用于人脸识别的PCA:OpenCV

我正在使用OpenCV c++进行人脸识别：我已经测试了OpenCV为PCA提供的代码：它返回我的特征向量和平均值，但是我如何使用它来测试图像以进行识别

我阅读了一些文章来理解PCA的过程。我可以手动实现协方差矩阵、权重等，但我想尝试OpenCV PCA函数

---

请提供帮助

查看下面的链接，我认为它应该很有用：

Opencv的人脸识别器类：

OpenCV中的特征面

---

从您现在的位置开始，实际的人脸识别只是将图像投影到pca空间（意味着将它们与特征向量Mat相乘），并在该空间中对您的训练图像和测试图像进行L2比较。opencv的pca函数仅给出输入训练图像的特征向量（我保留了PCA需要保留的组件数量：10）我不知道如何通过opencvI从PCA获取所有特征向量我不知道如何将图像投影到PCA空间…你能详细说明一下吗？…谢谢你，你没有向PCA提供1个图像，而是提供了所有的（展平）训练图像，其中的将为您提供特征向量。然后，每幅图像，（可能保存结果）将尝试并发布我是否得到…感谢帮助感谢回复…我已经看过了（在提问之前）…我如何知道这些函数中发生的过程：-特征脸识别器（），train（），predictLabel（）。实际上，我想知道，一旦我从训练数据和测试图像中获得了所有特征面，我应该做什么来获得结果？…基本上是训练后的下一步…在上面（你提到过）例如，opencv函数预测标签，但我想手动尝试，只是为了学习。特征面是一个多维坐标系。原点是meanface。面是该坐标系中的一个点。投影后得到的系数是该坐标系中面的坐标。如果要测量相似性，只需测量距离点之间的距离。距离可以用不同的方法测量，最流行的是欧几里得度量和马氏度量，第二种度量给出了更精确的结果。顺便说一句，openCV是开源的，因此您可以查看感兴趣的函数的实现。