如何使用opencv python获得最佳特征脸

【问题标题】：How to get best eigenface using opencv python如何使用opencv python获得最佳特征脸
【发布时间】：2020-06-12 08:39:21
【问题描述】：

我正在使用这个链接：https://www.learnopencv.com/eigenface-using-opencv-c-python/ 来获取图像和特征脸的平均脸。

# Compute the eigenvectors from the stack of images created
  print("Calculating PCA ", end="...")
  mean, eigenVectors = cv2.PCACompute(data, mean=None, maxComponents=NUM_EIGEN_FACES)
  print ("DONE")
  averageFace = mean.reshape(sz)
  eigenFaces = [];
  for eigenVector in eigenVectors:
    eigenFace = eigenVector.reshape(sz)
    eigenFaces.append(eigenFace)

但我不知道如何获得像这张图片这样的顶级特征脸image example top eigenfaces

源码github

【问题讨论】：

标签： python opencv face-recognition

【解决方案1】：

特征面在 eigenVector 中从上到下排序。（按特征值，从大到小）。因此，只需输出前 N 个特征面。通常为了显示我们需要将平均脸添加到特征脸并显示结果图像。

真正的特征面是人脸图像空间中的ND轴，平均人脸是原点，特征值与沿某个轴（特征面）设置的输入面的离散度成正比。首先（在您的情况下为“最佳”）是具有最大方差的轴。

所以如果在人脸空间中思考，人脸是本征空间中的一个点，你可以像往常一样合成任何人脸

face(C1,C2,..,CN)=mean_face+ C1*eigen_face1+C2*eigen_face2+...CN*eigen_faceN

您也可以将任何面投影到特征空间并获得其 C1,C2,...,CN 坐标。

使用这些坐标，您可以找到人脸之间的“距离”，它通常用于比较人脸。

【讨论】：