Windows 配置libjpeg-turbo并在python中调用

0.为啥

复现Pytorch-SiamFC里的可视化的时候遇到的错误

在python中调用jpeg4py相关库的时候报错

AttributeError: 'JPEG' object has no attribute 'decompressor'

查看里面的代码

首先它

import jpeg4py as jpeg

然后再decode的时候报错

jpeg.JPEG(img_path).decode()

究其原因是它不能load libjpeg-turbo library

也就是 libjpeg-turbo 库我的电脑里没有

所以就要安装这个库，libjpeg-turbo是与libjpeg接口兼容的一个jpeg编/解码库，其主要的特点就是利用SIMD指令(如X86架构的MMX/SSE/SSE2，ARM架构的NEON)来加速jpeg图像的编/解码,相比被广泛使用的libjpeg，编码和解码性能提高2~4倍左右。

1.安装NASM

因为libjpeg-turbo的源代码中用到了SIMD汇编指令，所以要编译源代码，就要先安装NASM，我下的是win64的下载链接，以管理员身份运行，默认路径即可，然后将其添加到环境变量中。

2.编译libjpeg-turbo

然后在从github上下载libjpeg-turbo的源码，解压后，进入D:\libjpeg-turbo\libjpeg-turbo-master

创建一个build文件夹，打开CMAKE（如果没有安装就去官网下一个安装就行）。

Where is the source code : D:/libjpeg-turbo/libjpeg-turbo-master

Where to build the binaries: D:/libjpeg-turbo/libjpeg-turbo-master/build

点击configure 然后会让你选择编译器，我的编译器是vs2015，选择的是Visual Studio 14 2015 Win64

这里选不对就会报错。没报错就很棒！

点击 Generate 

然后打开../build 看到里面由好多的文件，打开ALL_BUILD.vcxproj

在vs2015中打开后，选择release ----点击生成----生成解决方案

成功，这时候，你再打开.../build/Release文件夹，就会发现生成很多 .exe  .lib  .dll

其中我最想要的是turbojpeg.dll

3.重新安装jpeg4py

下载源码-----github链接

解压，然后进入.../jpeg4py-master 中，打开.../jpeg4py-master\src\jpeg4py中的_cffi.py文件

用notepad++打开就行

拉到最下

将你刚刚生成的文件的路径写上去，注意斜杠！

然后回到.../jpeg4py-master 中右键+shift 打开power shell 输入python setup.py install

安装完成！

（其实我觉得这步可以换成，将turbojpeg.dll拷贝到C:\WINDOWS\system32试试，我没试~）

4.普通测试

你可以随便找一个jpeg格式的图片，放在某个路径中，然后输入

F:\tracker_programe\Pytorch-SiamFC-master>python
Python 3.6.6 |Anaconda, Inc.| (default, Jun 28 2018, 11:27:44) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import jpeg4py as jpeg
>>> jpeg.JPEG("001.jpg").decode()

然后会显示

array([[[192, 199, 209],
        [192, 199, 209],
        [192, 199, 209],
        ...,
        [192, 199, 209],
        [192, 199, 209],
        [192, 199, 209]],

       [[192, 199, 209],
        [192, 199, 209],
        [192, 199, 209],
        ...,
        [192, 199, 209],
        [192, 199, 209],
        [192, 199, 209]],

       [[192, 199, 209],
        [192, 199, 209],
        [192, 199, 209],
        ...,
        [192, 199, 209],
        [192, 199, 209],
        [192, 199, 209]],

       ...,

       [[192, 199, 209],
        [192, 199, 209],
        [192, 199, 209],
        ...,
        [192, 199, 209],
        [192, 199, 209],
        [192, 199, 209]],

       [[192, 199, 209],
        [192, 199, 209],
        [192, 199, 209],
        ...,
        [192, 199, 209],
        [192, 199, 209],
        [192, 199, 209]],

       [[192, 199, 209],
        [192, 199, 209],
        [192, 199, 209],
        ...,
        [192, 199, 209],
        [192, 199, 209],
        [192, 199, 209]]], dtype=uint8)

这就已经成功了！

5.我自己的调用

我是在跟踪问题调用的---pytorch版的SiamFC

在可视化的时候遇到的这个问题

在问题解决以后

我再输入

python vis_app.py -d F:\tracker_programe\ILSVRC2015_VID\ILSVRC2015 -n best.pth.tar -t train -s 10

结果：