平均人脸 - 算法答案

【问题标题】：Average face - algorithm平均人脸 - 算法
【发布时间】：2017-05-18 01:49:59
【问题描述】：

问题和代码在最后 我希望这个问题属于这里，而不是 TCS 的堆栈。我正在尝试通过Turk and Pentland's "Eigenfaces for Recognition" 中的算法。

在第 74 页上可以阅读（左栏的最后一段）：

让训练(...)集合的平均人脸由[*]定义

其中 [*] 是一个等式，表示平均人脸等于图像总和除以它的计数。为了使用这个等式，我使用 OpenCV 和 numpy 创建了 python 脚本。

在第 75 页上有图 1。它应该代表图 1 中的平均脸。（第 74 页）这就是我想要实现的目标。

作为一个面部集，我使用来自Faces94 的所有面部。当我计算传统平均值 (1/M*sum) 时，结果如下所示：

这与预期相差甚远，主要是因为那些奇怪的“点”。但是，当我计算平均值时，比如人脸比实际多（例如 1/(2*M) * sum），结果看起来更准确：

我认为转换 int8int 存在一些问题，但我无法证明这一点。如果有人发现代码有任何问题，请告诉我，即使它不是解决方案。

问题：我做错了什么/如何获得更好的结果。代码如下：

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)

【问题讨论】：

@Divakar 这是正确答案，请将其作为答案发布，以便我可以接受。此外，我必须将模数从 128 更改为 256 :)
好吧，我鼓励您将其与其他相关详细信息一起发布在答案帖子中。找到那些干得好！ :)

标签： python algorithm opencv numpy

【解决方案1】：

感谢@Divakar 我在我的代码中发现了两个问题。

opencv 中的图像数组基于 uint8 而不是 int8
我正在做模 (np.mod(img,128))，因此我的图像范围是 0 到 127，应该是 0 到 255。

【讨论】：