为 PCA 准备图像数据

Question

您好，我尝试将 PCA 应用于包含许多图片 (.jpg) 的文件夹。但是，我坚持将其转换为 scikit-learn PCA 接受的格式。 PCA 似乎采用数组数据格式。我读过像PCA for image data 这样的文章，但对我来说看起来很复杂。我只想将图像转换为可接受的格式，然后使用pca.fit

在我使用 os.walk 将图像更改为灰度并调整其大小之前（如下所示）。我想知道我是否也可以在 PCA 上使用它。

from sklearn.decomposition import PCA
from PIL import Image 
import os
import numpy as np

WORK_DIR = 'D:/folder/' #working folder
source = os.path.join(WORK_DIR, 'train')  
target = os.path.join(WORK_DIR, 'gray')  

for root, dirpath, filenames in os.walk(source):
    for file in filenames:
        image_file = Image.open(os.path.join(root, file))
        image_file.draft('L', (256, 128)) 
        image_file.save(os.path.join(target, file))

任何其他更简单的方法也会很棒。

Answer 1

读取图像数据后，它将是一个二维数组。你必须把它弄平，.flatten() 会这样做。现在您可以将此数据用于pca.fit()。

from sklearn.decomposition import PCA
from PIL import Image 
import os
import numpy as np

WORK_DIR = 'D:/folder/' #working folder
source = os.path.join(WORK_DIR, 'train')  
target = os.path.join(WORK_DIR, 'gray')  

train_data=[]
for root, dirpath, filenames in os.walk(source):
    for file in filenames:
        image_file = os.path.join(root, file)
        print(image_file)
        train_data.append(np.array(Image.open(image_file,'r')).flatten())

pca=PCA()
pca.fit(train_data)