2DPCA人脸识别--python

import os
from numpy import *
import numpy as np
import cv2
import matplotlib.pyplot as plt
from pylab import mpl
import numpy.matlib 

mpl.rcParams['font.sans-serif'] = ['SimHei']

#图片矢量化
def img2vector(image):
    img=cv2.imread(image,0)#读取图片
    rows,cols=img.shape
    imgVector = np.zeros((1,rows*cols))
    imgVector = np.reshape(img,(1,rows*cols))#将图片矩阵化成一行
    return imgVector

img2vector('1.pgm').shape

orlpath="C://Users//Hasee//Desktop//orl_faces"
#读入人脸库,每个人随机选择k张作为训练集,其余构成测试集
def load_orl(k):
    '''
    对训练数据集进行数组初始化，用0填充，每张图片尺寸都定为112*92,
    现在共有40个人，每个人都选择k张，则整个训练集大小为40*k,112*92
    '''
    train_face=np.zeros((40*k,112*92))
    train_label=np.zeros(40*k)#[0,0,.....0](共40*k个0)
    test_face=np.zeros((40*(10-k),112*92))
    test_label=np.zeros(40*(10-k))
    #sample=random.sample(range(10),k)#每个人都有的10张照片中，随机选取k张作为训练样本(10个里面随机选取K个成为一个列表)
    sample=random.permutation(10)+1#随机排序1-10 (0-9）+1
    for i in range(40):#共有40个人
        people_num=i+1
        for j in range(10):#每个人都有10张照片
            image=orlpath+'/s'+str(people_num)+'/'+str(sample[j])+'.pgm'#选取第people_num个人的随机第j个图片
            img=img2vector(image)#读取图片并进行矢量化
            if j<k:              
                #构成训练集
                train_face[i*k+j,:] = img###将得到的图片行存入第i*k+j行，即第i个人（每人k张图）
                train_label[i*k+j] =people_num##对应标签
            else:
                #构成测试集     
                test_face[i*(10-k