opencv人脸识别三种算法的优缺点对比

OpenCV提供了三种人脸识别算法，分别是Eigenfaces、Fisherfaces和LBPH(Local Binary Patterns Histograms)。它们的优缺点如下：

1. Eigenfaces算法

Eigenfaces算法是人脸识别中最早被提出的算法之一，它使用主成分分析(PCA)的方法对人脸进行特征提取和降维。其优点是计算速度快，识别准确率较高。但是，该算法对光照、表情等因素比较敏感，容易受到外部因素的影响。

2. Fisherfaces算法

Fisherfaces算法是一种基于线性判别分析(LDA)的人脸识别算法，它能够有效地提高识别准确率，并且对光照、表情等因素的影响不大。但是，它的计算复杂度较高，需要大量的训练数据和计算资源。

3. LBPH算法

LBPH算法是一种基于局部二值模式(Local Binary Patterns)的人脸识别算法，它能够有效地应对光照、表情等因素的影响，并且计算速度较快，适用于实时应用。但是，该算法对图像质量的要求较高，对噪声和模糊等因素比较敏感。

综合来看，三种算法各有优缺点，选择适合自己应用场景的算法是最重要的。