1

Pythonで主成分分析(PCA)を使用して、手のジェスチャー認識(顔認識に似ています)を行おうとしています。テスト画像があり、一連のトレーニング画像から最も近い一致を取得したいと考えています。

これが私のコードです：

import os, sys
import numpy as np
import PIL.Image as Image


def read_images(path, sz=None):
    c = 0
    X,y = [], []
    for dirname, dirnames, filenames in os.walk(path):
        for subdirname in dirnames:
            subject_path = os.path.join(dirname, subdirname)
            for filename in os.listdir(subject_path):
                try:
                    im = Image.open(os.path.join(subject_path, filename))
                    im = im.convert("L")
                    # resize to given size (if given)
                    if (sz is not None):
                        im = im.resize(sz, Image.ANTIALIAS)
                    X.append(np.asarray(im, dtype=np.uint8))
                    y.append(c)
                except IOError:
                    print "I/O error({0}): {1}".format(errno, strerror)
                except:
                    print "Unexpected error:", sys.exc_info()[0]
                    raise
            c = c+1
    return [X,y]


def asRowMatrix(X):
    if len(X) == 0:
        return np.array([])
    mat = np.empty((0, X[0].size), dtype=X[0].dtype)
    for row in X:
        mat = np.vstack((mat, np.asarray(row).reshape(1,-1)))
    return mat


def asColumnMatrix(X):
    if len(X) == 0:
        return np.array([])
    mat = np.empty((X[0].size, 0), dtype=X[0].dtype)
    for col in X:
        mat = np.hstack((mat, np.asarray(col).reshape(-1,1)))
    return mat


def pca(X, y, num_components=0):
    [n,d] = X.shape
    if (num_components <= 0) or (num_components>n):
        num_components = n
    mu = X.mean(axis=0)
    X = X - mu
    if n>d:
        C = np.dot(X.T,X)
        [eigenvalues,eigenvectors] = np.linalg.eigh(C)
    else:
        C = np.dot(X,X.T)
        [eigenvalues,eigenvectors] = np.linalg.eigh(C)
        eigenvectors = np.dot(X.T,eigenvectors)
        for i in xrange(n):
            eigenvectors[:,i] = eigenvectors[:,i]/np.linalg.norm(eigenvectors[:,i])
    # or simply perform an economy size decomposition
    # eigenvectors, eigenvalues, variance = np.linalg.svd(X.T, full_matrices=False)
    # sort eigenvectors descending by their eigenvalue
    idx = np.argsort(-eigenvalues)
    eigenvalues = eigenvalues[idx]
    eigenvectors = eigenvectors[:,idx]
    # select only num_components
    eigenvalues = eigenvalues[0:num_components].copy()
    eigenvectors = eigenvectors[:,0:num_components].copy()
    return [eigenvalues, eigenvectors, mu, X]


#Get eigenvalues, eigenvectors, mean and shifted images (Training)
[a, b] = read_images('C:\\Users\\Karim\\Desktop\\Training & Test images\\AT&T\\att_faces', (90,90))
[evalues, evectors, mean_image, shifted_images] = pca(asRowMatrix(a), b)


#Input(Test) image
input_image = Image.open('C:\\Users\\Karim\\Desktop\\Training & Test images\\AT&T\\Test\\4.pgm').convert('L').resize((90, 90))
input_image = np.asarray(input_image).flatten()


#Normalizing input image
shifted_in = input_image - mean_image


#Finding weights
w = evectors.T * shifted_images 
w = np.asarray(w)
w_in = evectors.T * shifted_in
w_in = np.asarray(w_in)


#Euclidean distance
df = np.asarray(w - w_in)                # the difference between the images
dst = np.sqrt(np.sum(df**2, axis=1))     # their euclidean distances

dstこれで、テスト画像とトレーニング画像のセット内の各画像の間のユークリッド距離を含む距離の配列ができました。

最も近い (最小) 距離とそのパス (またはサブディレクトリ名) で画像を取得する方法は? 最小距離の値でも配列内のインデックスでもないdst

4

1 に答える 1

3

dst.argmin()dst最小の要素のインデックスを教えてくれます。

したがって、最も近い画像は

idx = dst.argmin()
closest = a[idx]

aトレーニング面を表す配列のリストであるためです。

最も近い画像を表示するには、次を使用できます。

img = Image.fromarray(closest, 'L')
img.show()

最も近い画像のファイル パスを見つけるにはread_images、すべてのファイル パスのリストを返すように変更します。これにより、画像のリストと同じようにインデックスを作成できます。

def read_images(path, sz=None):
    X, y = [], []
    for dirname, dirnames, filenames in os.walk(path):
        for filename in filenames:
            subject_path = os.path.join(dirname, filename)
            try:
                im = Image.open(subject_path)
            except IOError as err:
                print "I/O error: {e}: {f}".format(e=err, f=subject_path)
            except:
                print "Unexpected error:", sys.exc_info()[0]
                raise
            else:
                im = im.convert("L")
                # resize to given size (if given)
                if (sz is not None):
                    im = im.resize(sz, Image.ANTIALIAS)
                X.append(np.asarray(im, dtype=np.uint8))
                y.append(subject_path)
    return [X, y]

以下、次のように呼び出します。

images, paths = read_images(TRAINING_DIR, (90, 90))

次に、最も近い画像へのフルパスを取得できます

idx = dst.argmin()
filename = paths[idx]

サブディレクトリへのパスだけが必要な場合は、使用します 

os.path.dirname(filename)

サブディレクトリの名前には、

os.path.basename(os.path.dirname(filename))
于 2013-05-02T02:06:37.543 に答える