包 org.opencv.face

类 EigenFaceRecognizer

    • 构造器详情

      • EigenFaceRecognizer

        protected EigenFaceRecognizer​(long addr)

    • 方法详情

      • create

        public static EigenFaceRecognizer create​(int num_components,
                                         double threshold)
        参数
        num_components - 此主成分分析中保留的成分（即特征脸）的数量。提示：没有规定为了获得良好的重建能力应该保留多少成分（即特征脸）。它取决于你的输入数据，所以需要实验不同的数量。保留 80 个成分几乎总是足够的。
        threshold - 应用于预测的阈值。### 注意
        • 训练和预测必须在灰度图像上进行，使用 cvtColor 在颜色空间之间进行转换。
        • 特征脸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）。您必须确保您的输入数据具有正确的形状，否则会抛出一个有意义的异常。使用 resize 来调整图像大小。
        • 此模型不支持更新。
        ### 模型内部数据
        • num_components 参见 EigenFaceRecognizer::create。
        • threshold 参见 EigenFaceRecognizer::create。
        • eigenvalues 此主成分分析的特征值（按降序排列）。
        • eigenvectors 此主成分分析的特征向量（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 应用于预测的阈值。如果到最近邻居的距离大于阈值，则此方法返回 -1。
        返回
        自动生成

      • create

        public static EigenFaceRecognizer create​(int num_components)
        参数
        num_components - 此主成分分析中保留的成分（即特征脸）的数量。提示：没有规定为了获得良好的重建能力应该保留多少成分（即特征脸）。它取决于你的输入数据，所以需要实验不同的数量。保留 80 个成分几乎总是足够的。### 注意
        • 训练和预测必须在灰度图像上进行，使用 cvtColor 在颜色空间之间进行转换。
        • 特征脸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）。您必须确保您的输入数据具有正确的形状，否则会抛出一个有意义的异常。使用 resize 来调整图像大小。
        • 此模型不支持更新。
        ### 模型内部数据
        • num_components 参见 EigenFaceRecognizer::create。
        • threshold 参见 EigenFaceRecognizer::create。
        • eigenvalues 此主成分分析的特征值（按降序排列）。
        • eigenvectors 此主成分分析的特征向量（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 应用于预测的阈值。如果到最近邻居的距离大于阈值，则此方法返回 -1。
        返回
        自动生成

      • create

        public static EigenFaceRecognizer create()
        特征脸分析。提示：没有规定为了获得良好的重建能力应该保留多少成分（即特征脸）。它取决于你的输入数据，所以需要实验不同的数量。保留 80 个成分几乎总是足够的。### 注意
        • 训练和预测必须在灰度图像上进行，使用 cvtColor 在颜色空间之间进行转换。
        • 特征脸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）。您必须确保您的输入数据具有正确的形状，否则会抛出一个有意义的异常。使用 resize 来调整图像大小。
        • 此模型不支持更新。
        ### 模型内部数据
        • num_components 参见 EigenFaceRecognizer::create。
        • threshold 参见 EigenFaceRecognizer::create。
        • eigenvalues 此主成分分析的特征值（按降序排列）。
        • eigenvectors 此主成分分析的特征向量（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 应用于预测的阈值。如果到最近邻居的距离大于阈值，则此方法返回 -1。
        返回
        自动生成

      • finalize

        protected void finalize()
                 throws java.lang.Throwable
        覆盖
        finalize 在类 BasicFaceRecognizer 中
        抛出
        java.lang.Throwable