阵的分解 1.4 计算照相机中心 (二)照相机标定 (三)以平面和标记 ...
最新文章
- iis7 文件服务器搭建,iis7 ftp服务器搭建
- 关于appcan自动升级功能
- dyld: Library not loaded: @rpath/MySDK.framework/MySDK 错误解决
- 网络——Cisco Packet Tracer 思科模拟器组网实验
- 超链接禁用_如何在Microsoft Word中禁用超链接
- 一次较为完整的原生JavaScript AJAX与Java的前后端数据交互
- 数字化转型最致命的5个误区
- linux查看系统后台,求助,如何查看后台服务
- DELL服务器装机网络问题
- ansys命令流——点线面体基础操作(02)
- Pyhon3 批量合并哔哩哔哩缓存的m4s视频文件
- x,y直角坐标系转经纬度WGS-84坐标系
- kkrieger(100k的3DFPS游戏)+机器码游戏+97年编程第一名作品以及新的最牛的GAE云计算
- ZZULIOJ:1116: 删除元素
- 同一服务器上运行两个mysql实例
- 【NVMe2.0b 7】NVMe 基本队列数据结构
- 出现Avoid mutating a prop directly since the value will错误 已解决
- 【云原生 | Kubernetes 系列】----污点与容忍
- html链接怎么恢复,Word文档中目录的超链接取消后怎么样恢复?
- MySQL数据库——MySQL修改/删除字段
热门文章
- YEP共享平台释放宜人贷无限潜力
- 同班同学20年后 身家15亿与月薪5000元的区别
- Spring Cloud Alibaba - 14 OpenFeign自定义配置 + 调用优化 + 超时时间
- 并发编程-23J.U.C组件拓展之阻塞队列BlockingQueue 和 线程池
- matlab试用账号,免费试用MATLAB
- mysql地区时间_mysql – 带时区的日期时间格式
- groovy定义变量获取当前时间_IDEA不愧为神器,结合Groovy脚本,简直无敌!
- docker 配置加速器
- input python2.7_python 中的input
- 【测试面试题】显示输入数字中的最大值