Opencv中用于人脸模型训练的函数

在OpenCV中，用于人脸模型训练的函数主要是`trainModel()`和相关的子函数，通常涉及到`cv::face::FaceRecognizer`类及其相关的模块，如Eigenfaces、Fisherfaces和LBPH（Local Binary Patterns Histograms）等人脸识别算法。

1. **Eigenfaces（主成分分析法）**：
- `cv::createEigenFaceRecognizer()`: 创建一个基于主成分分析的人脸识别器。你可以通过传入已标记的数据集训练它。

2. **Fisherfaces（Fisher判别分析法）**：
- `cv::createFisherFaceRecognizer()`: 类似于Eigenfaces，但使用了Fisher判别分析作为分类方法。

3. **LBPH（局部二值模式直方图）**：
- `cv::createLBPHFaceRecognizer()`: 使用局部二值模式特征和霍夫准则进行人脸识别。

4. **训练过程**：
- 训练前，通常需要对人脸图像进行预处理，例如灰度化、归一化、大小标准化等。
- 使用`train()`函数提供已经标记好的图像和对应的标签（每个图像对应一个人的身份）。
- 调用`trainModel()`来训练模型，并保存训练结果以便之后使用。

cv::Mat images[] = {...}; // 训练图像数组
int labels[] = {...}; // 相应的标签数组
cv::face::FaceRecognizer recognizer;
recognizer.train(images, labels);
recognizer.save("model.xml"); // 保存模型文件

5. **评估和测试**：
- 使用`predict()`函数在未标记的图像上测试模型的性能。