OpenCV PCA Compute в Python

Я загружаю набор тестовых изображений через OpenCV (в Python) размером 128×128, переставляя их в векторы (1, 128×128) и складывая их все вместе в матрицу для вычисления PCA. Я использую новые cv2-библиотеки …

Код:

• scikit-learn Коэффициент дисперсии объясненного сокращения TruncatedSVD не в порядке убывания
• Число баллов T ^ 2 для хотеллинга в python
• Использование файлов memmap для пакетной обработки
• Python scikit learn pca.explained_variance_ratio_ cutoff
• Поднять LinAlgError ("SVD не сходится") LinAlgError: SVD не сходится в определении matplotlib pca

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)) 

И все это происходит неудачно в части PCA (я тестировал загрузку изображения и все, результирующая матрица – как это должно быть) … ошибка, которую я получаю:

Файл «main.py», строка 22, в

среднее, собственные векторы = cv.PCACompute (matrix_test, np.mean (matri_test, axis = 0))

cv2.error: /path/to/OpenCV-2.3.1/modules/core/src/matmul.cpp:2781: error: (-215) _mean.size () == mean_sz в функции operator ()

 np.mean(matrix_test, axis=0) 

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

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