机器学习人脸识别案例代码

以下是一个基于Python的机器学习人脸识别案例代码：

# 导入所需的库
import numpy as np
import cv2
import os

# 读取训练数据
data_path = 'path_to_data_folder'
files = os.listdir(data_path)
face_data = []
labels = []
for i, file_name in enumerate(files):
    if file_name.startswith('.'):
        continue
    image_path = os.path.join(data_path, file_name)
    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    face_data.append(np.asarray(image, dtype=np.uint8))
    labels.append(i)

# 训练模型
face_recognizer = cv2.face.LBPHFaceRecognizer_create()
face_recognizer.train(face_data, np.asarray(labels))

# 读取测试图像
test_image = cv2.imread('path_to_test_image', cv2.IMREAD_GRAYSCALE)

# 进行人脸识别
label, confidence = face_recognizer.predict(test_image)

# 输出结果
print('Predicted label: ', label)
print('Confidence: ', confidence)

需要注意的是，以上代码只是一个示例，请根据实际情况进行修改和调整。同时，为了让模型具有更好的性能，建议使用更多的训练数据和更复杂的模型。