基于PCA简单的人脸识别opencv实现-图像处理学习笔记

思路简述

PCA即主成分分析。计算主成分的目的是将高维数据投影到较低维空间。给定 n 个变量的 m 个观察值，形成一个 n ′ m 的数据矩阵， n 通常比较大。
按自己的理解就是，将一个空间的数据投影到一个子空间里，实现降维，并且变换到特定的子空间，会使相似的数据聚合在一起，不同类的数据图像分开的远些（所以就用到变换空间），在这个子空间里实现数据的比较分析更容易些。

实现步骤

1。读取训练样本

将人脸数据库加载到内存中，每幅图像用一个行向量表示，将所有数据库中图像用一个矩阵来表示。

for (int i = 1;i <= 250;i++)
    {
        data = imread(path +to_string(i)+"\\1.png",