pca人脸识别python实现,人脸识别pca算法

　　Svm是一种使用超平面对数据进行分类的算法。

　　关于mnist数据的分析，读者可以从网上下载相应的压缩文件，用python制作自己的分析代码。这里主要研究knn算法。为了简化图形，直接使用Keras的mnist手写数字分析模块。

　　这段代码的执行环境如下：

　　python 3.6.8

　　opencv-python 4.4.0.46

　　opencv贡献python 4.4.0.46

　　以下代码是使用svm算法的训练模型。

　　import C v2 importnumpyasnpfromkeras . datasetsimportmnistfromkerasimportutilsif _ name _= _ main _ 3360 28(660)test _ labels(=mnist . load _ data)#转换数据的形状，并将train _ images=train _ images . shape(train _ images . shape)255 test _ images=test _ images . shape)test _ images=test _ images . as type( flope)1)train _ labels=train _ labels . as type(NP.int 335训练SVM。火车。Train _ Labels(在SVM.save (Mn ist _ SVM)上计算精度。XML))模型精度的测试结果，元组的第一个值是data 1 test _ pre=SVM的结果。预测)test _ ret=test _ ret。整形(-1)

　　生成的模型文件有10多兆，比knn算法小很多。

　　然后利用支持向量机模型对手写数字进行测试和识别。代码如下所示。

　　import v2 importnumpyasnpif _ name _= _ main _ :# Read image img=CV2 . imread( shuzi . jpg ，0)img _ SW=img . copy(# data type from uint 8 to float 32 img=img . astype)NP . float 32)# image shape from(28，28 to)784，)convert to img=img)load image data normalization img=img/255 #)SVM模型SVM=CV2

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。