dataset = fetch_lfw_people(min_faces_per_person=100) ，使用本地路径达到相同的效果

要达到与使用fetch_lfw_people函数从互联网上下载数据集相同的效果，可以先将数据集下载到本地路径，然后使用sklearn中的fetch_lfw_people函数提供的参数data_home来指定本地路径。具体步骤如下：

1. 下载LFW人脸数据集，并将文件解压缩到本地路径中。可以从官网上下载数据集文件，并解压缩到指定的本地路径中。例如，将LFW数据集下载到/home/user/lfw文件夹中，解压后的文件路径为/home/user/lfw/lfw_funneled。

2. 使用fetch_lfw_people函数加载本地路径中的数据集，例如：

from sklearn.datasets import fetch_lfw_people
lfw_people = fetch_lfw_people(data_home='/home/user/lfw/lfw_funneled', min_faces_per_person=100)

将数据集保存在指定的本地路径中，fetch_lfw_people函数会从该路径中读取数据集并返回一个包含数据和标签信息的Bunch对象。

3. 可以使用与前面相同的方式，使用opencv或Pillow等库读取并加载本地图片，例如：

import cv2
import os

data_path = '/home/user/lfw/lfw_funneled/'
for i in range(len(lfw_people.images)):
    image_path = os.path.join(data_path, lfw_people.target_names[lfw_people.target[i]], lfw_people.filenames[i])
    img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    cv2.imshow('image', img)
    cv2.waitKey(0)
cv2.destroyAllWindows()

这里的data_path指定了本地路径，使用os.path.join函数将图片路径拼接起来，然后使用cv2.imread函数读取本地图片。