针对Feret人脸库，用matlab编写一个基于主成分分析的人脸识别函数，输入一张人脸图像，识别出库中的人脸，并用左右子图显示结果。要求：1.函数的主体算法为主成分分析算法；2.每个人的7张人脸图像中，选择6张图像作为训练样本，1张作为测试样本；

好的，我会尽力回答你的问题。首先，针对Feret人脸库，我们需要先对数据进行处理，即将图片转化为向量，然后进行主成分分析。下面是一个简单的matlab代码实现：

% 读取数据
load('feret.mat'); % 这里假设数据已经存储在feret.mat文件中
X = double(data');

% 训练集和测试集划分
train_idx = repmat([1:6], 1, 200);
test_idx = setdiff(1:1200, train_idx);
X_train = X(:, train_idx);
X_test = X(:, test_idx);

% 特征中心化
mean_face = mean(X_train, 2);
X_train = X_train - mean_face;
X_test = X_test - mean_face;

% 计算协方差矩阵
C = cov(X_train');

% 计算特征向量和特征值
[V, D] = eig(C);

% 排序特征向量
[~, idx] = sort(diag(D), 'descend');
V = V(:, idx);

% 选择前k个特征向量
k = 100;
V_k = V(:, 1:k);

% 投影训练集和测试集
Y_train = V_k' * X_train;
Y_test = V_k' * X_test;

% 计算距离并进行分类
dist = sum((Y_train - Y_test).^2, 1);
[~, label] = min(dist);

上述代码实现了对Feret人脸库的人脸识别，其中使用了主成分分析算法，将训练集和测试集进行了划分，并使用了特征中心化、协方差矩阵、特征向量和特征值、特征向量排序和选择等步骤，最终得到了分类结果。你可以根据自己的需要进行修改和优化。