资源简介
Python编写的双2D,2DPCA,算法
使用库函数的LBP,直方图算法
余弦相似度,https://blog.csdn.net/u012505617/article/details/89191158
feret人脸库,200人,每人7张;看到大家需要,我就上传了。代码都是我整理的,编写通过的。Oracle数据库之前上传过
代码片段和文件信息
# -*- coding: utf-8 -*-
from numpy import *
import numpy as np
import cv2 os math os.path
from skimage.feature import local_binary_pattern
from LBP.LBP3 import LBP2
from LBP.LBP_Ora import (loadImg)
from lbp2D.pca import (pcasucpca)
from lbp2D.td1 import pcasuc2
from LBP.LBP_Ora import (calHistogram)
from sklearn.model_selection import train_test_split
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.decomposition import PCA
from sklearn.svm import SVC
def calFenGe(LBPtran1LBptest2):
numTrain=200
extrains = np.mat(np.zeros((256*4*7numTrain)))
extests = np.mat(np.zeros((256*4*7200)))
for i in range(numTrain):
exHistogram1 = calHistogram(LBPtran1[:i])
exHistogram2 = calHistogram(LBptest2[:i])
extrains[:i] = exHistogram1
extests[:i] = exHistogram2
return extrainsextests
def svm_suc2(numberTesttrain_datatest_datay_trainy_testDInd_Icv=5):
pca2 = PCA(n_components=DInd_I svd_solver=‘randomized‘ # 选择一种svd方式
whiten=True).fit(train_data)
X_t1pca = pca2.transform(train_data)#(200 91)
X_t2pca = pca2.transform(test_data)
err=0
param_grid = {‘C‘: [1 5 10 20304050 1001e3]
‘gamma‘: [0.0001 0.0005 0.001 0.005 0.01 0.10.5] }
# param_grid ={‘C‘:[20]‘gamma‘:[0.01]}
clf = GridSearchCV(SVC(kernel=‘rbf‘ class_weight=‘balanced‘)
param_grid cv=4)
clf = clf.fit(X_t1pca y_train)
print(“索引 {0} 最好参数:\n“.format(i))
print(clf.best_params_)
y_pred = clf.predict(X_t2pca)
for i in range(numberTest):
if y_test[i]!=y_pred[i]:
err+=1
print(“正确率%.3f“%(1-err/numberTest))
if __name__==“main“:
train_data train_lable test_data test_lable=loadImg()#
LBPtran1=LBP2(train_data)#(10304 200)
LBptest2=LBP2(test_data)
Wei=pca(LBPtran1.T0.9)#163
pcasuc(LBPtran1.T train_lable LBptest2.T test_lableWei)
‘‘‘不分块,之后pca 正确率0.245‘‘‘
extrainsextests=calFenGe(LBPtran1LBptest2)
X_train_pca=(extrains.T).A#matrix转array
X_test_pca=(extests.T).A
pcasuc2(X_train_pcatrain_lableX_test_pcatest_lable)
‘‘‘分块 直方图 正确率0.910‘‘‘
# array转matrix:用mat()
‘‘‘分块之后pca 正确率0.900 ‘‘‘
train=pca(mat(X_train_pca)0.9)#91
pcasuc(X_train_pca train_lable X_test_pca test_labletrain)
‘‘‘分块 pca svm 正确率0.965 ‘‘‘
svm_suc2(200X_train_pcaX_test_pcatrain_labletest_labletrain)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 5866 2019-05-20 19:19 python-lbp-2d\pca.py
目录 0 2019-05-20 19:10 python-lbp-2d\
目录 0 2019-05-20 19:10 python-lbp-2d\FERET_80_80\
目录 0 2019-05-20 19:10 python-lbp-2d\FERET_80_80\FERET-001\
文件 6690 2003-03-18 19:23 python-lbp-2d\FERET_80_80\FERET-001\01.tif
文件 6648 2003-04-28 23:10 python-lbp-2d\FERET_80_80\FERET-001\02.tif
文件 6664 2003-04-28 22:59 python-lbp-2d\FERET_80_80\FERET-001\03.tif
文件 6688 2003-04-28 23:07 python-lbp-2d\FERET_80_80\FERET-001\04.tif
文件 6676 2003-04-29 00:52 python-lbp-2d\FERET_80_80\FERET-001\05.tif
文件 6682 2003-03-18 19:23 python-lbp-2d\FERET_80_80\FERET-001\06.tif
文件 6650 2003-03-18 19:23 python-lbp-2d\FERET_80_80\FERET-001\07.tif
文件 47616 2008-01-10 18:35 python-lbp-2d\FERET_80_80\FERET-001\Thumbs.db
目录 0 2019-05-20 19:10 python-lbp-2d\FERET_80_80\FERET-002\
文件 6666 2003-03-18 19:23 python-lbp-2d\FERET_80_80\FERET-002\01.tif
文件 6706 2003-04-28 23:11 python-lbp-2d\FERET_80_80\FERET-002\02.tif
文件 6692 2003-04-28 22:59 python-lbp-2d\FERET_80_80\FERET-002\03.tif
文件 6682 2003-04-28 23:07 python-lbp-2d\FERET_80_80\FERET-002\04.tif
文件 6692 2003-04-29 00:52 python-lbp-2d\FERET_80_80\FERET-002\05.tif
文件 6684 2003-03-18 19:23 python-lbp-2d\FERET_80_80\FERET-002\06.tif
文件 6620 2003-03-18 19:23 python-lbp-2d\FERET_80_80\FERET-002\07.tif
文件 45056 2008-10-27 15:47 python-lbp-2d\FERET_80_80\FERET-002\Thumbs.db
目录 0 2019-05-20 19:10 python-lbp-2d\FERET_80_80\FERET-003\
文件 6674 2003-03-18 21:42 python-lbp-2d\FERET_80_80\FERET-003\01.tif
文件 6682 2003-04-28 23:11 python-lbp-2d\FERET_80_80\FERET-003\02.tif
文件 6696 2003-04-28 22:59 python-lbp-2d\FERET_80_80\FERET-003\03.tif
文件 6688 2003-04-28 23:07 python-lbp-2d\FERET_80_80\FERET-003\04.tif
文件 6686 2003-04-29 00:52 python-lbp-2d\FERET_80_80\FERET-003\05.tif
文件 6688 2003-03-18 21:42 python-lbp-2d\FERET_80_80\FERET-003\06.tif
文件 6700 2003-03-18 21:42 python-lbp-2d\FERET_80_80\FERET-003\07.tif
文件 46592 2009-10-27 22:11 python-lbp-2d\FERET_80_80\FERET-003\Thumbs.db
目录 0 2019-05-20 19:10 python-lbp-2d\FERET_80_80\FERET-004\
............此处省略1779个文件信息
评论
共有 条评论