特征面在matlab中显示空缺图像

我有一套17张脸的灰度图片，当我试图查看它时，我会得到一张黑色的图片，而不是像幽灵一样的图片

    input_dir = 'images';
image_dims = [60, 60];

filenames = dir(fullfile(input_dir, '*.jpg'));
num_images = numel(filenames);
images = [];
for n = 1:num_images
    filename = fullfile(input_dir, filenames(n).name);
    img = imresize(imread(filename),[60,60]);
    if n == 1
        images = zeros(prod(image_dims), num_images);
    end
    images(:, n) = img(:);
end

% Trainig

% steps 1 and 2: find the mean image and the mean-shifted input images
mean_face = mean(images, 2);
shifted_images = images - repmat(mean_face, 1, num_images);

% steps 3 and 4: calculate the ordered eigenvectors and eigenvalues
[evectors, score, evalues] = princomp(images');

% step 5: only retain the top 'num_eigenfaces' eigenvectors (i.e. the principal components)
num_eigenfaces = 20;
evectors = evectors(:, 1:num_eigenfaces);

% step 6: project the images into the subspace to generate the feature vectors
features = evectors' * shifted_images;

为了查看这些值，我使用了这个代码

figure;
for n = 1:num_eigenfaces
    subplot(2, ceil(num_eigenfaces/2), n);
    evector = reshape(evectors(:,n), image_dims);
    imshow(evector);
end

---

我不认为应该是这样的。有人能指出我做错了什么吗？

你应该检查代码中的每个步骤，并确保它们通过了健全性检查。我猜是这样

features = evectors' * shifted_images;

应该是这个吗

features = shifted_images * evectors;

这让我想知道移位的图像是否有正确的尺寸。evectors应该是一个矩阵，其中每列代表一个分量向量。矩阵将为[pics x n]。移位图像应为[pixcount x pics]矩阵。“pixcount”是每个图片中的像素数量，“pics”是图片数量。如果

evectors'*shifted_images

在没有维度错误的情况下工作，我想知道是否有一个数量计算不正确。我认为这种转置是罪魁祸首：

princomp(images');

尝试缩放图像：

for i=1:num_eigenfaces
    subplot(1,7,i);
    image=reshape(evectors(:,i), image_dims);
    image=image';
    %scale image to full scale
    imshow(image, []);
end

---

移位图像的尺寸是多少Sam不确定这是否是你需要的…但是matlab说（3600X17），我有17个训练图像。我试过了，我得到了这个错误，使用*内部矩阵尺寸必须一致<代码>PCA（第32行）特征中的错误=移位的图像*向量