siftpython
❶ 如何在OSX系統上安裝Opencv3和python2.7
setp1
安裝CodeX，不解釋，在AppStop中搜索安裝即可
setp2
安裝Homebrew
Homebrew即MacOSX上的apt-get
按照官網的安裝方式，在terminal中輸入下列命令即可完成安裝
cd ~
ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
setp3
使用Homebrew安裝Python，注意：避免使用系統Python解釋器作為我們自己的主解析器，尤其是在使用virtualenv和virtualenvwrapper的時候。安裝命令：
$ brew install python
注意安裝結束後會有下列提示，提示我們把/usr/local/opt/python/libexec/bin增加到環境變數中，此舉正是為了我們在使用python時，使用的是用Homebrew安裝的python而不是系統python。
If you wish to have this formula's python executable in your PATH then add
the following to ~/.bash_profile:
export PATH="/usr/local/opt/python/libexec/bin:$PATH"
這是重要的一步，請不要跳過。
setp4
安裝 virtualenv 和 virtualenvwrapper
這兩個工具是為了創建獨立的python環境，不了解的朋友請自行Google
值得注意的是，這兩個工具對於搭建opencv3.0+python2.7運行環境來說不是必須的，但是強烈建議安裝，以保證python環境的干凈，易於管理。
安裝只需執行命令：
$ pip install virtualenv virtualenvwrapper
安裝完成後，在~/.bash_profile文件中追加如下內容：
# Virtualenv/VirtualenvWrapper
source /usr/local/bin/virtualenvwrapper.sh
然後執行命令：
$ source ~/.bash_profile
至此，virtualenv 和virtualenvwrapper已經正確完成安裝。我們可以使用如下命令創建一個獨立的python環境：
$ mkvirtualenv cv
setp5
我們開始安裝一些必須的python包，安裝NumPy
We need to install NumPy since the OpenCV Python bindings represent images as multi-dimensional NumPy arrays
安裝方式：
$ pip install numpy
注意：如果你使用了step4中的virtualenv創建python虛擬環境，則需要在您之前創建的虛擬環境中安裝需要的python包
step6
之前的步驟，主要目的是建立和配置編譯安裝OpenCv的環境，從這一步開始，我們開始真正的工作。
首先，我們使用brew安裝需要的開發者工具，例如CMake。
$ brew install cmake pkg-config
還有一些必要的圖像I/O包，這些包可以使我們能夠載入各種不同類型的圖像文件例如JPEG,PNG,TIFF等。
$ brew install jpeg libpng libtiff openexr
And finally, let』s install libraries that are used to optimize various operations within OpenCV (if we so choose):
$ brew install eigen tbb
setp7
恭喜，截止目前系統已經搭建完成，我們開始著手編譯和安裝python支持的opencv。下載代碼：
$ cd ~
$ git clone https://github.com/Itseez/opencv.git
$ cd opencv
$ git checkout 3.0.0
最後一個命令$ git checkout 3.0.0其中的3.0.0可以替換成你需要的版本號
之後下載opencv_contrib代碼，這部分不是必須的，但是強烈建議同時下載，原因是opencv_contrib包含很多有用的功能，包括：
feature detection, local invariant descriptors (SIFT, SURF, etc.), text detection in natural images, line descriptors, and more
$ cd ~
$ git clone https://github.com/Itseez/opencv_contrib
$ cd opencv_contrib
$ git checkout 3.0.0
請確保checkout opencv_contrib的版本號要與上面checkout opencv的版本號相同
step8
創建一個bulid目錄：
$ cd ~/opencv
$ mkdir build
$ cd build
使用CMake配置我們的構建：
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local \
-D PYTHON2_PACKAGES_PATH=~/.virtualenvs/cv/lib/python2.7/site-packages \
-D PYTHON2_LIBRARY=/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/bin \
-D PYTHON2_INCLUDE_DIR=/usr/local/Frameworks/Python.framework/Headers \
-D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON \
-D BUILD_EXAMPLES=ON \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/moles ..
注意：在執行上述命令之前，請務必切換到之前建立的虛擬python環境cv:
workon cv
cmake命令執行完成後，需要關注它的總結輸出，尤其是其中的Opencv moles部分：
-- OpenCV moles:
-- To be built: core flann imgproc ml objdetect photo video dnn imgcodecs shape videoio highgui superres ts features2d calib3d stitching videostab python2
-- Disabled: world
-- Disabled by dependency: -
-- Unavailable: cudaarithm cudabgsegm cudacodec cudafeatures2d cudafilters cudaimgproc cudalegacy cubjdetect cuptflow cudastereo cudawarping cudev java python3 viz
-- Python 2:
-- Interpreter: /Users/zhuangyuan/.virtualenvs/cv/bin/python2.7 (ver 2.7.13)
-- Libraries: /usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/bin (ver 2.7.13)
-- numpy: /Users/zhuangyuan/.virtualenvs/cv/lib/python2.7/site-packages/numpy/core/include (ver 1.13.1)
-- packages path: /Users/zhuangyuan/.virtualenvs/cv/lib/python2.7/site-packages
如果python2部分的信息不完整，或者python2沒有出現在OpenCV moles的To be built:後面，而是出現在Unvailable:後面，則說明Cmake沒有正確完成，需要檢查此步驟中Cmake命令的參數中的路徑是否正確已經是否確實切換到了我們為opencv建立的虛擬python環境中。
再次提醒，此步驟中參數路徑必須仔細核對，如果錯誤，後續的編譯將無法成功
這時候可以開始編譯了：
$ make -j4
這里的4是利用4核CPU全速並行編譯，也可以不帶-j4參數，或者把4修改成你的CPU核心數
編譯完成後，進行安裝：
make install
如果有錯誤，加上sudo再執行：
sudo make install
setp9
檢查一下~/.virtualenvs/cv/lib/python2.7/site-packages/路徑下可以看到cv2.so就說明安裝成功了：
$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/
$ ls -l cv2.so
-rwxr-xr-x 1 adrian staff 2013052 Jun 5 15:20 cv2.so
用一下吧：
(cv) promote:lib zhuangyuan$ python
Python 2.7.13 (default, Jul 18 2017, 09:17:00)
[GCC 4.2.1 Compatible Apple LLVM 8.1.0 (clang-802.0.42)] on darwin
Type "help", "right", "credits" or "license" for more information.
>>> import cv2
>>> cv2.__version__
'3.3.0'
恭喜，OSX系統下opencv3 with python2.7環境搭建成功。
❷ 相似圖片搜索的原理是怎樣的
2011年，Google把「相似圖片搜索」正式放上了首頁。你可以用一張圖片，搜索互聯網上所有與它相似的圖片。點擊搜索框中照相機的圖標。
有了50×50像素的黑白縮略圖，就等於有了一個50×50的0-1矩陣。矩陣的每個值對應原圖的一個像素，0表示黑色，1表示白色。這個矩陣就是一張圖片的特徵矩陣。
兩個特徵矩陣的不同之處越少，就代表兩張圖片越相似。這可以用」異或運算」實現（即兩個值之中只有一個為1，則運算結果為1，否則運算結果為0）。對不同圖片的特徵矩陣進行」異或運算」，結果中的1越少，就是越相似的圖片。
❸ centos7 安裝好了需要哪些基本的工具
1，centos默認不支持ntfs格式的文件系統，需要安裝ntfs-3g軟體包，安裝後，在電腦上插入U盤或移動硬碟，當可以看到新加入的盤後，需要使用命令將U盤進行掛載。
2，在centos中安裝rar軟體，centos默認不能解壓rar後綴格式的壓縮包，但可以解壓zip壓縮包，所以建議以後在windows中建立壓縮文件時，最後生成zip格式的壓縮文件，
3，安裝djpeg
djpeg是對jpg格式的圖像進行讀取處理必需的軟體，本人需要使用inria實驗室提供的sift特徵提取工具提取圖像的特徵，所以必需安裝它。
4, 安裝numpy
numpy是Python中重要的科學計算基礎軟體包，本人在使用INIRA發布的Yael軟體包中需要使用numpy，安裝過程如下，比較麻煩的是包之間的依賴關系
❹ python sift演算法怎麼寫
導入Numpy和這些scipy模塊的標准方式是：
import numpy as np
from scipy import stats # 其它子模塊相同
主scipy命名空間大多包含真正的numpy函數(嘗試 scipy.cos 就是 np.cos)。這些僅僅是由於歷史原因，通常沒有理由在你的代碼中使用import scipy。
❺ 我要用python實現捕獲滑鼠和鍵盤操作，並運用sift識別圖像需要哪些模塊
可能需要：opencv和pyqt這兩大模塊