Principal Component Analysis (PCA) on images in MATLAB (GUI)

Principal Component Analysis (PCA) on images in MATLAB (GUI)
1,3K téléchargements
Mise à jour 17 jan. 2020
First, upload a colour image by clicking on the “upload an image button”. The acceptable image formats are png, jpg, jpeg, img and tif. Then click on the "Plot the grayscale image". After that enter the no. of PC's up to which you want to retrieve the images (both colour and grayscale).
An error message/box will pop-up when you enter a number greater than the no. of PCs for that particular image. Also, an error will message will pop-up when the entered input is not a number.
Please go through this link for detail explanation;
For a detail understanding of PCA, please refer my lecture on PCA;
https://www.youtube.com/watch?v=ZLpQ6cbHxmY
Enjoy!!!

Citation pour cette source

ABHILASH SINGH (2024). Principal Component Analysis (PCA) on images in MATLAB (GUI) (https://github.com/abhilash12iec002/Principal-Component-Analysis-PCA-on-images-in-MATLAB-GUI-), GitHub. Extrait(e) le .

Compatibilité avec les versions de MATLAB
Créé avec R2019b
Compatible avec toutes les versions
Plateformes compatibles
Windows macOS Linux
Catégories
En savoir plus sur Dimensionality Reduction and Feature Extraction dans Help Center et MATLAB Answers

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!

Les versions qui utilisent la branche GitHub par défaut ne peuvent pas être téléchargées

Version Publié le Notes de version
1.0.5

Added video link.

1.0.4

Link update

1.0.3

https://medium.com/@abhilash.singh/principal-component-analysis-pca-on-images-in-matlab-a-graphical-user-interface-gui-3d4999ddd0d0

1.0.2

GitHub upload

1.0.1

Increases the no. of acceptable image format.

1.0.0

Pour consulter ou signaler des problèmes liés à ce module complémentaire GitHub, accédez au dépôt GitHub.
Pour consulter ou signaler des problèmes liés à ce module complémentaire GitHub, accédez au dépôt GitHub.