用于boofcv的py4j python包装器
PyBoof的Python项目详细描述
pyboof是计算机视觉库BoofCV的Python包装器。因为这是一个Java库,所以需要安装Java和JavaC。前者是java编译器。将来,javac的需求将被删除,因为java代码的预编译版本将被提供并自动下载。安装java jdk是特定于平台的,因此联机快速搜索应该会告诉您如何进行安装。
要开始使用库,只需使用pip安装最新的稳定版本
sudo pip install pyboof
从源安装
签出源代码并从源安装的一个优点是,还可以获得所有示例代码和示例数据集。
git clone --recursive https://github.com/lessthanoptimal/PyBoof.git
如果忘记了——递归,那么可以使用以下命令签出数据目录。
git submodule update --init --recursive
在本地计算机上有源代码后,可以使用以下命令安装它及其依赖项:
- CD Pyboof
- /setup.py构建
- sudo./setup.py安装
是的,你需要先做构建。这将自动构建java jar并将其放在正确的位置。
支持的平台
该代码已经在ubuntu linux 16.04上开发和测试。应该可以在任何其他Linux变体上工作。可能在mac操作系统上工作,在windows上工作的可能性很小。
示例
示例包含在源代码中。您可以通过签出源代码(如上所述)或浏览 github here。如果不签出源代码,就没有示例数据 所有的例子都会起作用。
要运行任何示例,只需在脚本上调用python即可
- cd pyboof/示例
- python示例
将高斯和平均空间滤波器应用于图像并显示结果的代码。
importnumpyasnpimportpyboofaspboriginal=pb.load_single_band('../data/example/outdoors01.jpg',np.uint8)gaussian=original.createSameShape()# useful function which creates a new image of themean=original.createSameShape()# same type and shape as the original# Apply different types of blur to the imagepb.blur_gaussian(original,gaussian,radius=3)pb.blur_mean(original,mean,radius=3)# display the results in a single window as a listimage_list=[(original,"original"),(gaussian,"gaussian"),(mean,"mean")]pb.swing.show_list(image_list,title="Outputs")input("Press any key to exit")
依赖关系
pyboof依赖于以下python包。它们应自动安装
- PY4J
- 努比