The Extended Yale Face Database B 转为 Matlab 格式

前言

网上找了一个小的人脸识别数据库，没有找到mat格式的，可以直接用，花了一点时间自己将图像导入matlab里面，顺便将过程分享一下

下载链接

裁剪后的官网下载链接
http://vision.ucsd.edu/extyaleb/CroppedYaleBZip/CroppedYale.zip

百度网盘附带mat格式的文件
https://pan.baidu.com/s/1QVIWvyuQuMpCtcBeigpLmg
提取码：pzjr

提取过程

将CroppedYale.zip解压后的目录，作为matlab的当前目录
里面包含了38个目录，一个目录代表一个人，每个目录下大约有64张，大小为192x168。ambient为背景图，不进行提取。将每一个人存储为一个cell，每个cell包含一个矩阵，每张图进行线性化，作为矩阵的一列

clear;clc;
dirroot = pwd();
DIRS=dir(dirroot);
n=length(DIRS);
cnt = 1;
X = [];
for i=1:n
   if DIRS(i).isdir
      if DIRS(i).name=="." ||  DIRS(i).name==".."
          continue;
      end
      DIRS(i).name
      X{cnt} = LoadDirectory(sprintf('%s\\%s',dirroot,DIRS(i).name));
      cnt = cnt +1;
   end
end

LoadDirectory的代码

function [X] = LoadDirectory(dirroot)
DIRS=dir(sprintf('%s\\*.pgm',dirroot));
n=length(DIRS);
X = [];
cnt = 1;
for i=1:n
    if ~DIRS(i).isdir
        k = strfind(DIRS(i).name,'Ambient');
        if isempty(k)
            DIRS(i).name
            I = imread(sprintf('%s\\%s',dirroot,DIRS(i).name));
            I = reshape(I,[],1);
            X(:,cnt) = I;
            cnt = cnt + 1;
        end
    end
end

测试

Data = X{38};
[m,n] = size(Data);
k = ceil(sqrt(n));
a = 1/k;
b = 1/k;
for i = 1:1:n
    %subplot(k,k,i)显示图像效果太差，因此自定义子图大小的位置
    subplot('Position',[floor((i-1)/k)*a mod(i-1,k)*b  a b]);   
    img = uint8(Data(:,i));
    img = reshape(img,192,168);
    imshow(img);
end