UPDATE：本文已被收录到原作者的GITHUB Wiki中：https://github.com/iacopomasi/face_specific_augm/wiki
面部增加代码地址：
https://github.com/iacopomasi/face_specific_augm
论文原文：
http://www.openu.ac.il/home/hassner/projects/augmented_faces/
分4个小节叙述，建议概览一遍再从0开始按本文配置
0.
下面是配置过程，
2017年4月23日
在Linux Ubuntu 16.04LTS上安装
首先安装Anaconda
https://www.continuum.io/downloads
下载后是一个.sh文件，
使用bash ./*.sh安装
此时conda并不能使用，
（conda是一种类似于homebrew或者pip的工具）
需要添加环境变量：
# 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc现在就可以使用conda了，使用
which conda或者conda --version查看是不是安装好了
1.
我们的第一个目标是配置原文中的：
Dependencies
使用conda来安装，比挨个安装快得多
conda install -n matplotlib numpy scipy scikit-learn
这里可能会出现错误，试试
conda install -c conda-forge matplotlib=2.0.0
或者
conda install matplotlib numpy scipy scikit-learn
安装Dlib：[1]
conda install -c menpo dlib=18.18
安装opencv[3]
conda install -c menpo opencv3=3.2.0
这个命令行可能会更新，可以去：https://anaconda.org/menpo/opencv3 看看最新的命令，或者手动下载
引用3中的博客，其中的命令行就已经失效了
2.
以上就安装好了环境
然后
git clone https://github.com/iacopomasi/face_specific_augm.git
把代码拷贝到本地，运行一个例子试试
python demo.py input/input_1.jpg
方式
报错：ImportError: No module named _sysconfigdata_nd
解决：
sudo ln -s /usr/lib/python2.7/plat-*/_sysconfigdata_nd.py /usr/lib/python2.7/
报错：ImportError: No module named math
其实出现连math模块都没有，就说明了很多问题，
这时候输入python，命令行返回python运行环境是anaconda，但是再输入
which python
返回的是
/usr/bin/python
也就是说，编译器用的是anaconda的python，但是调用的各种模块仍然是系统自带的
这时候需要创建python的anaconda运行环境[4]，
# 创建一个名为python27的环境，指定Python版本是2.7（不用管是2.7.x，conda会为我们自动寻找2.7.x中的最新版本）conda create --name python27 python=2.7
运行环境就创建好了，需要切换到运行环境里：输入
source activate python27
这时候再输入which python查看版本，会显示
/home/bert/anaconda2/envs/python27/bin/python
说明终于到达了anaconda的环境，
这时候再重复1.中的各种conda安装
（conda本质上是包管理器，用anaconda的环境而不是系统自带的环境，就是因为conda可以方便的下载并配置各种包如numpy）
另外：
1.
如果环境变量出现了问题，比如在anaconda安装的最后一步，没有选择添加环境变量（也就是路径），可以手动添加：
sudo gedit ~/.bashrc
在最后一行添加上
export PATH="~/anaconda2/bin:$PATH"
2.
# 查看当前环境下已安装的包[2] conda list# 删除package conda remove -n python27 numpy
4.测试demo
运行一个demo试一试：
python demo.py input/input_1.jpg
发现出错了，说
ValueError: too many values to unpack
于是根据
http://stackoverflow.com/questions/25504964/opencv-python-valueerror-too-many-values-to-unpack
进行修改，增加了一个下划线，然后出现了新的错误
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
然后根据
https://github.com/iacopomasi/face_specific_augm/issues/3
应该是Opencv的版本问题，毕竟作者没有在readme中说明他自己的详细运行环境，只是说了用Linux
我的OpenCV版本是3.2.0
使用
conda install -c menpo opencv=2.4.11
安装2.4的版本（我用了这个，亲测可以跑通代码）
或者选择
conda install -c menpo opencv3=3.1.0
都可以
万事俱备，开始运行
输入
python demo.py input/input_1.jpg
，经过噼里啪啦的一行行跳跃，
搞定，去output文件夹下查看：
下面这是原图：
下面是各种转换后的图片
以上就是完整的实验过程
这次调代码，配环境的过程真的是曲折无比ʕ •ᴥ•ʔ
总之，不能放弃啊～
睡一觉起来，可能就有了灵感～
加油！
Reference：
[1] python下安装dlib库 http://blog.csdn.net/jhw_xf/article/details/53321272
[2] Anaconda使用总结 http://www.jianshu.com/p/2f3be7781451
[3] 怎样用conda安装opencv http://www.cnblogs.com/MrLJC/p/4245925.html
[4] Anaconda使用教程 http://www.afox.cc/archives/390