读取人脸标准图像 显示单幅图像或多幅图像 将每个像素的灰度值先按照行（从左到右），列（从上到下）依次读取出来，并转换成一个列向量 (x_i) ⃗=(x_1,x_2,⋯,x_10304)^T

读取人脸标准图像通常涉及以下几个步骤：

1. **选择库**：使用专门的人脸检测和图像处理库，如OpenCV或Dlib，它们内置了处理标准人脸尺寸的能力，比如103 x 103像素的大小。

2. **人脸定位**：在图片中找到人脸区域，这可能是通过人脸检测器（如HOG或Haarcascade分类器）来完成，得到包含人脸的标准图像区域。

3. **读取并缩放**：从原始图像中截取这个人脸区域，然后将其调整为标准尺寸（例如103 x 103像素）。这个过程可能会涉及到图像的缩放和平移操作。

4. **像素读取**：按照顺序读取每个像素的灰度值，即一行行（水平方向）遍历，一列列（垂直方向）获取，形成一个二维数组，然后将其转置为一个列向量。对于103 x 103的图像，列向量会是一个长度为10609（=103 x 103）的一维向量，形状为(103, 103) 或者 (10609,)。

示例代码（Python，OpenCV）：

import cv2

# 假设img变量存储了原始图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 裁剪人脸并调整为标准尺寸
face_roi = gray_img[50:153, 50:153]
# 将ROI转换为列向量
vectorized_face = face_roi.reshape(-1, 1)