OpenCV 2.2 PCA 和 EigenFaces答案

【问题标题】：OpenCV 2.2 PCA and EigenFacesOpenCV 2.2 PCA 和 EigenFaces
【发布时间】：2011-02-21 20:06:29
【问题描述】：

我只是想知道 OpenCV 2.2 中的 cv::PCA::PCA 构造函数方法是否会减去均值，或者我是否必须在减去均值的情况下传递我的数据。

我测试了两种方式，但是在可视化特征面时，它们都没有给我很好的结果，只是黑屏。我没有分割错误或错误，只是没有像论文中那样得到特征脸可视化。

【问题讨论】：

【解决方案1】：

我在这里发布了一个完整的示例，展示了如何使用 PCA 和显示特征脸：PCA + SVM using C++ Syntax in OpenCV 2.2（在我的页面上：http://www.bytefish.de/blog/pca_in_opencv）。

【讨论】：

【解决方案2】：

似乎它们减去了 PCA 函数中的平均值（我去看了 cv::PCA 的声明）。无论如何，我无法获得特征脸可视化，它只是一个黑色窗口。我的想法是它们没有被归一化，但是没有，我打印了每个特征向量的 L2 范数，它正好是 1。

【讨论】：

【解决方案3】：

我认为要获得特征脸，您需要将 PCA 特征向量投影到图像上。

【讨论】：

这不是问题，我实际上将特征向量转换为我的图像大小相同的二维数组（它们都是200x200）并显示它们，导致黑屏。问题也不在于位深度或相关的东西，我也检查过，我通过从 PCA 数据特征向量重建其中一个图像进行了测试，结果图像与原始图像相似，显然不完全是因为丢失了投影到 EigenSpace 时的信息，但显示效果很好。