配置面部數據增長的代碼環境流程記錄

UPDATE：本文已被收錄到原做者的GITHUB Wiki中：https://github.com/iacopomasi/face_specific_augm/wiki

---

 

面部增長代碼地址：

https://github.com/iacopomasi/face_specific_augm

論文原文：

http://www.openu.ac.il/home/hassner/projects/augmented_faces/

---

分4個小節敘述，建議概覽一遍再從0開始按本文配置

0.

下面是配置過程，

2017年4月23日

在Linux Ubuntu 16.04LTS上安裝

 

 

首先安裝Anaconda

https://www.continuum.io/downloads

下載後是一個.sh文件，

使用bash ./*.sh安裝

 

此時conda並不能使用，

（conda是一種相似於homebrew或者pip的工具）

須要添加環境變量：

# 將anaconda的bin目錄加入PATH，根據版本不一樣，也多是~/anaconda3/bin echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc # 更新bashrc以當即生效 source ~/.bashrc

 

如今就可使用conda了，使用

which conda或者conda --version查看是否是安裝好了

 

---

 

1. 

咱們的第一個目標是配置原文中的：

Dependencies

• Dlib Python Wrapper
• OpenCV Python Wrapper
• SciPy
• Matplotlib
• Numpy
• Scikit-Learn
• Python2.7

使用conda來安裝，比挨個安裝快得多

conda install -n matplotlib numpy scipy scikit-learn

 

這裏可能會出現錯誤，試試

或者
conda install  matplotlib numpy scipy scikit-learn

conda install -c conda-forge matplotlib=2.0.0

安裝Dlib：^[1]

conda install -c menpo dlib=18.18

安裝opencv^[3]

conda install -c menpo opencv3=3.2.0

這個命令行可能會更新，能夠去：https://anaconda.org/menpo/opencv3 看看最新的命令，或者手動下載

引用3中的博客，其中的命令行就已經失效了

---

 

2.

以上就安裝好了環境

 

而後

git clone https://github.com/iacopomasi/face_specific_augm.git

把代碼拷貝到本地，運行一個例子試試

python demo.py input/input_1.jpg

方式

報錯：ImportError: No module named _sysconfigdata_nd

解決：

sudo ln -s /usr/lib/python2.7/plat-*/_sysconfigdata_nd.py /usr/lib/python2.7/

報錯：ImportError: No module named math

其實出現連math模塊都沒有，就說明了不少問題，

這時候輸入python，命令行返回python運行環境是anaconda，可是再輸入

which python

返回的是

/usr/bin/python

也就是說，編譯器用的是anaconda的python，可是調用的各類模塊仍然是系統自帶的

 

這時候須要建立python的anaconda運行環境^[4]，

# 建立一個名爲python27的環境，指定Python版本是2.7（不用管是2.7.x，conda會爲咱們自動尋找2.7.x中的最新版本）

conda create --name python27 python=2.7

運行環境就建立好了，須要切換到運行環境裏：輸入

source activate python27

這時候再輸入which python查看版本，會顯示

/home/bert/anaconda2/envs/python27/bin/python

說明終於到達了anaconda的環境，

這時候再重複1.中的各類conda安裝

（conda本質上是包管理器，用anaconda的環境而不是系統自帶的環境，就是由於conda能夠方便的下載並配置各類包如numpy）

 

 另外：

1. 

若是環境變量出現了問題，好比在anaconda安裝的最後一步，沒有選擇添加環境變量（也就是路徑），能夠手動添加：

sudo gedit ~/.bashrc

在最後一行添加上

export PATH="~/anaconda2/bin:$PATH"

2.

# 查看當前環境下已安裝的包[2] conda list

# 刪除package conda remove -n python27 numpy

 

 

4.測試demo

 運行一個demo試一試：

python demo.py input/input_1.jpg

 發現出錯了，說

ValueError: too many values to unpack

因而根據

http://stackoverflow.com/questions/25504964/opencv-python-valueerror-too-many-values-to-unpack

進行修改，增長了一個下劃線，而後出現了新的錯誤

cv2.error: <PATH_TO_OPENCV>/opencv-3.2.0/modules/imgproc/src/imgwarp.cpp:4956: error: (-215) dst.cols < SHRT_MAX && dst.rows < SHRT_MAX && src.cols < SHRT_MAX && src.rows < SHRT_MAX in function remap

而後根據

https://github.com/iacopomasi/face_specific_augm/issues/3

應該是Opencv的版本問題，畢竟做者沒有在readme中說明他本身的詳細運行環境，只是說了用Linux

個人OpenCV版本是3.2.0

使用

conda install -c menpo opencv=2.4.11

安裝2.4的版本（我用了這個，親測能夠跑通代碼）

或者選擇

conda install -c menpo opencv3=3.1.0

均可以

---

 

萬事俱備，開始運行

輸入

python demo.py input/input_1.jpg

，通過噼裏啪啦的一行行跳躍，

 

搞定，去output文件夾下查看：

 

下面這是原圖：

下面是各類轉換後的圖片

 

以上就是完整的實驗過程

此次調代碼，配環境的過程真的是曲折無比ʕ •ᴥ•ʔ

總之，不能放棄啊～

睡一覺起來，可能就有了靈感～

加油！

 

---

 

Reference：

[1]  python下安裝dlib庫 http://blog.csdn.net/jhw_xf/article/details/53321272

[2]  Anaconda使用總結 http://www.jianshu.com/p/2f3be7781451

[3]  怎樣用conda安裝opencv http://www.cnblogs.com/MrLJC/p/4245925.html

[4]  Anaconda使用教程 http://www.afox.cc/archives/390