Opencv学习笔记-----PCA原理及OpenCV实现

一、介绍

           PCA（principal component analysis）就是主分量分析，是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。通过数据降维可以实现数据的压缩，同时方便数据分析和提高算法的处理速度。PCA的原理就是通过正交变换，最大化样本协方差阵的对角元素，最小化非对角元素。但是PCA应用本身是基于一定假设的：

1.线性。即特征的变换是线性变换，作用有限，目前也有非线性的特征变换kernel PCA。