Python中的人脸识别经典算法（一）——特征脸方法

简介：
本篇文章介绍了Python编程语言中人脸识别的经典算法之一——特征脸方法。该技术基于主成分分析(PCA)，通过降维提取面部图像的关键特征，实现人脸的高效识别与处理。 最近计划进行人脸识别相关的工作，并打算集成一个系统。虽然OpenCV已经集成了几种性能较好的算法，但我还是想自己动手尝试一下初级的算法。 操作环境：Python 2.7 第三方库：OpenCV for Python、NumPy 其中一种较为经典的算法是特征脸法，其实质上就是使用PCA进行降维处理。该方法的基本思路为将二维图像先灰度化成单通道图像，再将其首尾相连转换成一个列向量。假设图片大小为20*20，则这个向量将是400维度的。理论上来说，组织成这样的向量后就可以应用任何机器学习算法了；然而由于维度过高导致计算复杂性增加，因此需要使用PCA进行降维处理，之后可以利用简单的排序或KNN等方法来实现人脸识别功能。