Image processing 显示具有负值的特征面

在使用numpy实现python的特征脸算法之后，我注意到标准化特征向量包含负值。当特征面显示为图像时，这些负值是如何表示的，例如？我认为图像由正强度值组成。这些特征脸图像是通过特征向量上的直方图均衡化生成的吗？

负值的绘制取决于绘图功能的实现。例如，Matlab的

imagesc

，将图像数据缩放到当前颜色贴图的全范围，并显示图像。这比直方图均衡化更简单。

是的，为了可视化的目的，只需将

min（本征面）

映射到0，将

max（本征面）

映射到255即可。您的链接图像似乎正在执行此操作。（注意每个特征面如何占据整个动态范围。）

---

本征面（或通常的本征向量）可能有正元素和负元素。

因为这只是一个假设/猜测，我不会提出它作为答案，但我认为归一化范围-1:1直接映射到0:255。