samples/cpp/pca.cpp

使用 PCA 進行降維同時保持一定方差的示例

/*
* pca.cpp
*
* 作者
* Kevin Hughes <kevinhughes27[at]gmail[dot]com>
*
* 特別感謝
* Philipp Wagner <bytefish[at]gmx[dot]de>
*
* 此程式演示如何使用 OpenCV PCA 並
* 指定要保留的方差量。效果
* 透過使用軌跡欄進一步說明
* 更改保留方差的值。
*
* 該程式將一個文字檔案作為輸入，每行
* 以影像的完整路徑開始。PCA 將執行
* 在此影像列表上。作者建議使用
* AT&T 人臉資料集的前 15 張人臉
* http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html
*
* 例如，您的輸入文字檔案如下所示
*
* <path_to_at&t_faces>/orl_faces/s1/1.pgm
* <path_to_at&t_faces>/orl_faces/s2/1.pgm
* <path_to_at&t_faces>/orl_faces/s3/1.pgm
* <path_to_at&t_faces>/orl_faces/s4/1.pgm
* <path_to_at&t_faces>/orl_faces/s5/1.pgm
* <path_to_at&t_faces>/orl_faces/s6/1.pgm
* <path_to_at&t_faces>/orl_faces/s7/1.pgm
* <path_to_at&t_faces>/orl_faces/s8/1.pgm
* <path_to_at&t_faces>/orl_faces/s9/1.pgm
* <path_to_at&t_faces>/orl_faces/s10/1.pgm
* <path_to_at&t_faces>/orl_faces/s11/1.pgm
* <path_to_at&t_faces>/orl_faces/s12/1.pgm
* <path_to_at&t_faces>/orl_faces/s13/1.pgm
* <path_to_at&t_faces>/orl_faces/s14/1.pgm
* <path_to_at&t_faces>/orl_faces/s15/1.pgm
*
*/
 
#include <iostream>
#include <fstream>
#include <sstream>
 
#include <opencv2/core.hpp>
#include "opencv2/imgcodecs.hpp"
#include <opencv2/highgui.hpp>
 
using namespace cv;
using namespace std;
 
// 函式
static void read_imgList(const string& filename, vector<Mat>& images) {
std::ifstream file(filename.c_str(), ifstream::in);
    if (!file) {
        string error_message = "未給出有效的輸入檔案，請檢查給定的檔名。";
        CV_Error(Error::StsBadArg, error_message);
    }
    string line;
    while (getline(file, line)) {
images.push_back(imread(line, IMREAD_GRAYSCALE));
    }
}
 
static Mat formatImagesForPCA(const vector<Mat> &data)
{
    Mat dst(static_cast<int>(data.size()), data[0].rows*data[0].cols, CV_32F);
    for(unsigned int i = 0; i < data.size(); i++)
    {
        Mat image_row = data[i].clone().reshape(1,1);
        Mat row_i = dst.row(i);
image_row.convertTo(row_i,CV_32F);
    }
    return dst;
}
 
static Mat toGrayscale(InputArray _src) {
    Mat src = _src.getMat();
    // 只允許一個通道
    if(src.channels() != 1) {
        CV_Error(Error::StsBadArg, "僅支援具有一個通道的矩陣");
    }
    // 建立並返回標準化影像
    Mat dst;
    cv::normalize(_src, dst, 0, 255, NORM_MINMAX, CV_8UC1);
    return dst;
}
 
struct params
{
    Mat data;
    int ch;
    int rows;
    PCA pca;
    string winName;
};
 
static void onTrackbar(int pos, void* ptr)
{
cout << "保留方差 = " << pos << "% ";
cout << "重新計算 PCA..." << std::flush;
 
    double var = pos / 100.0;
 
    struct params *p = (struct params *)ptr;
 
p->pca = PCA(p->data, cv::Mat(), PCA::DATA_AS_ROW, var);
 
    Mat point = p->pca.project(p->data.row(0));
    Mat reconstruction = p->pca.backProject(point);
reconstruction = reconstruction.reshape(p->ch, p->rows);
reconstruction = toGrayscale(reconstruction);
 
    imshow(p->winName, reconstruction);
cout << "完成！主成分數量：" << p->pca.eigenvectors.rows << endl;
}
 
 
// 主函式
int main(int argc, char** argv)
{
    cv::CommandLineParser parser(argc, argv, "{@input||影像列表}{help h||顯示幫助訊息}");
    if (parser.has("help"))
    {
parser.printMessage();
exit(0);
    }
    // 獲取 CSV 檔案的路徑。
    string imgList = parser.get<string>("@input");
    if (imgList.empty())
    {
parser.printMessage();
exit(1);
    }
 
    // 用於儲存影像的向量
vector<Mat> images;
 
    // 讀入資料。如果無效，可能會失敗
    try {
read_imgList(imgList, images);
} catch (const cv::Exception& e) {
cerr << "開啟檔案 \"" << imgList << "\" 時出錯。原因：" << e.msg << endl;
exit(1);
    }
 
    // 如果沒有足夠的影像用於此演示，則退出。
    if(images.size() <= 1) {
        string error_message = "此演示需要至少 2 張影像才能工作。請向您的資料集新增更多影像！";
        CV_Error(Error::StsError, error_message);
    }
 
    // 將影像重塑並堆疊到 rowMatrix 中
    Mat data = formatImagesForPCA(images);
 
    // 執行 PCA
    PCA(data, cv::Mat(), PCA::DATA_AS_ROW, 0.95); // 軌跡欄最初在此處設定，這也是保留方差的常用值
 
    // 演示保留方差對第一張影像的影響
    Mat point = pca.project(data.row(0)); // 投影到特徵空間中，因此影像變為“點”
    Mat reconstruction = pca.backProject(point); // 從“點”重新建立影像
reconstruction = reconstruction.reshape(images[0].channels(), images[0].rows); // 從行向量重塑為影像形狀
reconstruction = toGrayscale(reconstruction); // 重新縮放以用於顯示目的
 
    // 初始化 highgui 視窗
    string winName = "重建 | 按 'q' 退出";
    namedWindow(winName, WINDOW_NORMAL);
 
    // params 結構體傳遞給軌跡欄處理程式
    params p;
p.data = data;
p.ch = images[0].channels();
p.rows = images[0].rows;
p.pca = pca;
p.winName = winName;
 
    // 建立軌跡欄
    int pos = 95;
    createTrackbar("保留方差 (%)", winName, &pos, 100, onTrackbar, (void*)&p);
 
    // 顯示直到使用者按下 q
    imshow(winName, reconstruction);
 
    char key = 0;
    while(key != 'q')
key = (char)waitKey();
 
   return 0;
}