我正在使用 python 和 openCV 通过 Eigenfaces 创建人脸识别。我偶然发现了一个问题，因为我不知道如何创建训练集。
我是否需要我想要识别的人的多张面孔（例如我自己），还是需要很多不同的面孔来训练我的模型？
首先我尝试用 10 张我的脸部照片和 10 张 ScarJo 脸部的照片训练我的模型，但我的预测效果不佳。
现在我正在尝试用 20 个不同的面孔训练我的模型（我的就是其中之一）。
我做错了吗？如果是，我做错了什么？
【问题讨论】：
标签： python opencv training-data
实际上，两者都可以。如果您查看 FaceRecognizer 训练方法，它接受两个参数。第一个是图片列表。第二个是与图片对应的标签（整数）列表。使用标签来指定哪些图片是哪些面孔。因此，在您只是自己的照片的情况下，标签将全部相同（0）。如果有自己和其他人的照片，那才是真正重要的地方。例如，如果您有自己和 ScarJo 的照片，您的标签可能会是什么样子
faces = [scarjo_1, scarjo_2, me_1, me_2, scar_jo_3]
labels = [ 0, 0, 1, 1, 0]
注意labels 中的最后一个索引的值是0...与 ScarJo 的脸相对应的标签。
【讨论】：
我后来找到了答案，如果有人面临同样的挑战，我想分享一下。
您只需要为您要识别的不同人提供图片。我用每个人（6 个人）的 30 张图像创建了我的训练集，并发现直方图均衡化可以在创建训练集和识别人脸时发挥重要作用。使用直方图均衡模型精度大大提高。另一件要考虑的事情是眼轴对齐，以便所有图片在进入人脸识别之前都对齐眼轴。
【讨论】：