简介：这是一份面向高校学生与Python初学者的PCA人脸识别课程设计资料，围绕主成分分析在人脸特征提取与识别中的应用展开，适合作为机器学习入门实践或课程设计参考。压缩包共21个文件，以16张png图像、4个py脚本和1个rar数据包为主，图像用于展示特征脸与识别效果，脚本覆盖数据加载、预处理、PCA计算、降维与识别流程，整体约3.75MB。目前已有4305人学习下载，热度较高。资源完整呈现了协方差矩阵计算、特征值分解、主成分选择、投影降维及特征脸构建等关键环节，并涉及numpy矩阵运算、OpenCV图像处理、灰度化与直方图均衡化等知识点，读者可据此理解PCA算法的完整实现路径，掌握从训练到测试的识别思路，并借助模块化代码快速上手调试与二次开发。
1. 从一份课程设计压缩包说起：PCA 人脸识别到底能跑出什么结果
如果你手头正好有一份基于Python的PCA人脸识别算法的原理及实现代码详解.zip，解压后看到PCA_algorithm.py、PCA_face_recongize.py、example_1.py、shuzu_action.py这几个脚本，外加一堆1.PNG到16.png的测试图和ORL.rar，那你大概率是在做课程设计或者想快速验证特征脸（Eigenface）这条经典路线。PCA 主成分分析在人脸识别里的地位有点像数据结构里的冒泡排序——不是最强的，但几乎是每个人入门必拆的样本。它把一张 92×112 的灰度人脸图拉成 10304 维向量，再用协方差矩阵的特征向量把这堆维度压到几十维，最后用欧氏距离做最近邻匹配。整套流程不依赖深度学习框架，numpy 加 OpenCV 就能跑通，对算力要求低，适合在普通笔记本上理解“降维—投影—比对”这条链路。这份资源的价值不在于识别率有多高，而在于它把 PCA 从公式到代码的每一步都摊开了，适合想搞懂原理又不想被数学符号劝退的人。
2. 拆开压缩包先看结构：PCA 人脸识别的数据流与模块分工
2.1 从 ORL 数据集到脚本入口的对应关系
拿到压缩包后别急着python xxx.py，先把文件按职责分个类。ORL.rar是经典的 ORL 人脸库，40 个对象每人 10 张，共 400 张灰度图，尺寸统一为 92×112。解压后通常是一个个文件夹，每个文件夹代表一个人。PCA_algorithm.py一般封装了核心计算：均值脸、协方差矩阵、特征值分解、投影矩阵。PCA_face_recongize.py负责训练和识别的流程编排，包括读图、打标签、划分训练测试集、计算识别率。example_1.py和shuzu_action.py更像是 numpy 数组操作的演示脚本，用来验证矩阵维度变换是否正确。根目录那 16 张 PNG 是单张测试图，方便你快速跑通“输入一张图，输出匹配对象”的链路。
常见做法是先用example_1.py确认环境能正常导入 numpy 和 cv2，再跑PCA_face_recongize.py看整体识别率。如果你直接跑主脚本报路径错误，八成是 ORL 数据集没解压到脚本预期的相对路径下。我一般会先tree或ls看一下目录层级，确认图片文件夹和脚本在同一级或者脚本里写死的路径能对上。
2.2 数据预处理的三个动作：灰度化、向量化、均值化
PCA 对人脸图的第一步处理不是直接算协方差，而是把二维图像“拍扁”成一维向量。假设图像尺寸是 92×112，那么一张图就是 10304 个像素。把所有训练图按列堆叠，得到一个(10304, N)的矩阵，N 是训练样本数。接着算均值脸：对每一行求平均，得到一个 10304 维的均值向量，然后每张图减去这个均值。这一步叫中心化，目的是让协方差矩阵反映的是像素之间的协变关系，而不是绝对亮度。
import numpy as np import cv2 import os def load_faces(data_dir, img_size=(112, 92)): faces = [] labels = [] for person_id, person_name in enumerate(os.listdir(data_dir)): person_dir = os.path.join(data_dir, person_name) if not os.path.isdir(person_dir): continue for img_name in os.listdir(person_dir): img_path = os.path.join(person_dir, img_name) img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) if img is None: continue img = cv2.resize(img, img_size) # 统一尺寸，ORL 本身是 92x112 faces.append(img.flatten()) # 二维拉成一维 labels.append(person_id) return np.array(faces, dtype=np.float64), np.array(labels) faces, labels = load_faces('./ORL') mean_face = np.mean(faces, axis=0) # 均值脸，形状 (10304,) centered = faces - mean_face # 中心化，每张图减去均值这段代码里cv2.IMREAD_GRAYSCALE保证读进来就是单通道，省去手动转灰度。flatten()的顺序要和后续 reshape 时一致，否则显示特征脸会变成乱码。mean_face不只是为了中心化，它本身可视化出来就是一张“平均脸”，可以用来直观感受数据集的整体亮度分布。中心化之后，协方差矩阵的计算才是有意义的，否则第一主成分很可能只是亮度方向。
2.3 协方差矩阵与特征值分解的维度陷阱
PCA 的核心是求协方差矩阵C = centered^T @ centered / (N-1)。如果直接按这个公式算，centered是(N, 10304)，那么C就是(10304, 10304)，对 10304 阶矩阵做特征值分解，普通机器内存和算力都吃不消。这里有一个经典的技巧：当样本数 N 远小于维度 D 时，先算L = centered @ centered^T，得到(N, N)的小矩阵，对它做特征值分解得到特征向量v，再通过u = centered^T @ v还原出原始空间的特征向量。这样计算量从 D³ 降到 N³，ORL 只有 400 张图，N 最大 320（训练集），完全可行。
def pca_train(centered, n_components=50): N = centered.shape[0] # 小矩阵技巧：先算 N x N 的 L L = centered @ centered.T / (N - 1) eig_vals, eig_vecs = np.linalg.eigh(L) # eigh 返回升序 idx = np.argsort(eig_vals)[::-1] # 降序排列 eig_vals = eig_vals[idx] eig_vecs = eig_vecs[:, idx] # 还原到原始空间的特征向量 eigenfaces = centered.T @ eig_vecs # 形状 (10304, N) eigenfaces = eigenfaces / np.linalg.norm(eigenfaces, axis=0) # 归一化 # 取前 n_components 个 return eigenfaces[:, :n_components], eig_vals[:n_components] eigenfaces, eig_vals = pca_train(centered, n_components=50)np.linalg.eigh专门用于对称矩阵，比eig快且稳定。argsort反转后得到从大到小的特征值顺序。eigenfaces的每一列就是一张特征脸，归一化是为了后续投影时距离度量不受向量长度影响。取前 50 个主成分通常能保留 80% 以上的方差，具体取多少要看识别率曲线，不是越多越好——后面避坑章节会细说。
3. 训练与识别全流程：从投影矩阵到最近邻分类
3.1 把训练集投影到特征脸空间
有了特征脸矩阵W（形状(10304, k)），训练集里每张中心化后的脸x就可以通过y = W.T @ x投影到一个 k 维向量。所有训练样本投影后得到一个(N, k)的矩阵，每个行向量就是一张脸在特征脸空间里的坐标。识别阶段，新来一张测试图，同样先减均值脸，再投影，得到(1, k)的向量，然后和训练集的投影矩阵算欧氏距离，取距离最小的那个训练样本的标签作为预测结果。
def project(centered_data, eigenfaces): return centered_data @ eigenfaces # (N, 10304) @ (10304, k) -> (N, k) train_proj = project(centered, eigenfaces) def recognize(test_img, mean_face, eigenfaces, train_proj, train_labels): test_vec = test_img.flatten().astype(np.float64) test_centered = test_vec - mean_face test_proj = test_centered @ eigenfaces # (k,) distances = np.linalg.norm(train_proj - test_proj, axis=1) min_idx = np.argmin(distances) return train_labels[min_idx], distances[min_idx]project函数利用矩阵乘法一次性完成所有训练样本的投影，比循环单张快得多。recognize里的np.linalg.norm默认算 L2 范数，也就是欧氏距离。返回的distances[min_idx]可以设一个阈值，超过阈值就判定为“未知人脸”，而不是强行归到某个类。这个阈值在 ORL 上一般取训练集类内最大距离的 1.2 到 1.5 倍，具体要看数据分布。
3.2 划分训练测试集与识别率统计
ORL 每人 10 张，常见做法是每人取前 5 张做训练，后 5 张做测试，这样训练集 200 张，测试集 200 张。也可以做交叉验证，但课程设计里固定划分就够了。统计识别率时要注意标签对齐：训练集的标签顺序要和train_proj的行顺序一致，测试集的真实标签用来和预测标签比对。
def split_data(faces, labels, train_per_class=5): train_idx, test_idx = [], [] for person_id in np.unique(labels): idx = np.where(labels == person_id)[0] train_idx.extend(idx[:train_per_class]) test_idx.extend(idx[train_per_class:]) return faces[train_idx], labels[train_idx], faces[test_idx], labels[test_idx] train_faces, train_labels, test_faces, test_labels = split_data(faces, labels, 5) train_mean = np.mean(train_faces, axis=0) train_centered = train_faces - train_mean eigenfaces, eig_vals = pca_train(train_centered, n_components=50) train_proj = project(train_centered, eigenfaces) correct = 0 for i in range(len(test_faces)): pred, dist = recognize(test_faces[i], train_mean, eigenfaces, train_proj, train_labels) if pred == test_labels[i]: correct += 1 print(f'识别率: {correct / len(test_faces) * 100:.2f}%')这段代码把训练和测试完全隔离开，均值脸只用训练集算，避免数据泄露。split_data里idx[:train_per_class]假设每个类别的图片在faces里是连续排列的，如果 ORL 解压后顺序乱了，需要先按文件名排序。识别率在 k=50、每人 5 张训练的情况下，ORL 上通常能到 85% 到 92% 之间，具体取决于预处理有没有做直方图均衡化。
3.3 用 OpenCV 做直方图均衡化提升对比度
原始 ORL 图像光照比较均匀，但如果你用自己的照片或者门禁场景的抓拍图，光照不均会严重拉低识别率。直方图均衡化能把灰度分布拉开，让面部轮廓更清晰。OpenCV 的cv2.equalizeHist一行就能搞定，但要注意它只能作用于单通道灰度图，而且均衡化之后像素值范围变了，均值脸和特征脸都要基于均衡化后的数据重新算。
def preprocess_image(img_path, img_size=(112, 92)): img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) img = cv2.resize(img, img_size) img = cv2.equalizeHist(img) # 直方图均衡化 return img # 在 load_faces 里把 cv2.resize 之后加上 cv2.equalizeHist均衡化对 ORL 的提升可能只有 1 到 2 个百分点，但在光照变化明显的自建数据集上，提升可能到 10 个百分点以上。代价是训练和测试必须用同一套预处理，不能训练用均衡化、测试用原图，否则投影坐标完全对不上。我一般会在load_faces里加一个use_equalize开关，方便对比实验。
4. 避坑与排查：PCA 人脸识别跑不通时先查这五处
4.1 报错“cannot reshape array”或特征脸显示为噪声
现象：运行脚本时 numpy 抛出 reshape 相关的 ValueError，或者把特征脸用cv2.imshow显示出来是一团雪花。原因通常是图像拉平顺序和 reshape 顺序不一致。flatten()默认按行优先，如果你用reshape(112, 92)还原，得到的是正确图像；但如果用reshape(92, 112)，就会转置。另外，如果读图时用了cv2.IMREAD_COLOR，得到的是三通道，flatten()后维度是 10304×3，和预期对不上。解决：统一用cv2.IMREAD_GRAYSCALE，拉平后用reshape(img_size)而不是手动指定行列，并且把img_size定义为(112, 92)还是(92, 112)要和 resize 时一致。
4.2 识别率异常低，只有 10% 左右
现象：训练集识别率很高，但测试集识别率接近随机猜测。原因可能是标签错位。split_data里如果labels的顺序和faces的行顺序不一致，训练时标签和特征就对不上。另一个常见原因是投影时忘了减均值脸，测试图直接和特征脸矩阵相乘，得到的坐标和训练集不在同一个空间。解决：在recognize里打印test_proj和train_proj[0]的前几个值，看看数量级是否一致；检查split_data返回的train_labels是否和train_faces一一对应，可以用assert len(train_faces) == len(train_labels)兜底。
4.3 内存溢出或程序卡死
现象：跑PCA_algorithm.py时内存飙升，或者特征值分解那一步卡住不动。原因就是前面说的直接对(10304, 10304)协方差矩阵做分解。ORL 只有 400 张图，但如果你用了 LFW 或者自己爬的数据集，样本数上千，维度还是 10304，直接算协方差矩阵必然爆内存。解决：坚持用centered @ centered.T的小矩阵技巧，把分解对象控制在(N, N)。如果 N 也很大，比如超过 5000，可以考虑用sklearn.decomposition.PCA的svd_solver='randomized'，但这份资源里的手写实现更适合理解原理，不建议直接换库。
4.4 主成分数量 k 取太大或太小
现象：k 取 10 时识别率只有 70%，k 取 200 时识别率反而降到 80% 以下。原因：k 太小，特征脸空间不足以区分不同人；k 太大，把噪声和光照变化也当成特征学进去了，导致过拟合。解决：画一条识别率随 k 变化的曲线，通常 k 在 30 到 80 之间有一个峰值。ORL 上 k=50 左右比较稳。可以用累计方差贡献率辅助判断，取累计贡献率达到 90% 的最小 k，但最终还是要以测试集识别率为准。
4.5 路径错误导致读不到图片
现象：load_faces返回空数组，或者os.listdir报 FileNotFoundError。原因：ORL 解压后多了一层文件夹，比如ORL/ORL/1/，而脚本里写的是./ORL。或者 Windows 下路径分隔符和 Linux 不一致。解决：在load_faces开头加assert os.path.exists(data_dir)，然后用os.path.join拼接路径，不要手写斜杠。如果 ORL 是.rar没解压，先解压再跑。我一般会在脚本里打印os.listdir(data_dir)[:5]，确认读到的确实是人物文件夹而不是压缩包。
5. 进阶技巧：用累计方差贡献率自动选 k 并做未知人脸拒识
5.1 累计方差贡献率定 k 的代码实现
手动调 k 虽然直观，但换一个数据集就要重新试。更工程化的做法是用累计方差贡献率：特征值从大到小排列后，前 k 个特征值之和除以总和，达到 90% 或 95% 就截断。这样 k 是数据驱动的，不用人肉调参。
def choose_k_by_variance(eig_vals, threshold=0.90): sorted_vals = np.sort(eig_vals)[::-1] cumulative = np.cumsum(sorted_vals) / np.sum(sorted_vals) k = np.searchsorted(cumulative, threshold) + 1 return k # 在 pca_train 里先算全部特征值，再根据阈值截断 eigenfaces_full, eig_vals_full = pca_train(train_centered, n_components=len(train_centered)) k_auto = choose_k_by_variance(eig_vals_full, 0.90) eigenfaces = eigenfaces_full[:, :k_auto] print(f'自动选取的主成分数量: {k_auto}')np.searchsorted找到累计贡献率第一次超过阈值的位置，加 1 是因为索引从 0 开始。ORL 上 90% 阈值通常对应 k 在 40 到 60 之间，和手动调的峰值区间吻合。注意pca_train里如果一开始就截断，eig_vals就不完整了，所以要先取全部再截断。这个技巧在换数据集时特别省事，不用每次重新画曲线。
5.2 未知人脸拒识：给距离加一个阈值
课程设计里通常只要求识别已知的人，但实际场景中会遇到陌生人。PCA 的最近邻分类器对任何输入都会返回一个“最近”的标签，哪怕输入是一张猫的图片。解决办法是设一个距离阈值：如果最小距离超过阈值，就输出“未知”。
def recognize_with_reject(test_img, mean_face, eigenfaces, train_proj, train_labels, threshold): test_vec = test_img.flatten().astype(np.float64) test_centered = test_vec - mean_face test_proj = test_centered @ eigenfaces distances = np.linalg.norm(train_proj - test_proj, axis=1) min_idx = np.argmin(distances) if distances[min_idx] > threshold: return '未知', distances[min_idx] return train_labels[min_idx], distances[min_idx] # 阈值取训练集类内最大距离的 1.3 倍 intra_distances = [] for i in range(len(train_proj)): same_class = train_proj[train_labels == train_labels[i]] dists = np.linalg.norm(same_class - train_proj[i], axis=1) intra_distances.append(np.max(dists)) threshold = np.max(intra_distances) * 1.3intra_distances统计的是每个训练样本到同类别其他样本的最大距离，取全局最大值再乘 1.3 作为阈值。这个系数不是固定的，如果误拒率高就调大，误识率高就调小。在 ORL 上，这个阈值能挡掉大部分非人脸输入，但对光照变化大的同一个人可能误拒。我一般会保留一个threshold参数，方便在演示时动态调整。
5.3 一个我踩过的坑：特征脸可视化时的归一化
最后说一个血泪经验。第一次把特征脸保存成图片时，我直接cv2.imwrite('eigenface.png', eigenfaces[:, 0].reshape(112, 92))，结果打开是一片全黑。原因是特征向量的值有正有负，范围大概在 -0.05 到 0.05 之间，直接转成 uint8 全部截断成 0。正确做法是先归一化到 0 到 255：
def save_eigenface(eigenface, filename, img_size=(112, 92)): ef = eigenface.reshape(img_size) ef = (ef - ef.min()) / (ef.max() - ef.min()) * 255 ef = ef.astype(np.uint8) cv2.imwrite(filename, ef)ef.min()和ef.max()把范围拉到 0 到 1，再乘 255。这样保存出来的特征脸能看到明暗交替的条纹，对应人脸的不同特征模式。从那以后我每次保存中间结果都强制走一遍归一化，不管是特征脸还是均值脸，避免被全黑图片骗了。希望帮到你。
本文还有配套的精品资源，点击获取
