最近在调试《Programming Computer Vision with Python》第三章中的sift描述符及相连图像进行可视化的代码时，折腾耗费了不少时间，现在对整个调试过程中遇到的一些问题及解决方案做下记录总结。
其实此前在翻译阶段调试Clustering Pixels Using K-Means和K-Means Using Python折腾过一段时间的Python sift代码，不过调试了很久，一直都没成功，放了一段时间，今天终于搞好了。虽然解决的方案不算完美，不过看到跑出来的结果，本小子中午兴奋得一中午都处于亢奋状态。sift调好了，后面很多代码就都可以跑出结果了。
##Vlfeat接口之sift
回归正题，先记录一下sift的调试过程。sift能调试成功，很大程度上得益于本书作者的一篇博文《Another Python Interface for SIFT》。本小子用的是他的更新版本，也就是vlfeat版，老版本的实现在他的另一篇博文《SIFT Python Implementation》中。两者差异主要体现在代码的前段部分。 sift.py前段部分如下：
def process_image(imagename, resultname):
"""process an image and save the results in a .key ascii file"""
#check if linux or windows
if os.name == "posix":
cmmd = "./sift <"+imagename+">"+resultname
else:
cmmd = "siftWin32 <"+imagename+">"+resultname
os.system(cmmd)
print 'processed', imagenamevlfeat.py的前段部分如下：
def process_image(imagename,resultname,params="--edge-thresh 10
--peak-thresh 5"):
""" process an image and save the results in a file"""
if imagename[-3:] != 'pgm':
#create a pgm file
im = Image.open(imagename).convert('L')
im.save('tmp.pgm')
imagename = 'tmp.pgm'
cmmd = str("sift "+imagename+" --output="+resultname+
" "+params)
os.system(cmmd)
print 'processed', imagename, 'to', resultname
两者调用的都是lowe大人的sift，都用到了os.system()调用外部可执行文件。此前在调试的时候，也知道要将sift所在的目录添加到环境变量中，可是添加完后在命令窗口输入sift弹出的是这样一个窗口(围脖床图肿么了，挂了？上传老半天都传不上去！)：
而准确的应该是这样的：
明显是环境变量没添加好，可是本小子添加确实添加好了啊。捣鼓了半天，还是不知道环境变量添加出现了什么问题。只能试试采用绝对路径了。询问好基友Tony，没想到这货跟我想到一块儿去了，真是中国好基友。于是本小子上面的路径改成绝对路径cmmd = str("D:\mltools\vlfeatwin32\sift.exe "+imagename+" --output="+resultname+" "+params)。改后运行示例代码，帅，跑通了。虽然采用绝对路径的方案使代码看起来并不美观，不过好歹让代码跑通了。后面将查阅一些关于python调用外部可执行文件配置环境变量方面的资料，把这货搞明白。上一张利用sift特征进行图像匹配的实验效果图：
图像的sift描述子效果如下:
关于sift的说明就记录到这里吧。
Pydot模块
再说说在调试相连图像进行可视化时遇到的问题。本小子之前安装过Pydot模块，然后在程序中导入Pydot模块后运行代码，跑到一半蹦出来个GraphViz's executables not found的错误，崩溃。放狗一搜，原来要对相连图像进行可视化，要用到GraphViz。讲到这，不得不顺带提一下AT&T,牛x的实验室啊，GraphViz就是这个实验室开发出来的。下载完GraphViz后安装，添加进环境变量后运行，我靠，又蹦出来个错误Couldn't import dot_parser, loading of dot files will be possible.，崩溃。泪崩啊，继续放狗，发觉Pydot依赖于这两个包：GraphViz和pyparsing,可是从官网下载下来安装后，再安装Pydot模块python setup.py install还是提示上面那个错误。本小子不甘心就这么放弃，找啊找，在CSDN找到了这篇文章《Python包的安装和使用》。似乎Pydot对高版本的支持还有些问题，下载博文里的安装包，安装Pydot时会有提醒:
本小子忽略了它，运行代码，这货终于可以一路跑到底了，本小子乐翻了，感谢tjhd1989博主。上张相连图像可视化的效果图，晒晒折腾出来的成果。
Over，继续调试后面的代码。