AttributeError Traceback (most recent call last) ~\AppData\Local\Temp\ipykernel_5544\2552335577.py in <module> 18 # 对数据进行LDA降维处理 19 labels = np.repeat(range(1, 41), 10) ---> 20 lda = cv2.face.createFisherFaceRecognizer() 21 lda.train(data, labels) 22 AttributeError: module 'cv2' has no attribute 'face'

时间: 2024-01-24 09:05:42 浏览: 41
这个错误提示说明你使用的OpenCV版本不支持`cv2.face`模块,可能是因为你使用的是OpenCV 3.x版本,而`cv2.face`模块是在OpenCV 2.x版本中引入的。解决这个问题的方法有两个: 1. 如果你使用的是OpenCV 3.x版本,那么可以使用`cv2.face.createFisherFaceRecognizer()`的替代函数`cv2.face.FisherFaceRecognizer_create()`。修改代码如下: ``` # 对数据进行LDA降维处理 labels = np.repeat(range(1, 41), 10) # lda = cv2.face.createFisherFaceRecognizer() lda = cv2.face.FisherFaceRecognizer_create() lda.train(data, labels) ``` 2. 如果你需要使用`cv2.face`模块中的其他函数,那么可以考虑降低OpenCV的版本到2.x版本。可以通过以下命令来安装: ``` pip install opencv-python==2.x.x.x ``` 其中,`2.x.x.x`是你需要安装的OpenCV版本号。安装完成后,就可以使用`cv2.face`模块中的函数了。 希望这个回答对你有所帮助。
相关问题

AttributeError Traceback (most recent call last) ~\AppData\Local\Temp\ipykernel_5316\1724028029.py in <module> ----> 1 data=wine_data.iloc[:,1:] 2 targe=wine_data.iloc[:,0] AttributeError: 'numpy.ndarray' object has no attribute 'iloc'

这是一个 Python 异常,表示尝试访问一个不存在的属性或方法。在你的情况下,它告诉你 numpy 数组对象没有名为 `iloc` 的属性,因此你不能使用 `iloc` 方法来访问数组的元素。 `iloc` 方法是 pandas 数据框架对象的方法。如果你想使用 `iloc` 方法来访问数据,请确保你的数据是 pandas 数据框架对象,而不是 numpy 数组对象。 要解决这个问题,你可以在将数据加载到 numpy 数组中之前,将数据加载到 pandas 数据框架中。你可以使用 pandas 库中的 `read_csv` 函数来加载 CSV 文件并将其转换为 pandas 数据框架。例如,以下代码将 CSV 文件加载到 `wine_data` 数据框架中: ```python import pandas as pd wine_data = pd.read_csv('wine.csv') ``` 然后,你可以使用 `iloc` 方法来访问数据框架中的元素,如下所示: ```python data = wine_data.iloc[:, 1:] target = wine_data.iloc[:, 0] ``` 这将返回数据框架中第 1 列以及从第 2 列到最后一列的所有列作为数据,以及第 0 列作为目标。

AttributeError Traceback (most recent call last) ~\AppData\Local\Temp/ipykernel_15340/867494765.py in <module> 72 73 #公司类型 ---> 74 company_type = i.select_one( 75 'div > div:nth-child(1) > a > div.iteminfo__line.iteminfo__line2 > div.iteminfo__line2__compdesc' 76 ).text AttributeError: 'NoneType' object has no attribute 'text'

这个错误可能是由于在使用 `select_one()` 方法时,没有找到符合选择器条件的元素,导致返回了 `None`。因为 `None` 对象没有 `text` 属性,所以出现了 `'NoneType' object has no attribute 'text'` 的错误。 你可以在使用 `select_one()` 方法前,先使用 `select()` 方法来检查是否有符合条件的元素存在,如果有,则再使用 `select_one()` 方法来选择元素,否则可以进行错误处理。例如: ```python company_type_element = i.select('div > div:nth-child(1) > a > div.iteminfo__line.iteminfo__line2 > div.iteminfo__line2__compdesc') if company_type_element: company_type = company_type_element[0].text else: company_type = 'N/A' ``` 这里先使用 `select()` 方法来获取符合条件的所有元素,然后判断列表中是否有元素存在,如果有,则使用 `select_one()` 方法来选择第一个元素并获取其文本内容,否则将 `company_type` 设置为 `'N/A'`。这样可以避免出现 `'NoneType' object has no attribute 'text'` 的错误。

相关推荐

from sklearn.neural_network import MLPClassifier,MLPRegressor Traceback (most recent call last): File "C:\Users\wyq_0\AppData\Local\Temp\ipykernel_13656\921061210.py", line 1, in <module> from sklearn.neural_network import MLPClassifier,MLPRegressor File "C:\Users\wyq_0\python\lib\site-packages\sklearn\neural_network\__init__.py", line 10, in <module> from ._multilayer_perceptron import MLPClassifier File "C:\Users\wyq_0\python\lib\site-packages\sklearn\neural_network\_multilayer_perceptron.py", line 26, in <module> from ..metrics import accuracy_score, r2_score File "C:\Users\wyq_0\python\lib\site-packages\sklearn\metrics\__init__.py", line 42, in <module> from . import cluster File "C:\Users\wyq_0\python\lib\site-packages\sklearn\metrics\cluster\__init__.py", line 22, in <module> from ._unsupervised import silhouette_samples File "C:\Users\wyq_0\python\lib\site-packages\sklearn\metrics\cluster\_unsupervised.py", line 16, in <module> from ..pairwise import pairwise_distances_chunked File "C:\Users\wyq_0\python\lib\site-packages\sklearn\metrics\pairwise.py", line 33, in <module> from ._pairwise_distances_reduction import ArgKmin File "C:\Users\wyq_0\python\lib\site-packages\sklearn\metrics\_pairwise_distances_reduction\__init__.py", line 89, in <module> from ._dispatcher import ( File "C:\Users\wyq_0\python\lib\site-packages\sklearn\metrics\_pairwise_distances_reduction\_dispatcher.py", line 11, in <module> from ._base import _sqeuclidean_row_norms32, _sqeuclidean_row_norms64 File "sklearn\metrics\_pairwise_distances_reduction\_base.pyx", line 1, in init sklearn.metrics._pairwise_distances_reduction._base AttributeError: module 'sklearn.utils._openmp_helpers' has no attribute '__pyx_capi__'咋办

最新推荐

recommend-type

基于Python的蓝桥杯竞赛平台的设计与实现

【作品名称】:基于Python的蓝桥杯竞赛平台的设计与实现 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】:基于Python的蓝桥杯竞赛平台的设计与实现
recommend-type

python实现基于深度学习TensorFlow框架的花朵识别项目源码.zip

python实现基于深度学习TensorFlow框架的花朵识别项目源码.zip
recommend-type

3-9.py

3-9
recommend-type

郊狼优化算法COA MATLAB源码, 应用案例为函数极值求解以及优化svm进行分类,代码注释详细,可结合自身需求进行应用

郊狼优化算法COA MATLAB源码, 应用案例为函数极值求解以及优化svm进行分类,代码注释详细,可结合自身需求进行应用
recommend-type

563563565+3859

5635356
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。