利用pca和knn实现人脸识别功能

最新推荐文章于 2024-08-29 14:48:32 发布

尘盖天

最新推荐文章于 2024-08-29 14:48:32 发布

阅读量1.7k

点赞数 2

本文链接：https://blog.csdn.net/weixin_42237984/article/details/103054457

版权

本文介绍了如何结合主成分分析(PCA)和K最近邻(KNN)算法实现人脸识别功能。首先，PCA用于降低面部特征的维度，有效减少计算复杂度；接着，通过KNN算法进行分类，识别不同个体的面部。这种方法在人脸识别领域具有实用价值。

摘要由CSDN通过智能技术生成

 1import cv2
 2import numpy as np
 3import os
 4from sklearn import neighbors
 5import tkinter
 6from tkinter import filedialog
 7#读取人脸数据库
 8#准备训练数据
 9'''
10def openfile():
11    r = filedialog.askopenfilename(title='选择要识别的人脸', filetypes=[('face','*.jpg *.JPG'), ('All Files', '*')])
12    print(r)
13    x_test=cv2.imread(r,0)
14    cv2.imshow('you',x_test)
15    cv2.waitKey(0)
16    return x_test
17root = tkinter.Tk()
18btn1 = tkinter.Button(root, text='choose face', command=openfile)
19btn1.pack(side='left')
20root.title('李存程')
21root.mainloop()
22'''
23def loadimages(data):
24    '''
25    data:train content
26    images:[m,height,width]
27    m样本数
28    height高
29    width宽
30    name:名字的集合
31    label：