在上一期基于DragonBoard 410c开发板的人脸识别中，我教您如何使用Python来实现人脸识别的第一部分-人脸检测功能。今天，基于先前的面部检测，我将进一步教您如何在Dragonbaord 410c开发板上使用createFisherFaceRecognizer进行面部识别。今天，我将重点介绍这种方法的原理和调用方法。该处理仅是识别通过先前的面部检测方法检测到并存储在数据库中的面部。面部被匹配，最后识别出面部对象。首先，我们需要准备人脸数据。在这里，我封装了上一篇文章中获取面孔的方法，并编写了getFace.py文件。通过执行文件，我在Dragonboard 410c上收集了三个人的脸。每个人的脸部用不同的角度数据收集了5次，分别保存在usrImg文件夹下的001、002和003文件夹中，对应的名称分别为1.jpg，2.jpg，3.jpg，4.jpg。 （5.jpg），将这些数据用作训练数据，然后基于这些数据，调用FaceRecognizer提供的方法以实现对测试人脸的预测。准备数据后，您可以将数据用于简单的面部识别。根据上述数据，使用Python编写程序，将数据导入系统，然后构造相应的训练数据集和标签，其中相同的图片对应相同的内容，具体的对应方法如下： ;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;面部图片＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ;＆nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;标签＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/001/1.jpg    ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 0＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/001/2.jpg ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 0＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/001/3.jpg ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 0＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/001/4.jpg ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 0＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./ usrImg / 001 / 5.jpg＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 0＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./ usrImg / 002 / 1.jpg＆nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 1＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/002/2.jpg ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 1＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/ 002 / 3.jpg ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 1＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/002/4。 jpg＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; n ＆amp; nbsp; 1＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/002/5.jpg   ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 1＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./ usrImg / 003 / 1.jpg＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 2＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/003/2.jpg ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 2＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./usrImg/003/3.jpg ;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 2＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./ usrImg / 003 / 4.jpg＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; 2＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; ./ usrImg / 003 / 5.jpg＆amp; nbsp;＆am