Python配置

python2.7 + opencv2.4.11

1 下载安装python2.7.9   http://www.python.org/getit/

2 下载安装 numpy  http://sourceforge.net/projects/numpy/files/NumPy/1.6.1/  注意win32、for python2.7

3 将  D:\Program Files\opencv2.4.11\build\python\2.7  下面的 cv2.pyd  拷贝到   D:\Program Files\python2.7.9\Lib\site-packages  中

测试：

用python2.7的GUI打开  opencv/sample/drawing.py  , 可以运行了

matplotlib下载地址：http://sourceforge.net/projects/matplotlib/files/matplotlib/matplotlib-1.1.0/

使用PCA时需要注意，其实PCA是Computer vision with python中的第三方库，下载地址：https://github.com/jesolem/PCV，下载后使用dos命令进入文件夹，输入：python setup.py install.即可安装到Python目录中。

Programming Computer Vision with Python书目下载地址：http://programmingcomputervision.com/

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。

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 file
        im = 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。