Question

我正在开展一个人脸识别项目，我们正在使用PCA来减少图像的特征向量大小。问题是，在训练期间，我通过合并所有训练图像来创建PCA对象。现在，在测试期间，我需要先前获得的PCA对象。

我似乎无法弄清楚如何将PCA对象写入文件，以便我可以在测试期间使用它。另一种方法是我将它的特征向量写入文件。但是编写对象本身会更方便。有没有办法做到这一点？

Answer 1

据我所知，没有将PCA对象保存到文件的通用方法。您需要将特征向量，特征值和平均值保存到文件中，然后在加载后将它们放入新的PCA中。您必须记住使用不会丢失精度的格式，尤其是对于平均值。

以下是一些示例代码：

#include "opencv2/core/core.hpp"
#include <iostream>

...

cv::PCA pca1;
cv::PCA pca2;

cv::Mat eigenval,eigenvec,mean;
cv::Mat inputData;
cv::Mat outputData1,outputData2;

//input data has been populated with data to be used
pca1(inputData,Mat()/*dont have previously computed mean*/,
CV_PCA_DATA_AS_ROW /*depends of your data layout*/);//pca is computed
pca1.project(inputData,outputData1);

//here is how to extract matrices from pca
mean=pca1.mean.clone();
eigenval=pca1.eigenvalues.clone();
eigenvec=pca1.eigenvectors.clone();

//here You can save mean,eigenval and eigenvec matrices

//and here is how to use them to make another pca
pca2.eigenvalues=eigenval;
pca2.eigenvectors=eigenvec;
pca2.mean=mean;

pca2.project(inputData,outputData2);

cv::Mat diff;//here some proof that it works
cv::absdiff(outputData1,outputData2,diff);

std::cerr<<sum(diff)[0]<<std::endl; //assuming Youre using one channel data, there
                                    //is data only in first cell of the returned scalar

// if zero was printed, both output data matrices are identical

Answer 2

你可以试试这个。

void save(const string &file_name,cv::PCA pca_)
{
    FileStorage fs(file_name,FileStorage::WRITE);
    fs << "mean" << pca_.mean;
    fs << "e_vectors" << pca_.eigenvectors;
    fs << "e_values" << pca_.eigenvalues;
    fs.release();
}

int load(const string &file_name,cv::PCA pca_)
{
    FileStorage fs(file_name,FileStorage::READ);
    fs["mean"] >> pca_.mean ;
    fs["e_vectors"] >> pca_.eigenvectors ;
    fs["e_values"] >> pca_.eigenvalues ;
    fs.release();

}

Here是来源。

在opencv中保存pca对象

2 个答案: