基于PCA降维实现人脸识别

基于PCA降维实现人脸识别

实现流程:

  1. 定义灰度函数(√)
  2. 读入图片数据(√)
  3. 均值化函数(√)
  4. 百分比转化为函数(√)
  5. pca主函数(√)
  6. 可视化特征脸(√)
  7. 自带训练数据特征个数和所携带信息数的曲线图(√)
  8. 欧式距离法分类(√)
  9. 支持向量机法分类(√)
# 导包
import numpy as np
import os
import cv2
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt

                
  • 3
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DeeGLMath

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值