平均面部算法

Question

問題和代碼最后我希望這個問題屬於這里而不是TCS的堆棧。 我試圖通過Turk和Pentland的“Eigenfaces for Recognition”中的算法 。

在頁74上可以閱讀（左欄的最后一段）：

讓訓練（...）集合的平均面由[*]定義

其中[*]是一個等式，表示平均面等於圖像之和除以它的計數。 為了使用這個equantion我使用OpenCV和numpy創建了python腳本。

在頁面75上有圖1.它應該代表圖1中的平均面部。（第74頁）這就是我想要實現的目標。

作為一個面部集我使用Faces94的所有面孔。 當我計算傳統平均值（1 / M *總和）時，結果如下所示：

這遠遠超出預期，主要是因為那些奇怪的“斑點”。 但是，當我計算平均值時，實際上有更多的面孔（例如1 /（2 * M）*總和），結果看起來更准確：

我認為在轉換int8 < - > int時存在一些問題，但我無法證明這一點。 如果有人能發現代碼有任何問題，請告訴我，即使它不是解決方案。

問題 ：我做錯了什么/做什么來獲得更好的結果。 這是代碼：

import numpy as np
import glob
import cv2
from cv2 import imread

dir = "../images/faces94/**/**.jpg"

files = list(glob.iglob(dir, recursive=True))
img = np.zeros(imread(files[0],0).shape)
img = img.astype('int')
for i in range(len(files)):
    img += imread(files[i],0).astype('int')

img = np.divide(img,len(files)*2) # HERE you can change it to np.divide(img,len(files)) in order to see bad result
img = np.mod(img,128)
img = img.astype(np.int8)

cv2.imshow("image", img)
cv2.waitKey(0)

Answer 1

感謝@Divakar，我在代碼中發現了兩個問題。

1. opencv中的圖像數組基於uint8而不是int8
2. 我正在做模數（np.mod（img，128）），因此我的圖像范圍從0到127，應該是0到255。