如何使用opencv python获得最佳特征脸

我使用这个链接：获得图像和特征脸的平均脸

# Compute the eigenvectors from the stack of images created
  print("Calculating PCA ", end="...")
  mean, eigenVectors = cv2.PCACompute(data, mean=None, maxComponents=NUM_EIGEN_FACES)
  print ("DONE")
  averageFace = mean.reshape(sz)
  eigenFaces = [];
  for eigenVector in eigenVectors:
    eigenFace = eigenVector.reshape(sz)
    eigenFaces.append(eigenFace)

但我不知道怎么才能得到像这张照片一样的头像

---

源代码

特征面在特征向量中从上到下排序。（根据特征值，从最大到最小）。所以，只需找出前N个特征面。通常，为了显示，我们需要将平均面添加到特征面，并显示结果图像

真正的特征面是人脸图像空间中的ND轴，平均面是原点，特征值与沿特定轴设置的输入面（特征面）的色散成正比。首先（“在您的情况下是最佳的”）是方差最大的轴

因此，如果在面空间中思考，面是特征空间中的一个点，你可以像平常一样对任何面进行粘合

面（C1，C2，…，CN）=平均面+C1*本征面1+C2*本征面2+…CN*本征面n

你可以把任意面投影到特征空间，得到它的C1，C2，…，CN坐标

使用这些坐标可以找到面之间的“距离”，通常用于比较面