re_call的博客

PCA是主成分分析(Principal Components Analysis)的简称。这是一种数据降维技术，用于数据预处理。一般我们获取的原始数据维度都很高，那么我们可以运用PCA算法降低特征维度。这样不仅可以去除无用的噪声，还能减少很大的计算量。...

imadjust使用语法如下：J = imadjust(I,[low_in high_in],[low_out high_out],gamma)该函数的作用是把原始图像中的小于low_in的像素值映射到low_out。把大于high_in的像素值映射到high_out。gamma是其他像素点的映射参数。当gamma=1时，表示线性变换。当gamma>1时，变换函数是一个凸函数。当gamma<1时，变换函数是一个凹函数。imadjust的使用方法，我们直接用一个脚本来示例。I

下文中介绍了一种相似图片搜索的算法，算法的思路如下：1.把所有操作图片转换为8×8的灰度图片；2.计算每张图片的指纹。把8x8总共64个像素点和其平均灰度值比较，大于平均值返回1，否则返回0，这样每张图都可以用64bit二进制数表示。3.比较指定图片和搜索图片的指纹。通过汉明距来表征其差异。汉明距越大，表示这两幅图片差异越大。代码如下：import globimport osfrom functools import reducefrom PIL import Image