/** 计算一张图片的均差，仅针对一个人的图像做计算 形参icon为1副人脸图像（ImageIcon类型） */
public static double[] calAveDeviationOneObject(ImageIcon icon) {
icon = ImageHandle(icon, width, height); // 图片等比例处理
Image img = icon.getImage();
BufferedImage bimg = ImageUtil.ImageToBufferedImage(img);
// 获取第i张图片的像素，并转成double[]
int[] imgVec = getPixes(bimg); // 获取像素
double[] imgVecD = intToDouble(imgVec); // 将int[]转成double[]
double[] result = calAveDeviationOneObject(imgVecD);
return result;
}
/**
* 取图片特征值和特征向量方法 结果：[特征值]和[特征向量]保存在Features的[EigenValue]和[featureVector]内
*
* @param args 传入N张图片
* @return 返回空
*/
public static void imageToResult(ImageIcon[] icon) {
int pixLength = width * height; // 图片一维数组长度
// Image[] img = new Image[icon.length];
// BufferedImage[] bimg = new BufferedImage[icon.length];
double[][] vec = new double[pixLength][icon.length];
// System.out.println(icon.length + "!@#:" + pixLength);
for (int i = 0; i < icon.length; i++) {
icon[i] = ImageHandle(icon[i], width, height); // 图片等比例处理
Image img = icon[i].getImage();
BufferedImage bimg = ImageUtil.ImageToBufferedImage(img);
// 获取第i张图片的像素，并转成double[]
int[] imgVec = getPixes(bimg); // 获取像素
// for(int z =0; z<imgVec.length; z++)
// System.out.print(imgVec[z]);
// System.out.println("_____________________________________");
double[] imgVecD = intToDouble(imgVec); // 将int[]转成double[]
// 构造vec[][]，即N副人脸图像（一维）合成的二维数据
for (int j = 0; j < imgVecD.length; j++) {
vec[j][i] = imgVecD[j];
}
}
// 计算平均人脸图像
double[] aveVec = calAveVector(vec);
// 计算每张图片的均差
double[][] aveDev = calAveDeviation(vec, aveVec);
// 计算协方差矩阵
double[][] covMat = calCovarianceMatrix(aveDev);
// 通过SVD定理，计算矩阵的特征值
double[] eigenValue = calEigenValue(covMat);
// Features.getInstance().setEigenValue(eigenValue);
// 通过SVD定理，计算矩阵的特征向量
double[][] featureVector = calFeatureVector(covMat);
// Features.getInstance().setFeatureVector(featureVector);
// 通过公式变换，求取真正的特征向量
changeFeatureVector();
}
