前言:
PCA是大家經常用來減少數據集的維數,同時保留數據集中對方差貢獻最大的特征來達到簡化數據集的目的。本文通過使用PCA來提取人臉中的特征臉這個例子,來熟悉下在oepncv中怎樣使用PCA這個類。
開發環境:ubuntu12.04+Qt4.8.2+QtCreator2.5.1+opencv2.4.2
PCA數學理論:
關於PCA的理論,資料很多,公式也一大把,本人功底有限,理論方面這里就不列出了。下面主要從應用的角度大概來講講具體怎么實現數據集的降維。
-
把原始數據中每個樣本用一個向量表示,然后把所有樣本組合起來構成一個矩陣。當然了,為了避免樣本的單位的影響,樣本集需要標准化。
-
求該矩陣的協防差矩陣(關於協方差的介紹可以參考我的博文:一些知識點的初步理解_4(協方差矩陣,ing...))。
-
求步驟2中得到的協方差矩陣的特征值和特征向量。
-
將求出的特征向量按照特征值的大小進行組合形成一個映射矩陣,並根據指定的PCA保留的特征個數取出映射矩陣的前n行或者前n列作為最終的映射矩陣。
-
用步驟4的映射矩陣對原始數據進行映射,達到數據降維的目的。
實驗說明:
在本次實驗實現的過程中,需要用到opencv的這些函數,下面簡單介紹下這些函數。
Mat Mat::reshape(int cn, int rows=0) const
該函數是改變Mat的尺寸,即保持尺寸大小=行數*列數*通道數 不變。其中第一個參數為變換后Mat的通道數,如果為0,代表變換前后通道數不變。第二個參數為變換后Mat的行數,如果為0也是代表變換前后通道數不變。但是該函數本身不復制數據(這點不是很理解,調用一個Mat的reshape,如果我們不把調用后的Mat做為返回值去用,難道此時調用前的Mat一點變化都沒有?)。
void Mat::convertTo(OutputArray m, int rtype, double alpha=1, double beta=0 ) const
該函數其實是對原Mat的每一個值做一個線性變換。參數1為目的矩陣,參數2為目d矩陣的類型,參數3和4變換的系數,看完下面的公式就明白了:
PCA::PCA(InputArray data, InputArray mean, int flags, int maxComponents=0)
該構造函數的第一個參數為要進行PCA變換的輸入Mat;參數2為該Mat的均值向量;參數3為輸入矩陣數據的存儲方式,如果其值為CV_PCA_DATA_AS_ROW則說明輸入Mat的每一行代表一個樣本,同理當其值為CV_PCA_DATA_AS_COL時,代表輸入矩陣的每一列為一個樣本;最后一個參數為該PCA計算時保留的最大主成分的個數。如果是缺省值,則表示所有的成分都保留。
Mat PCA::project(InputArray vec) const
該函數的作用是將輸入數據vec(該數據是用來提取PCA特征的原始數據)投影到PCA主成分空間中去,返回每一個樣本主成分特征組成的矩陣。因為經過PCA處理后,原始數據的維數降低了,因此原始數據集中的每一個樣本的維數都變了,由改變后的樣本集就組成了本函數的返回值。
Mat PCA::backProject(InputArray vec) const
一般調用backProject()函數前需調用project()函數,因為backProject()函數的參數vec為經過PCA投影降維過后的矩陣。 因此backProject()函數的作用就是用vec來重構原始數據集(關於該函數的本質數學實現暫時還不是很了解)。
另外PCA類中還有幾個成員變量,mean,eigenvectors, eigenvalues等分別對應着原始數據的均值,協方差矩陣的特征值和特征向量。
實驗結果:
本次實驗是用4個人人臉圖像,其中每個人分別有5張,共計20張人臉圖片。用這些圖片組成原始數據集來提取他們的PCA主特征臉。該20張圖片如下所示:
當運行軟件后,單擊start按鈕,該程序的結果顯示如下:
其中第一行的3張人臉分別為20張原圖中的3張,這里取的是3個不同人的。
第二行中顯示的3張人臉分別為第一行中人臉經過PCA投影后,又方向投影過來的人臉圖像,仔細觀察可以看到第二行的人臉圖像整體比第一行的亮度上要亮些,且細節上也有所不同。
第3行的人臉圖為取的原始數據協方差矩陣特征向量的最前面3個,因此這3個人臉為最具代表人臉特征的3個PCA人臉特征。
實驗主要部分代碼即注釋(附錄有實驗工程code下載鏈接):
pcaface.h:
#ifndef PCAFACE_H #define PCAFACE_H #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> using namespace cv; #include <QDialog> namespace Ui { class PCAFace; } class PCAFace : public QDialog { Q_OBJECT public: explicit PCAFace(QWidget *parent = 0); ~PCAFace(); Mat normalize(const Mat& src); protected: void changeEvent(QEvent *e); private slots: void on_startButton_clicked(); void on_closeButton_clicked(); private: Ui::PCAFace *ui; Mat src_face1, src_face2, src_face3; Mat project_face1, project_face2, project_face3; Mat dst; Mat pca_face1, pca_face2, pca_face3; vector<Mat> src; int total; }; #endif // PCAFACE_H
pcaface.cpp:
#include "pcaface.h" #include "ui_pcaface.h" #include <QString> #include <iostream> #include <stdio.h> using namespace std; PCAFace::PCAFace(QWidget *parent) : QDialog(parent), ui(new Ui::PCAFace) { ui->setupUi(this); src_face1 = imread("./images/1.pgm", 0); //下面的代碼為設置圖片顯示區域自適應圖片的大小 ui->face1Browser->setFixedHeight(src_face1.rows+1); ui->face1Browser->setFixedWidth(src_face1.cols+1); ui->face2Browser->setFixedHeight(src_face1.rows+1); ui->face2Browser->setFixedWidth(src_face1.cols+1); ui->face3Browser->setFixedHeight(src_face1.rows+1); ui->face3Browser->setFixedWidth(src_face1.cols+1); ui->face4Browser->setFixedHeight(src_face1.rows+1); ui->face4Browser->setFixedWidth(src_face1.cols+1); ui->face5Browser->setFixedHeight(src_face1.rows+1); ui->face5Browser->setFixedWidth(src_face1.cols+1); ui->face6Browser->setFixedHeight(src_face1.rows+1); ui->face6Browser->setFixedWidth(src_face1.cols+1); ui->face7Browser->setFixedHeight(src_face1.rows+1); ui->face7Browser->setFixedWidth(src_face1.cols+1); ui->face8Browser->setFixedHeight(src_face1.rows+1); ui->face8Browser->setFixedWidth(src_face1.cols+1); ui->face9Browser->setFixedHeight(src_face1.rows+1); ui->face9Browser->setFixedWidth(src_face1.cols+1); for(int i = 1; i <= 15; i++) { stringstream ss; string num; ss<<i;//將整數i讀入字符串流 ss>>num;//將字符串流中的數據傳入num,這2句代碼即把數字轉換成字符 string image_name = ("./images/" + num + ".pgm");//需要讀取的圖片全名 src.push_back(imread(image_name, 0)); } total= src[0].rows*src[0].cols; } PCAFace::~PCAFace() { delete ui; } void PCAFace::changeEvent(QEvent *e) { QDialog::changeEvent(e); switch (e->type()) { case QEvent::LanguageChange: ui->retranslateUi(this); break; default: break; } } //將Mat內的內容歸一化到0~255,歸一化后的類型為但通道整型 Mat PCAFace::normalize(const Mat& src) { Mat srcnorm; cv::normalize(src, srcnorm, 0, 255, NORM_MINMAX, CV_8UC1); return srcnorm; } void PCAFace::on_startButton_clicked() { //先顯示3張原圖 ui->face1Browser->append("<img src=./images/1.pgm>"); ui->face2Browser->append("<img src=./images/7.pgm>"); ui->face3Browser->append("<img src=./images/14.pgm>"); //mat數組用來存放讀取進來的所有圖片的數據,其中mat的每一列對應1張圖片,該實現在下面的for函數中 Mat mat(total, src.size(), CV_32FC1); for(int i = 0; i < src.size(); i++) { Mat col_tmp = mat.col(i); src[i].reshape(1, total).col(0).convertTo(col_tmp, CV_32FC1, 1/255.); } int number_principal_compent = 12;//保留最大的主成分數 //構造pca數據結構 PCA pca(mat, Mat(), CV_PCA_DATA_AS_COL, number_principal_compent); //pca.eigenvectors中的每一行代表輸入數據協方差矩陣一個特征向量,且是按照該協方差矩陣的特征值進行排序的 pca_face1 = normalize(pca.eigenvectors.row(0)).reshape(1, src[0].rows);//第一個主成分臉 imwrite("./result/pca_face1.jpg", pca_face1);//顯示主成分特征臉1 ui->face7Browser->append("<img src=./result/pca_face1.jpg>"); pca_face2 = normalize(pca.eigenvectors.row(1)).reshape(1, src[0].rows);//第二個主成分臉 imwrite("./result/pca_face2.jpg", pca_face2);//顯示主成分特征臉2 ui->face8Browser->append("<img src=./result/pca_face2.jpg>"); pca_face3 = normalize(pca.eigenvectors.row(2)).reshape(1, src[0].rows);//第三個主成分臉 imwrite("./result/pca_face3.jpg", pca_face3);//顯示主成分特征臉3 ui->face9Browser->append("<img src=./result/pca_face3.jpg>"); //將原始數據通過PCA方向投影,即通過特征向量的前面幾個作用后的數據,因此這里的dst的尺寸變小了 dst = pca.project(mat); //通過方向投影重構原始人臉圖像(其本質暫時還沒完全弄明白) project_face1 = normalize(pca.backProject(dst).col(0)).reshape(1, src[0].rows); imwrite("./result/project_face1.jpg", project_face1); ui->face4Browser->append("<img src=./result/project_face1.jpg>"); project_face2 = normalize(pca.backProject(dst).col(6)).reshape(1, src[0].rows); imwrite("./result/project_face2.jpg", project_face2); ui->face5Browser->append("<img src=./result/project_face2.jpg>"); project_face3 = normalize(pca.backProject(dst).col(13)).reshape(1, src[0].rows); imwrite("./result/project_face3.jpg", project_face3); ui->face6Browser->append("<img src=./result/project_face3.jpg>"); } void PCAFace::on_closeButton_clicked() { close(); }
main.cpp:
#include <QApplication> #include "pcaface.h" int main(int argc, char *argv[]) { QApplication a(argc, argv); PCAFace w; w.show(); return a.exec(); }
實驗總結:
通過本次實驗,對Opencv中的PCA這個類的使用有了一定的了解。