PCA在圖像壓縮和圖像識別的區別

PCA(principle component analysis)主要用於數據降維，消除數據間的相關性，經過協方差求得特徵空間，將數據集映射到特徵空間，可實現圖像壓縮和提取特徵的目的。數組 一、圖像壓縮測試 一幅圖像可經過像素堆疊的方式來用高維數組來表示，如m*n大小的圖像可用mn大小的數組表示。mn*1 x 1*mn相乘獲得的協方差矩陣爲mn * mn ，遠遠大於原圖像大小，所以不能實現壓縮目的

>>阅读原文<<