标签：image-recognition knn opencv computer-vision python

我正在尝试用Python编写人脸识别程序(我将应用k-nn算法进行分类).

首先,我将图像转换为灰度,然后创建了一个长列向量(通过使用Opencv的imagedata函数),该向量具有图像的像素(总共128×128 = 16384个特征)

因此,我得到了如下数据集(最后一列是类标签,我只显示了数据集的前7个特征,而不是16384).

176, 176, 175, 175, 177, 173, 178, 1 
162, 161, 167, 162, 167, 166, 166, 2

但是,当我将k-nn应用于此数据集时,会得到尴尬的结果.我是否需要对该数据集应用其他过程,而不仅仅是将图像转换为像素表示？

谢谢.

解决方法:

如果您希望它运作良好,是的,您需要进行功能转换.

PCA或LDA运作良好. PCA将获取输入向量的集合(在这种情况下为您的矢量化图像),并找到跨越输入集合的特征面.然后,在测试过程中,将输入向量(即图像)投影到这组特征脸上,然后将所得坐标向量用作特征向量.有关更多信息,请参见[Turk and Pentland, 1991].

我在PIE database上使用此基本PCA方法进行的个人实验成功.

标签：image-recognition,knn,opencv,computer-vision,python
来源： https://codeday.me/bug/20191209/2095563.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。