#include <opencv2/face/facerec.hpp>

cv::face::FisherFaceRecognizer 的协作图

静态公共成员函数
static Ptr< FisherFaceRecognizer >	create (int num_components=0, double threshold=DBL_MAX)

从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

其他继承成员
从 cv::face::BasicFaceRecognizer 继承的公共成员函数
virtual bool	empty () const CV_OVERRIDE

cv::Mat	getEigenValues () const

cv::Mat	getEigenVectors () const

cv::Mat	getLabels () const

cv::Mat	getMean () const

int	getNumComponents () const

std::vector< cv::Mat >	getProjections () const

double	getThreshold () const CV_OVERRIDE

virtual void	read (const FileNode &fn) CV_OVERRIDE

virtual void	read (const String &filename)
	加载 FaceRecognizer 及其模型状态。

void	setNumComponents (int val)

void	setThreshold (double val) CV_OVERRIDE

virtual void	write (const String &filename) const
	保存 FaceRecognizer 及其模型状态。

virtual void	write (FileStorage &fs) const CV_OVERRIDE

从 cv::face::FaceRecognizer 继承的公共成员函数
virtual String	getLabelInfo (int label) const
	根据标签获取字符串信息。

virtual std::vector< int >	getLabelsByString (const String &str) const
	根据字符串获取标签向量。

int	predict (InputArray src) const

void	predict (InputArray src, int &label, double &confidence) const
	预测给定输入图像的标签和关联置信度（例如距离）。

virtual void	predict (InputArray src, Ptr< PredictCollector > collector) const =0
	如果实现 - 将预测的所有结果发送到收集器，该收集器可用于某种自定义结果处理

virtual void	setLabelInfo (int label, const String &strInfo)
	设置指定模型标签的字符串信息。

virtual void	train (InputArrayOfArrays src, InputArray labels)=0
	使用给定的数据和关联标签训练 FaceRecognizer。

virtual void	update (InputArrayOfArrays src, InputArray labels)
	使用给定的数据和关联标签更新 FaceRecognizer。

从 cv::Algorithm 继承的公共成员函数
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual String	getDefaultName () const

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

void	write (FileStorage &fs, const String &name) const

继承自 cv::Algorithm 的保护成员函数
void	writeFormat (FileStorage &fs) const

继承自 cv::face::BasicFaceRecognizer 的保护成员变量
Mat	_eigenvalues

Mat	_eigenvectors

Mat	_labels

Mat	_mean

int	_num_components

std::vector< Mat >	_projections

double	_threshold

继承自 cv::face::FaceRecognizer 的保护成员变量
std::map< int, String >	_labelsInfo

成员函数文档

◆ create()

static Ptr< FisherFaceRecognizer > cv::face::FisherFaceRecognizer::create	(	int	num_components = 0,
		double	threshold = DBL_MAX )

static

Python
	cv.face.FisherFaceRecognizer.create(	[, num_components[, threshold]]	) ->	返回值
	cv.face.FisherFaceRecognizer_create(	[, num_components[, threshold]]	) ->	返回值

参数

num_components	保留的特征脸（Fisherfaces）数量，用于基于Fisherfaces准则的线性判别分析。保留所有特征脸通常很有用，这意味着您的类别数c（即，您想要识别的对象或人员）。如果将其保留为默认值（0）或设置为小于等于0或大于（c-1）的值，则它将自动设置为正确的值（c-1）。
threshold	预测中应用的阈值。如果到最近邻的距离大于阈值，则此方法返回-1。

注意

训练和预测必须在灰度图像上进行，使用cvtColor在颜色空间之间转换。
**FISHERFACES方法假设训练和测试图像大小相同。**（大写加粗，因为我收到了很多询问此问题的邮件）。您必须确保输入数据具有正确的形状，否则会抛出有意义的异常。使用resize调整图像大小。
此模型不支持更新。

模型内部数据

num_components 参见 FisherFaceRecognizer::create。
threshold 参见 FisherFaceRecognizer::create。
eigenvalues 此线性判别分析的特征值（按降序排列）。
eigenvectors 此线性判别分析的特征向量（按其特征值排序）。
mean 从训练数据计算出的样本均值。
projections 训练数据的投影。
labels 与投影对应的标签。

此类的文档是从以下文件生成的：

opencv2/face/facerec.hpp

静态公共成员函数

其他继承成员

成员函数文档

◆ create()

注意

模型内部数据