(八)OpenCV人脸识别_05_FisherFace算法

1. LDA原理(在低维表示下，相同的类应该紧紧的聚在一起，而不同的类别尽量距离越远)
   统计学方法(Fisher)
   最大类间方差
   最小类内方差
2. 过程:
   输入数据->减去均值->计算离散矩阵->计算特征值与特征向量->计算前K个最大特征值对应特征向量->投影到子空间->终止
3. PCA与LDA差别
   PCA：每个主成分轴指向最大方差方向
   LDA：最大化主成分轴在不同类之间

Ptr<BasicFaceRecognizer> model = FisherFaceRecognizer::create();

#include <opencv2/opencv.hpp>
#include <opencv2/face.hpp>
#include <iostream>

using namespace std;
using namespace cv;
using namespace cv::face;

//OpenCV人脸识别https://www.cnblogs.com/guoming0000/archive/2012/09/27/2706019.html

int main(int argc, char** argv)
{
   
	String filename = string("face_image.txt");//标签Label_Text文件
	//从硬盘到内存
	ifstream file(filename.c_str(), ifstream::in);c_str()函数可用可不用，无需返回一个标准C类型的字符串
	if (!file)//打开标签文件失败
	{
   
		cout << "could not load label_file" << endl;
		return -1;
	}

	string line, path, classlabel;
	vector<Mat> images;//存放图像数据
	vector<int> labels;//存放图像标签
	char separator = ';';//分号

	while (getline(file, line)) //getline(cin,inputLine)//cin 是正在读取的输入流,而 inputLine 是接收输入字符串的 string 变量的名称
	{
   
		stringstream liness(line);//这里采用stringstream主要作用是做字符串的分割
		getline(liness, path, separator)