包 org.opencv.face

类 FisherFaceRecognizer

    • 构造函数详细信息

      • FisherFaceRecognizer

        protected FisherFaceRecognizer​(long addr)

    • 方法详细信息

      • create

        public static FisherFaceRecognizer create​(int num_components,
                                          double threshold)
        参数
        num_components - 用于此具有 Fisherfaces 准则的线性判别分析保留的组件数（读取：Fisherfaces）。 保留所有组件很有用，这意味着您的类 c 的数量（读取：您想要识别的主题、人员）。 如果您将其保留为默认值 (0) 或将其设置为小于等于 0 或大于 (c-1) 的值，它将自动设置为正确的数字 (c-1)。
        threshold - 在预测中应用的阈值。 如果到最近邻居的距离大于阈值，则此方法返回 -1。 ### 注释
        • 训练和预测必须在灰度图像上完成，使用 cvtColor 在颜色空间之间进行转换。
        • FISHERFACES 方法做出了以下假设：训练和测试图像的大小相等。（caps-lock，因为我收到了很多邮件询问这个问题）。 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 调整图像大小。
        • 此模型不支持更新。
        ### 模型内部数据
        • num_components 请参见 FisherFaceRecognizer::create。
        • threshold 请参见 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 从训练数据计算的样本均值。
        • projections 训练数据的投影。
        • labels 对应于投影的标签。
        返回
        自动生成

      • create

        public static FisherFaceRecognizer create​(int num_components)
        参数
        num_components - 用于此具有 Fisherfaces 准则的线性判别分析保留的组件数（读取：Fisherfaces）。 保留所有组件很有用，这意味着您的类 c 的数量（读取：您想要识别的主题、人员）。 如果您将其保留为默认值 (0) 或将其设置为小于等于 0 或大于 (c-1) 的值，它将自动设置为正确的数字 (c-1)。 大于阈值，则此方法返回 -1。 ### 注释
        • 训练和预测必须在灰度图像上完成，使用 cvtColor 在颜色空间之间进行转换。
        • FISHERFACES 方法做出了以下假设：训练和测试图像的大小相等。（caps-lock，因为我收到了很多邮件询问这个问题）。 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 调整图像大小。
        • 此模型不支持更新。
        ### 模型内部数据
        • num_components 请参见 FisherFaceRecognizer::create。
        • threshold 请参见 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 从训练数据计算的样本均值。
        • projections 训练数据的投影。
        • labels 对应于投影的标签。
        返回
        自动生成

      • create

        public static FisherFaceRecognizer create()
        使用 Fisherfaces 准则的判别分析。 保留所有组件很有用，这意味着您的类 c 的数量（读取：您想要识别的主题、人员）。 如果您将其保留为默认值 (0) 或将其设置为小于等于 0 或大于 (c-1) 的值，它将自动设置为正确的数字 (c-1)。 大于阈值，则此方法返回 -1。 ### 注释
        • 训练和预测必须在灰度图像上完成，使用 cvtColor 在颜色空间之间进行转换。
        • FISHERFACES 方法做出了以下假设：训练和测试图像的大小相等。（caps-lock，因为我收到了很多邮件询问这个问题）。 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 调整图像大小。
        • 此模型不支持更新。
        ### 模型内部数据
        • num_components 请参见 FisherFaceRecognizer::create。
        • threshold 请参见 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 从训练数据计算的样本均值。
        • projections 训练数据的投影。
        • labels 对应于投影的标签。
        返回
        自动生成

      • finalize

        protected void finalize()
                 throws java.lang.Throwable
        重写
        finalize 在类中 BasicFaceRecognizer
        抛出
        java.lang.Throwable