计算机视觉——入门级python安装环境配置和测试使用

最新推荐文章于 2024-03-25 11:32:18 发布

Meteoraki

最新推荐文章于 2024-03-25 11:32:18 发布

阅读量1.4k

点赞数 1

文章标签： python

本文链接：https://blog.csdn.net/Meteoraki/article/details/104440892

版权

本文详细介绍了计算机视觉学习者如何在Windows环境下配置Python环境，包括Python的下载安装、PyCharm的配置、环境变量设置以及vlfeat、pcv和pillow等库的导入。此外，文章还涵盖了PIL库、Matplotlib库、NumPy库、Pickle模块和SciPy模块的使用，展示了如何进行图像处理和分析的基本操作，如图像格式转换、图像灰度化、直方图均衡化等。

摘要由CSDN通过智能技术生成

一、关于python

Python是一种计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。
Python是一种解释型脚本语言，可以应用于以下领域:

Web 和 Internet开发
科学计算和统计
教育
桌面界面开发
软件开发
后端开发

此次使用python是为了关于计算机视觉和信息预测的学习。

二、python的下载安装

python和C，C++,java等一样是一种现如今普遍运用的编程语言，处理自身的安装以外，我们可以通过额外安装集成化软件环境来使用python。当然python也可以用其自带的shell来实现编程运用，但是集成化软件环境能够更好的优化使用，有更好的调试环境。这里我用的是pycharm，是jet brain旗下的一个集成了多种语言环境的软件，可以实现很多语言，是个很好的载体。我的电脑是window版本的，所以以下所有的调试安装都是在window下进行的。

1.python安装

这里支持大家最好都去官网下载安全的版本，其他软件网站的下载都会有很多流氓捆绑。
点击以下网站进入python官网下载最新版。
https://www.python.org/
我现在的版本用的是最新的python3.8.1 ，课程虽然说可以用2.7版本的，但是3.X可能内部的自带信息更加完善。
点击界面download，下载安装包。
在这里插入图片描述

下载完成之后点开这个程序，会进入安装页面。（因为我的电脑已经安装完成，我就找了网上的映射过程截图）

打开后会出现上面这个界面，点红框里的手动安装可以选择安装路径，这样不会安在C盘占用内存空间，下面两个都勾选，最新版本应该是3.8.1这样。
在这里插入图片描述
确定后选择安装路径，点击安装即可（勾选可以是默认）

在这里插入图片描述
等待完安装成功即可，这边一般不会有问题，我当时安装是出现了网络错误，即出现报错0x80072ee2，所以需要在一个比较稳定的网络环境进行安装，如果过程中出现其他未知的安装错误代码，大家可以百度一下，一般不会有问题，嗯。

2.python环境配置

接下来就是大家熟悉的配置环境问题！
python安装完以后打开我的电脑，配置环境路径才可以用（我是这么理解的）。

1.右键点击 我的电脑 ，打开属性。
2. 点击高级系统设置里的环境变量
3. 在系统变量里添加路径，变量名字可以随便起我直接交pythonpath，值就是python所在的地址，安装路径。路径结尾记得加一个分号。（这是我在一些教程中看到的，实际运用时我觉得没有影响，保险起见可以加一下）
在这里插入图片描述
4.完成以后就可以进入python的shell（自带的编译器）中进行测试了，如果可以显示出结果，即表示测试成功，python可以在计算机中使用。
我这里测试了最简单的“hello world”。

点击上图红框中标志的哪个应用程序，或者直接在命令行中搜索python。
输入代码，测试完成。
在这里插入图片描述

三、载体配置（pycharm）

pycharm是我选择的载体，我是根据下面这篇博文安装的，但是这个软件毕竟要付费激活码啥的？我也不知道咋弄，反正大家自己思索一些，网络上很多类似的教程，写的都很明白。
https://blog.csdn.net/pdcfighting/article/details/80297499

进入软件以后可以创建workplace了，点击创建python文件，测试代码，看是否连上。

在这里插入图片描述

测试成功。
关于解决一下问题。
PyCharm无法找到已安装的Python类库的解决方法
即在pycharm中无法找到导入的库的的时候，如何解决。

四、库的导入（vlfeat+pcv+pillow）

库的导入对测试一些代码很重要，库中包含了很多有关与计算机视觉，图像分析相关的功能，很有帮助。这里我根据【计算机视觉】的课程要求，需要导入python（x,y）,PCV库和vlfeat库还有该数需要用到的数据库PIL。
这里我问过说是只要安装过python就可以不用python（x，y）或者可以用Anoconda2来代替，但是我已经安装了python3.X所以就不用了。pcv库大家可以去百度找到相应的下载地址，下面会大致演示一下导入。关于PIL库由于这个库只能支持python2.7的版本以后的版本已经不再支持了，但是由于一些厉害的大佬，他们完善了这个库，并把这个库重命名为pillow，可以支持python3.X以上的所有版本，所以可以去网站下这个。
其他基本所有的库安装都和安装pillow一样通过cmd安装到python里，这样在pycharm使用python时就可以找到对应的库了。
如果在使用python时发现import导入库失败，但是这个库的确安装了，可以重新创立一下project，点开菜单file里的settings，打开如下设置的内容查看导入情况
在这里插入图片描述
我是这么理解的。

在这里插入图片描述

1.pcv库

其安装下载可以查看下面这个blog。
https://blog.csdn.net/weixin_42578378/article/details/88617207
如果安装过程中出现warning，根据cmd的提示复制命令进行操作，可能是pip这个插件需要更新。

2.vlfeat库

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。这个库的安装有些特殊和其他python官网可以找到的其他库的安装不一样。

进入vlfeat库的下载网站 https://www.vlfeat.org/
点击下图红框位置下载。

在这里插入图片描述

然后将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，这样即完成了vlfeat库的安装，它是附在pcv库里的。

3.pil库（pillow）

安装pillow库可以参考下面这篇blog。
https://blog.csdn.net/ahuan08/article/details/69229338

安装通用库的基本操作都是通过官网将造好的wheel（轮子）下载到python的script文件夹中，然后打开cmd通过cd命令进入python的目录，通过官网首页都会有的pip命令安装库，基本安装后可以使用，举一反三，会一个就都会了，然后一定要注意安装符合直接系统操作的轮子，要不然会造成无法发使用的情况，如下。
在这里插入图片描述

cmd安装展示如下：

五、测试使用

主要包括对图像进行简单的处理，如改变图像灰度值，改变图像格式，绘制直方图，图像均衡化，高斯模糊等等。
一下为测试展示。

1.PIL-Python图像库

PIL (Python Imaging Library)图像库提供了很多常用的图像处理及很多有用的图像基本操作。

1.1 展示原图及其灰度图

通过导入PIL库和pylab库（这里pylab库的内容包含在matplotlib库中，所以下载后者的库轮子），这里和原书的代码有所不同的地方是
image.open() 文件，因为在python3.X中python2.X的file（） 函数已经没有了，所以通过open来打开对应地址的图片，这里的图片我用了绝对地址，大家可以自己导入自己的图片地址，对图片进行操作。

from PIL import Image
from pylab import *

from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)
figure()

pil_im = Image.open('E:\\thirddown\computervision\data\empire.jpg')
gray()
subplot(121)
title(u'原图',fontproperties=font)
axis('off')
imshow(pil_im)
pil_im = Image.open('E:\\thirddown\computervision\data\empire.jpg').convert('L')
subplot(122)
title(u'灰度图',fontproperties=font)
axis('off')
imshow(pil_im)
show()

代码运行结果展示如下：
在这里插入图片描述注意：需要注意 \ 这个符号会被吃掉变成转义字符所以要再加以 \\ 来表示 \ !!!否则会报错！

1.2 对图片进行格式转换

利用save()方法，PIL可以将图片保存问很多不同的图像格式。

from PCV.tools.imtools import get_imlist #导入原书的PCV模块
from PIL import Image
import os
import pickle

filelist = get_imlist('E:\\thirddown\computervision\data\convert_images_format_test\\') #获取convert_images_format_test文件夹下的图片文件名(包括后缀名)
imlist = open('E:\\thirddown\computervision\data\convert_images_format_test\imlist.txt','wb') #将获取的图片文件列表保存到imlist.txt中,原本的为file函数，但是pyhton3中取消了这个函数变为open
pickle.dump(filelist,imlist) #序列化
imlist.close()

for infile in filelist:
    outfile = os.path.splitext(infile)[0] + ".png" #分离文件名与扩展名
    if infile != outfile:
        try:
            Image.open(infile).save(outfile)
        except IOError:
            print("cannot convert", infile)