Python可视化经典人脸数据集(YALE)

提示：深度学习进行人脸识别，需要使用经典的人脸数据库来训练。
大部分人脸数据集的数据量都比较大，在进行处理时，因为无法可视化操作，因此不方便用户进行数据的选择。因此，采用python中的matplotlib、numpy等库对人脸数据集进行可视化操作。方法涉及到Yale、AR等知名的人脸数据集。

• 读取.mat文件，并人脸数据集可视化
• 导入库
• 读入Yale数据
• • 获取需要获取图像数
  • 运行结果
  • 将方法封装成一个函数进行调用
  • 运行结果

import numpy as np
import scipy
import scipy.io as sy
import matplotlib.pyplot as plt
import pandas as pd

numpy用来处理矩阵，scipy用于科学计算，matplotlib用于可视化，pandas用于查看数据。

提示：以下是本篇文章正文内容，下面案例可供参考

因为部分人脸数据集采用matlab中的.mat格式文件存储，在python中处理时，会将.mat文件读取成dict格式，所以需要使用字典的方法知道具体数据对应的键，方便取出数据。

# 使用scipy.io中的loadmat加载mat文件
f = sy.loadmat(r'D:/PythonProjects/test/mat/Yale_64x64.mat')
# 加载后的数据是字典类型
print(type(f))
# 使用.keys()查看字典的键
print(f.keys())  

根据字典的键可以看出，‘fea’对应数据，‘gnd’对应标签。

# 根据字典的键可以看出，'fea'对应数据，'gnd'对应标签。
X = f['fea']
# 使用pandas.DataFrame查看一下数据
pd.DataFrame(X)
print(X.shape) # 使用.shape可知样本个数有165个，有1024个特征点组成图像
X = np.transpose(X) # 以下为输出结果,X.shape --> (165, 1024)

获取到数据集的shape是165x4096，4096是数据集的维度，也是数据存储的像素点，165是样本的个数，因此，需要查看数据集的介绍。
Yale数据集中共涉及15个人，每人11张黑白人脸图像，图像大小为100*100。每张图像已剪裁好位置至正对人脸。该数据集的特点就是，数据少，图像小。

row, col = X.shape 
print(row, col)
# 以下为输出结果，复制请删除
165 4096

首先，我们要获取数据的行和列，前面提到行对应样本的个数，列对应样本的特征数。

下面利用循环，创建一个数组，将每一个样本的数据存储到一个1x4096的矩阵中，并将其调整为32x32大小的矩阵，对每一个矩阵进行转置运算，否则图像是偏的，添加到一个列表中。循环结束后，将列表转成数组的形式。

images = []
for i in range(row):
    img = np.array(col)
    img = X[i]
    img = img.reshape(64, 64).T
    images.append(img)
image = np.array(images)

最后使用matplotlib对数据进行可视化操作，首先是创建画布，并且创建一定数量的子图，子图的创建可根据数据集的描述填写参数，整体画布的大小figsize自由设定，然后对子图进行循环操作，将对应的数据填充到子图中，即可显示最后的效果。

fig, axes = plt.subplots(2, 11, figsize=(16, 9), subplot_kw={"xticks": [], "yticks": []})
for i, ax in enumerate(axes.flat):
    print(ax)
    ax.imshow(images[i], cmap="gray")
plt.show()

定义一个getphoto()的函数，参数fname为要读取的数据集的本机地址。
头文件getPhoto，写入getPhoto函数。

import numpy
import scipy.io as sy
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
def getPhoto(fname):
    data = sy.loadmat(fname)

    X = data['fea']
    X = np.transpose(X)
    row, col = X.shape
    images = []
    for i in range(row):
        img = np.array(col)
        img = X[i]
        img = img.reshape(64, 64).T
        images.append(img)

    images = np.array(images)

    # 15,11为创建子图的个数，根据数据集包含的信息填写
    # 例如Yale数据集包含15个人的11张图像，因此可以写15,11，每一行是一个样本的信息
    fig, axes = plt.subplots(15, 11
                             , figsize=(16, 9)
                             , subplot_kw={"xticks": [], "yticks": []}
                             )

    for i, ax in enumerate(axes.flat):
        ax.imshow(images[i], cmap="gray")
    plt.show()
    return fig

主函数需要加入头文件，将YALE数据进行可视化。如下代码：

import numpy
import scipy.io as sy
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from getPhoto import getPhoto
fname = r"D:/PythonProjects/test/mat/Yale_64x64.mat"
fig = getPhoto(fname)