Question

我正在尝试使用主要组件分析（PCA）使用python进行人脸识别。我使用pca中找到的课程matplotlib。这是文档：

class matplotlib.mlab.PCA（a）计算a的SVD并存储PCA的数据。使用项目将数据投影到一组缩小的维度

Inputs:
a: a numobservations x numdims array
Attrs:
a a centered unit sigma version of input a
numrows, numcols: the dimensions of a
mu : a numdims array of means of a
sigma : a numdims array of atandard deviation of a
fracs : the proportion of variance of each of the principal components
Wt : the weight vector for projecting a numdims point or array into PCA space
Y : a projected into PCA space

因子载荷在Wt因子中，即第一主成分的因子载荷由Wt [0]

给出

这是我的代码：

import os
from PIL import Image
import numpy as np
import glob
import numpy.linalg as linalg
from matplotlib.mlab import PCA


#Step 1: put database images into a 2D array
filenames = glob.glob('C:\\Users\\Karim\\Downloads\\att_faces\\New folder/*.pgm')
filenames.sort()
img = [Image.open(fn).convert('L').resize((90, 90)) for fn in filenames]
images = np.asarray([np.array(im).flatten() for im in img])


#Step 2: database PCA
results = PCA(images.T)
w = results.Wt


#Step 3: input image
input_image = Image.open('C:\\Users\\Karim\\Downloads\\att_faces\\1.pgm').convert('L')
input_image = np.asarray(input_image)


#Step 4: input image PCA
results_in = PCA(input_image)
w_in = results_in.Wt


#Step 5: Euclidean distance
d = np.sqrt(np.sum(np.asarray(w - w_in)**2, axis=1))

但是我收到了一个错误：

Traceback (most recent call last):
  File "C:/Users/Karim/Desktop/Bachelor 2/New folder/matplotlib_pca.py", line 32, in <module>
    d = np.sqrt(np.sum(np.asarray(w - w_in)**2, axis=1))
ValueError: operands could not be broadcast together with shapes (30,30) (92,92)

有人可以帮我纠正错误吗？
这是面部识别的正确方法吗？

Answer 1

错误告诉您两个数组（w和w_in）的大小不同，而numpy无法弄清楚如何广播这些数据以获取差异。

我不熟悉这个功能，但我猜测问题的根源是输入图像的大小不同。

用于人脸识别的PCA matplotlib类

1 个答案: