PCA面部识别，实现技术

Question

我正在做一个使用PCA算法进行指纹识别的项目。我必须用JAVA开发这个项目，并且我有一些与此算法实现相关的问题：

首先:当计算平均脸部(meanface)时，我是否应该考虑到我正在处理图像，这意味着所有图像向量的平均值不能像代数中那样计算，但我们应该为每个像素sum相同的分量(例如:红色与红色，绿色与绿色，等等)。然后将结果除以图像向量的数量。这是正确的还是错误的？

如果前面的方法是正确的，那么向量的乘法呢？当我处理图像的向量时，我应该如何计算它？

第二:假设前面的主题是不正确的，当我计算图像的特征向量(使用算法中解释的代数方法)时，结果向量包含具有非常大的数字的像素，当尝试使用特征向量和变换矩阵检索源图像时，这些像素不能代表任何图像，那么我的问题是什么！？

Answer 1

所有的图像都应该首先转换成灰度。然后，以与所有图像中每个像素的代数平均值相同的方式计算平均面部，因此所有图像中所有像素(0，0)的平均值是平均面部的像素(0，0)，依此类推。

所有其他计算都是以像素为单位进行的。

如果您没有此功能，可以使用P=0.587*红色+0.299*绿色+0.114*蓝色将rgb转换为灰度