计算机视觉：混合图像处理（MAC）

（提前说明：因为是视觉小白，所以一边做一边记录，如果有什么不对的地方指点哦-----from：西电不知名博主）

1，简介

1. 概述
   编写图像滤波函数，实验目标是编写一个图像滤波函数，并用它基于 Oliva、Torralba 和 Schyns 在SIGGRAPH 2006发表的题为“Hybrid images”的论文的简化版本创建混合图像。。其基本思想是， 高频往往在感知中占主导地位，但在远处，只能看到信号的低频(平滑)部分。通过将一幅图像的高频部分与另一幅图像的低频部分混合，可以得到一幅混合图像， 在不同的距离产生不同的解释。

2. 完成目标
   图像滤波，高斯模糊，高通和低通滤波器

3. 实验环境
   因为是在MAC下做的，所以下面一切环境都在MAC搭建。
   先在Linux或Windows上安装Python2（因为有一些调试是基于py2，所以不写py3），之后安装Numpy和OpenCV for python。
   OpenCV 用于读写图像文件，Numpy 用于实现滤波等函数。
   有必要的话还要安装PIL（pillow），如果要运行一些调试的GUI

2，环境搭建

1. python运行环境（如果MAC自带了py的台子，可以跳过）
   因为是个小白，所以这次没有在pycharm上进行，而是直接弄了python2.7.14的IDLE，如果后续弄出来了，会进行改进,直接选择版本安装即可，附上链接。可以在终端找到
   [link]https://www.python.org/downloads/
   

2. 安装包numpy与pillow
   可以直接在终端用的 Python 包管理工具pip进行安装，然后导入包检查

  pip install numpy //终端指令
  pip install pillow//

然后进行检查，可以直接在IDLE中检查，或者终端检查（附上终端图），这样就是成功了。

3. 安装Opencv for python
   这一步花了我三个小时，具体原因主要有两个，一个是电脑上不去github，第二个是homebrew的问题。所以再安装cv前，尽量确保在一个网络好的地方。
   因为用pip装会出现的问题比较多，所以我是用MAC自带的homebrew进行安装。（如果电脑没有安装homebrew，可以参考https://blog.csdn.net/y201314an/article/details/84179536） 如果安装不了，终端报错在上不去github上，可以采用以下办法修改代理试一下；
   hosts文件进行修改： hosts文件路径：前往文件夹 -> /etc/hosts
   找到hosts文件将如下链接复制到hosts文件中

http://github.com 204.232.175.94 http://gist.github.com 107.21.116.220
http://help.github.com 207.97.227.252 http://nodeload.github.com 199.27.76.130
http://raw.github.com 107.22.3.110 http://status.github.com 204.232.175.78
http://training.github.com 207.97.227.243 http://www.github.com

然后直接终端输入安装

brew install opencv for python//因为opencv有很多版本，而只有一些能用在python上，或者可以写成下面
brew install opencv3//

如果顺利的话就会直接安装成功出现successful，但是这应该是不可能的，多数情况会直接卡在updating homebrew（如果你的homebrew刚装上的话，或许不会有这个问题），这个时候可以多等一会，但是一般情况下很等很久，此时可以尝试两个方法：
1，卸载homebrew再重新安装，在上面安装homebrew的链接里有具体的指令。
2，替换brew源

#替换brew.git
cd "$(brew --repo)"
git remote set-url origin https://mirrors.ustc.edu.cn/brew.git

#替换homebrew-core.git
cd "$(brew --repo)/