Python中的OpenCV PCA计算

我正在通过OpenCV（Python中）加载一组大小为128x128的测试图像，将它们重塑为向量（1128x128），并将它们全部放在一个矩阵中以计算PCA。我正在使用新的cv2图书馆

守则：

import os
import cv2 as cv
import numpy as np

matrix_test = None
for image in os.listdir('path_to_dir'):
    imgraw = cv.imread(os.path.join('path_to_dir', image), 0)
    imgvector = imgraw.reshape(128*128)
    try:
        matrix_test = np.vstack((matrix_test, imgvector))
    except:
        matrix_test = imgvector

# PCA
mean, eigenvectors = cv.PCACompute(matrix_test, np.mean(matrix_test, axis=0))

PCA部分总是失败（我测试了图像加载，结果矩阵应该是这样的）…我得到的错误是：

文件“main.py”，第22行，在

平均值，特征向量=cv.pca计算机（矩阵检验，np.平均值（矩阵检验，轴=0））

cv2.error:/path/to/OpenCV-2.3.1/modules/core/src/matmul.cpp:2781:error:（-215）平均值.size（）==函数运算符（）中的平均值

---

我认为问题在于这辆车的大小

np.mean(matrix_test, axis=0)

它的大小是（128x128，）而不是（1128x128）。因此，下面的代码应该可以工作

mean, eigenvectors = cv.PCACompute(matrix_test, np.mean(matrix_test, axis=0).reshape(1,-1))

你也可以把

cv.PCACompute(matrix_test, mean = np.array([]))

---

函数计算平均值。

这就成功了……完全没有做到这一点，这是一个愚蠢的错误！谢谢好答案+1这对我帮助很大。我还发现

mean=None

，相当于这个解决方案。干杯