一、概述

　　案例：使用FisherFaceRecognizer來實現人臉識別

　　主要程式碼：

Ptr<BasicFaceRecognizer> model = FisherFaceRecognizer::create();
    model->train(images,labels);//訓練

    //預測
    int predictLabel = model->predict(testMat);

　　實現步驟：

　　　　1.準備訓練用的人臉資料及標籤資料

　　　　2.準備測試用的測試資料

　　　　3.例項化BasicFaceRecognizer（人臉識別例項）-->model

　　　　4.利用model->trans進行資料的訓練

　　　　5.利用model->predict進行資料的預測

　　　　6.比較測試圖片對應的標籤和預測圖片結果對應的標籤是否一致，如果一直說明人臉識別成功，否則人臉識別失敗。

二、程式碼示例

 ifstream file(filePath,ifstream::in);
    if(!file){
        qDebug()<<"file count not found";
        return;
    }
    //準備資料階段
    string line ,path,classLabel;
    vector
 
<Mat> images;
    vector<int> labels;
    while(getline(file,line)){
        stringstream liness(line);
        getline(liness,path,' ');
        getline(liness,classLabel);
        images.push_back(imread(path,0));
        labels.push_back(atoi(classLabel.c_str()));
    }
    cout <<"
 
準備資料完成："<<images.size()<<endl;

    //檢測準備的訓練資料是否正常
    if(images.size()<1||labels.size()<1){
        qDebug()<<"準備的資料異常";
        return;
    }

    //測試查樣本資料的寬高
    int width = images[0].cols;
    int height = images[0].rows;
    cout << "width:"<<width<<",height:"<<height<<endl;

    //準備測試資料
    Mat testMat = images[images.size()-1];
    int testLabel = labels[labels.size()-1];
    images.pop_back();
    labels.pop_back();

    //建立Fisher人臉識別例項,並開始訓練資料
    Ptr<BasicFaceRecognizer> model = FisherFaceRecognizer::create();
    model->train(images,labels);//訓練

    //預測
    int predictLabel = model->predict(testMat);
    //如果預測的標籤值和測試的標籤值一致就說明人臉識別是成功的。
    cout <<"testLabel:"<<testLabel <<",predictLabel:"<<predictLabel<<endl;

三、演示影象