我使用这个链接:https://www.learnopencv.com/eigenface-using-opencv-c-python/来获得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照片一样的顶级特征脸image example top eigenfaces
源代码github
特征面按特征向量从上到下排序。(根据特征值,从最大到最小)。所以,只需找出前N个特征面。通常,为了显示,我们需要将平均面添加到特征面,并显示结果图像
真正的特征面是人脸图像空间中的ND轴,平均面是原点,特征值与沿特定轴设置的输入面(特征面)的色散成正比。首先(“在您的情况下是最佳的”)是方差最大的轴
因此,如果在面空间中思考,面是特征空间中的一个点,你可以像平常一样对任何面进行粘合
面(C1,C2,…,CN)=平均面+C1*本征面1+C2*本征面2+…CN*本征面n
你可以把任意面投影到特征空间,得到它的C1,C2,…,CN坐标
使用这些坐标可以找到面之间的“距离”,通常用于比较面
相关问题 更多 >
编程相关推荐