Python机器视觉编程环境使用指南

早期的计算机视觉领域大多数程序都是用C/C++编写。随着计算机硬件速度越来越快，开源平台越来越多，开发者选择计算机视觉算法的实现语言变得更加灵活，代码编写的效率和易用性成为选择编写语言时的考虑因素，而不再仅仅只考虑执行效率。
 

Python的跨平台、开放性、易用性，加之丰富的资源使其成为近年来越来越多开发者的选择。国外出版了大量的Python编程、学习书籍，亚马逊搜索Python图书，结果列表长达100页共5712本（截止2016年5月28日）。你也可以从诸如Coursera或Edx等mooc平台找到像MIT校长讲授的Python入门等课程。国内也引进了许多优秀的学习资料和许多在线课程。除了这些学习资料，更重要的是Python自带很多可免费获取的强大而便捷的图像处 理、数学计算和数据挖掘模块和丰富的其他网络资源。

本文以windows平台为例，介绍使用Python进行计算机视觉编程的开发环境搭建与基本配置，总结了软件下载地址、安装方法和开发环境搭建的基本方法，并提供了简单的代码示例。想说的是，Python安装方法与系统、软件版本等诸多因素有关，要想一步到位比较难，遇到问题多种方式可以混合尝试。

Python机器视觉编程环境的常用配置如下：

Python：Pyhton2.7或Python3.x

pip：python的一个包管理器，安装后可方便的引入第三方库

NumPy：该模块用于python计算机视觉编程时的向量、矩阵的表示与操作

SciPy：更高级的数学计算模块

Matplotlib：结果可视化模块

PIL：Python的图像处理类库，提供通用的图像处理功能及大量基本图像操作

LIBSVM：用于机器学习的开源库

OpenCV：流行的开源机器视觉算法库，提供越来越多的Python接口，目前支持到Python2.7

2.1 Python

版本选择：
选择Python2还是Pyhton3这是一个问题，我们需要知道的：

Python2：用的人多，坑少，大多数第三方库目前都支持。

Python3：重大改进，发展趋势。但有些第三方库目前还支持不到3.x。

Python3与Python2有很多语法差异，并且不兼容2.x版本。

对初学者，可以先学Pyhton2.7，等第三方库支持较好了再学习Python3，也会比较快入手。

安装并添加环境变量：
下载与操作系统对应的版本，运行安装，这里选择默认安装路径C:Python27。

然后添加Python的安装路径到系统环境变量PATH中：计算机->右键->属性->高级系统设置，系统环境变量后加“;”号，然后添加python2.7的路径，确定。

这样，命令行即可直接运行Pyhton，并查看版本信息

2.2 安装pip
pip是python中的一个包管理器，就是在电脑中自动安装、配制、卸载和升级软件包的工具组合。pip可以代替之前的easy_install，可方便的引入第三方库。

目前最新版本为PIP-8.1.2。

安装并添加系统环境变量：
下载对pip-8.1.2.tar.gz压缩包，打开cmd，进入相应解压目录使用命令行安装。

例如，下载的是PIP-8.1.2.tar.gz压缩包，解压后得到pip-8.1.2文件夹。将该拷贝到Python安装目录C:Python27下（不拷贝到这个文件夹也可以），打开cmd进入pip-8.1.2目录下运行：
python setup.py install
 

然后再次编辑系统环境变量，将C:Python27Scripts也添加到Path，这样可以方便的运行pip

有了pip可以在命令行使用 pip install xxx 的方法方便的安装所需的第三方库，例如下面的NumPy和SciPy等第三方库了。