python svm喂养图片进行学习后，生成一个PKL文件，然后加载该文件可以进行读取新图片进行识别

是的，您可以使用Python的SVM算法对图片进行训练，并将训练得到的模型保存为PKL文件。然后，您可以使用相同的Python代码来加载该PKL文件并使用它来识别新的图片。以下是一个基本的Python代码示例：

import pickle
from sklearn import svm

# 加载PKL文件
with open('model.pkl', 'rb') as f:
    model = pickle.load(f)

# 加载新的图片并进行预处理
# ...

# 使用模型进行预测
result = model.predict(new_image)

# 打印预测结果
print(result)

请注意，该示例仅用于说明如何加载PKL文件并使用SVM模型进行预测。您需要编写自己的代码来处理图片和训练模型。