3

Pythonを使用して主成分分析（PCA）による顔認識を実装しようとしています。T手順の 1 つは、平均顔ベクトル を差し引いて入力 (テスト) 画像を正規化することmですn = T - m。

これが私のコードです：

#Step1: 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: find the mean image and the mean-shifted input images
m = images.mean(axis=0)
shifted_images = images - m

#Step 7: input image
input_image = Image.open('C:\\Users\\Karim\\Downloads\\att_faces\\1.pgm').convert('L').resize((90, 90))
T = np.asarray(input_image)
n = T - mean_image

しかし、私はエラーが発生していますTraceback (most recent call last): File "C:/Users/Karim/Desktop/Bachelor 2/New folder/new3.py", line 46, in <module> n = T - m ValueError: operands could not be broadcast together with shapes (90,90) (8100)

4

2 に答える 2

3

@Lev が言うように、配列を平坦化しました。平均を実行するために実際にこれを行う必要はありません。2 つの 3x4 画像の配列があるとすると、次のようになります。

In [291]: b = np.random.rand(2,3,4)

In [292]: b.shape
Out[292]: (2, 3, 4)

In [293]: b
Out[293]: 
array([[[ 0.18827554,  0.11340471,  0.45185287,  0.47889188],
        [ 0.35961448,  0.38316556,  0.73464482,  0.37597429],
        [ 0.81647845,  0.28128797,  0.33138755,  0.55403119]],

       [[ 0.92025024,  0.55916671,  0.23892798,  0.59253267],
        [ 0.15664109,  0.12457157,  0.28139198,  0.31634361],
        [ 0.33420446,  0.27599807,  0.40336601,  0.67738928]]])

配列の形状を残して、最初の軸で平均を実行します。

In [300]: b.mean(0)
Out[300]: 
array([[ 0.55426289,  0.33628571,  0.34539042,  0.53571227],
       [ 0.25812778,  0.25386857,  0.5080184 ,  0.34615895],
       [ 0.57534146,  0.27864302,  0.36737678,  0.61571023]])

In [301]: b - b.mean(0)
Out[301]: 
array([[[-0.36598735, -0.222881  ,  0.10646245, -0.0568204 ],
        [ 0.10148669,  0.129297  ,  0.22662642,  0.02981534],
        [ 0.24113699,  0.00264495, -0.03598923, -0.06167904]],

       [[ 0.36598735,  0.222881  , -0.10646245,  0.0568204 ],
        [-0.10148669, -0.129297  , -0.22662642, -0.02981534],
        [-0.24113699, -0.00264495,  0.03598923,  0.06167904]]])

多くの用途では、配列のリストではなく 1 つの配列に対して numpy 操作が実行されるため、画像を配列のリストとして保持するよりも高速になります。mean、 などのほとんどのメソッドは引数covを受け入れ、axisフラット化することなく実行するすべてのディメンションをリストできます。

これをスクリプトに適用するには、元の次元を維持しながら次のようにします。

images = np.asarray([Image.open(fn).convert('L').resize((90, 90)) for fn in filenames])
# so images.shape = (len(filenames), 90, 90)

m = images.mean(0)
# numpy broadcasting will automatically subract the (90, 90) mean image from each of the `images`
# m.shape = (90, 90)
# shifted_images.shape = images.shape = (len(filenames), 90, 90)
shifted_images = images - m 

#Step 7: input image
input_image = Image.open(...).convert('L').resize((90, 90))
T = np.asarray(input_image)
n = T - m

最後のコメントとして、速度が問題になる場合は、np.dstack を使用して画像を結合する方が高速です。

In [354]: timeit b = np.asarray([np.empty((50,100)) for i in xrange(1000)])
1 loops, best of 3: 824 ms per loop

In [355]: timeit b = np.dstack([np.empty((50,100)) for i in xrange(1000)]).transpose(2,0,1)
10 loops, best of 3: 118 ms per loop

ただし、ほとんどの場合、画像の読み込みに時間がかかる可能性があり、その場合は無視してかまいません。

于 2013-04-15T13:41:42.353 に答える
3

mean_imageフラット化された配列に対して計算されました:

images = np.asarray([np.array(im).flatten() for im in img])
mean_image = images.mean(axis=0)

90x90input_imageです。したがって、エラー。入力画像も平坦化するか、元の画像を平坦化しないか (なぜそうするのかよくわかりません)、mean_imageこの操作のためだけに 90x90 にサイズ変更する必要があります。

于 2013-04-15T13:21:41.173 に答える