如何在 OpenCV 3 中使用 Python 中的 PCACompute 函数？

Question

cv2.PCACompute 函数在 OpenCV 2.4 中运行良好，语法如下：

import cv2
mean, eigvec = cv2.PCACompute(data)

该函数存在于 OpenCV 3.1 中，但会引发以下异常：

TypeError: Required argument 'mean' (pos 2) not found

C++ documentation 对解释我应该如何从 Python 调用它没有太大帮助。我猜 InputOutputArray 参数现在也是 Python 函数签名中的强制参数，但我无法找到使它们工作的方法。

有什么方法可以正确调用它吗？

（注意：我知道还有其他方法可以运行 PCA，我可能会以其中之一结束。我只是好奇新的如何OpenCV 绑定有效。）

Answer 1

简单回答：

mean, eigvec = cv2.PCACompute(data, mean=None)

详情：

让搜索 PCACompute 源 first.Then 找到 this:

// [modules/core/src/pca.cpp](L351-L360)
void cv::PCACompute(InputArray data, InputOutputArray mean,
                    OutputArray eigenvectors, int maxComponents)
{
    CV_INSTRUMENT_REGION()

    PCA pca;
    pca(data, mean, 0, maxComponents);
    pca.mean.copyTo(mean);
    pca.eigenvectors.copyTo(eigenvectors);
}

好的，现在我们阅读 document:

C++: PCA& PCA::operator()(InputArray data, InputArray mean, int flags, int maxComponents=0)
Python: cv2.PCACompute(data[, mean[, eigenvectors[, maxComponents]]]) → mean, eigenvectors

Parameters: 
    data – input samples stored as the matrix rows or as the matrix columns.
    mean – optional mean value; if the matrix is empty (noArray()), the mean is computed from the data.
flags –
    operation flags; currently the parameter is only used to specify the data layout.

    CV_PCA_DATA_AS_ROW indicates that the input samples are stored as matrix rows.
    CV_PCA_DATA_AS_COL indicates that the input samples are stored as matrix columns.
maxComponents – maximum number of components that PCA should retain; by default, all the components are retained.

这样说，

## py
mean, eigvec = cv2.PCACompute(data, mean=None)

等于

// cpp 
PCA pca;
pca(data, mean=noArray(), flags=CV_PCA_DATA_AS_ROW);
...

如何在 OpenCV 3 中使用 Python 中的 PCACompute 函数？

How to use the PCACompute function from Python in OpenCV 3?

python

opencv

opencv3.1

简单回答：

详情：