使用Histogram of Ordered Gradients（HoG）我计算了15个样本图像的特征。这些样本生成的特征向量非常大（即占用大量内存）。
为了减少这些特征向量，我正在使用Principal Component Analysis（PCA）。这是我正在使用的OpenCV代码：
PCA pca(imageT, Mat(), CV_PCA_DATA_AS_ROW, 300);
pca.project(imageT, imageT1);
在imageT Matrix中，no.of row = no。样品 没有。 coloumns =没有。的功能 假设有15张图像 image.的行数是15，没有。 coloumn是57400
应用PCA后我想要300个功能;它给了我不到15个功能。我需要帮助。